实验三求代数方程的近似根

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

实验三求代数方程的近似根(解)

一、问题背景和实验目的

二、相关函数(命令)及简介

三、实验容

四、自己动手

一、问题背景和实验目的

求代数方程的根是最常见的数学问题之一(这里称为代数方程,主要是想和后面的微分方程区别开.为简明起见,在本实验的以下叙述中,把代数

方程简称为方程),当是一次多项式时,称为线性方程,否则称之为非线性方程.

当是非线性方程时,由于的多样性,尚无一般的解析解法可使用,但如果对任意的精度要求,能求出方程的近似根,则可以认为求根的计算问题已经解决,至少能满足实际要求.

本实验介绍一些求方程实根的近似值的有效方法,要求在使用这些方法前先确定求根区间,或给出某根的近似值.在实际问题抽象出的数学模型中,

可以根据物理背景确定;也可根据的草图等方法确定,还可用对分法、迭代法以及牛顿切线法大致确定根的分布情况.

通过本实验希望你能:

1. 了解对分法、迭代法、牛顿切线法求方程近似根的基本过程;

2. 求代数方程(组)的解.

二、相关函数(命令)及简介

1.abs( ):求绝对值函数.

2.diff(f):对独立变量求微分,f 为符号表达式.

diff(f, 'a'):对变量a求微分,f 为符号表达式.

diff(f, 'a', n):对变量 a 求 n 次微分,f 为符号表达式.例如:

syms x t

diff(sin(x^2)*t^6, 't', 6)

ans=

720*sin(x^2)

3.roots([c(1), c(2), …, c(n+1)]):求解多项式

的所有根.例如:

求解:.

p = [1 -6 -72 -27];

r = roots(p)

r =

12.1229

-5.7345

-0.3884

4.solve('表达式'):求表达式的解.

solve('2*sin(x)=1')

ans =

1/6*pi

5.linsolve(A, b):求线性方程组 A*x=b 的解.

例如:

A= [9 0; -1 8]; b=[1; 2];

linsolve(A, b)

ans=

[ 1/9]

[19/72]

6.fzero(fun, x0):在x0附近求fun 的解.其中fun为一个定义的函数,用“函数名”方式进行调用.

例如:

fzero(sin, 3)

ans=

3.1416

7.subs(f, 'x ', a):将 a 的值赋给符号表达式 f 中的 x,并计算出值.例如:

subs('x^2 ', 'x ', 2)

ans = 4

三、实验容

首先,我们介绍几种与求根有关的方法:

1.对分法

对分法思想:将区域不断对分,判断根在某个分段,再对该段对分,依此类推,直到满足精度为止.对分法适用于求有根区间的单实根或奇重实根.

设在上连续,,即,或,

.则根据连续函数的介值定理,在至少存在一点,使.下面的方法可以求出该根:

(1)令,计算;

(2)若,则是的根,停止计算,输出结果.

若,则令,,若,则令,;.

……,有、以及相应的.

(3) 若 (为预先给定的精度要求),退出计算,输出结果

反之,返回(1),重复(1),(2),(3).

以上方法可得到每次缩小一半的区间序列,在中含有方程的根.

当区间长很小时,取其中点为根的近似值,显然有

以上公式可用于估计对分次数.

分析以上过程不难知道,对分法的收敛速度与公比为的等比级数相同.由

于,可知大约对分10次,近似根的精度可提高三位小数.对分法的收敛速度较慢,它常用来试探实根的分布区间,或求根的近似值.

2. 迭代法

1)迭代法的基本思想:

由方程构造一个等价方程

从某个近似根出发,令

可得序列,这种方法称为迭代法.

若收敛,即

只要连续,有

可知,的极限是的根,也就是的根.

当然,若发散,迭代法就失败.

以下给出迭代过程收敛的一些判别方法:

定义:如果根的某个邻域中,使对任意的,迭代过程,收敛,则称迭代过程在附近局部收敛.

定理1:设,在的某个邻域连续,并且,,

则对任何,由迭代决定的序列收敛于.

定理2:条件同定理 1,则

定理3:已知方程,且

(1) 对任意的,有.

(2) 对任意的,有,则对任意的,迭代

生成的序列收敛于的根,且.以上给出的收敛定理中的条件要严格验证都较困难,实用时常用以下不严格的标准:

当根区间较小,且对某一,明显小于1时,则迭代收敛(参见附录3).

2) 迭代法的加速:

a) 松弛法:

若与同是的近似值,则是两个近似值的加权平均,其中称为权重,现通过确定看能否得到加速.

迭代方程是:

其中,令,试确定:

当时,有,即当,时,可望获得较好的加速效果,于是有松弛法:,

松弛法的加速效果是明显的 (见附录4),甚至不收敛的迭代函数经加速后也能获得收敛.

b) Altken方法:

松弛法要先计算,在使用中有时不方便,为此发展出以下的 Altken 公式:

,是它的根,是其近似根.

相关文档
最新文档