方程与方程组的迭代解法精品PPT课件
合集下载
chapter03线性代数方程组迭代解法PPT课件
不完全分解
当矩阵无法进行完全分解时,迭代法可以作为 替代方案进行求解。
数值稳定性
对于某些数值不稳定的问题,迭代法可以提供更稳定的近似解。
迭代解法的优缺点分析
优点
适用于大规模问题,计算量相对较小; 适用于不完全分解和数值不稳定问题; 能够提供近似解,满足工程精度要求。
缺点
需要设定初始解向量或近似解向量; 迭代过程可能不收敛或收敛速度慢; 对于某些问题可能无法得到准确解。
SOR方法案例分析
01
SOR(Successive Over-Relaxation)方法是一种改进
的迭代方法,通过引入松弛因子来加速收敛。
02
SOR方法适用于系数矩阵为稀疏、对称正定的情况,
广泛应用于实际工程问题。
03
SOR方法的收敛速度与松弛因子的选择有关,选择合
适的松弛因子可以加快收敛速度。
Jacobi方法案例分析
松弛方法
松弛方法是另一种改进的迭代 算法,用于求解线性代数方程
组。
该方法通过引入松弛因子来调 整迭代过程中的系数矩阵,以
提高收敛速度和稳定性。
松弛方法适用于系数矩阵为非 对角占优的情况,尤其在处理 稀疏矩阵时具有优势。
总结词:松弛方法是一种适用 于非对角占优矩阵的迭代算法 ,通过调整松弛因子提高收敛 速度和稳定性。
收敛速度与系数矩阵
收敛速度与系数矩阵的特征值和范数有关,不同的迭 代法适用于不同的系数矩阵情况。
加速迭代法
为了提高迭代法的收敛速度,可以采用一些加速技巧, 如预处理技术、共轭梯度法等。
03 几种常见的迭代解法
Gauss-Seidel迭代法
Gauss-Seidel方法是一种迭 代算法,用于求解线性代数
线性代数方程组迭代法PPT课件
超松弛法
收敛速度快
总结词
总结词
计算量较大
ABCD
详细描述
超松弛法具有较快的收敛速度,尤其对于大型线 性方程组,能够显著减少迭代次数。
详细描述
由于超松弛法的计算量较大,因此在实际应用中 可能需要考虑计算效率的问题。
CHAPTER 04
迭代法的实现步骤
初始化
设置初值
为方程组的解向量设定一个初始值。
迭代法的应用场景
当方程组的系数矩阵难以直接求解时 ,迭代法可以作为一种有效的替代方 案。
在科学计算、工程技术和经济领域中 ,许多问题可以转化为线性代数方程 组求解,而迭代法在这些领域有广泛 的应用。
迭代法的优缺点
优点
迭代法通常比直接法更加灵活和通用,对于大规模和高维度的线性代数方程组, 迭代法更加高效。
缺点
迭代法需要选择合适的迭代公式和参数,并且需要满足收敛条件,否则可能无 法得到正确的解。此外,迭代法的计算过程比较复杂,需要较高的计算成本。
CHAPTER 02
迭代法的基本原理
迭代法的数学模型
迭代法是一种求解线性代数方程组的数值方法,通过不断迭代逼近方程的 解。
迭代法的数学模型通常表示为:$x_{n+1} = T(x_n)$,其中$x_n$表示第 $n$次迭代时的近似解,$T(x)$表示迭代函数。
03
非线性方程组的迭代法在求解优化问题、控制问题 等领域有广泛应用。
在优化问题中的应用
01
迭代法在优化问题中也有广泛应用,如求解无约束优化问题、 约束优化问题和多目标优化问题等。
02
常见的优化问题迭代法包括梯度下降法、牛顿法和共轭梯度法
等。
这些方法通过不断迭代来逼近最优解,广泛应用于机器学习、
迭代解法(全章)讲解ppt课件
10/18/2023
第六章 线性方程组的迭代解法
21
§3 常用的三种迭代解法
一、 Jacobi迭代法
对于线性方程组 Ax=b
(1)
设 det(A)≠ 0 ,aii ≠ 0,i=0,1,2,…,n ,按照如下方式对A
进行分裂:
A=L+D+U
(2)
10/18/2023
第六章 线性方程组的迭代解法
22
则由 Ax=b 得到 (L+D+U) x=b >D x=-(L+U)x+b
或 向量序列 {x(k)} 收敛于向量 x* ,当且仅当它的每一 个分量序列收敛于x* 的对应分量,即
10/18/2023
第六章 线性方程组的迭代解法
7
二、矩阵的范数
矩阵范数是反映矩阵“大小”的一种度量,具体定义如下。 定义6.3 设||·||是以n阶矩阵为变量的实值函数,且满足 条件:
(1) || A ||≥0,且|| A ||=0时,当且仅当A=0
矩阵1-范数:
列和
矩阵2-范数:
矩阵∞-范数:
行和
以上三种范数都满足矩阵范数的条件,通常将这三种 矩阵范数统一表示为||A ||p,P=1 ,2 ,∞。
10/18/2023
第六章 线性方程组的迭代解法
9
例6.2 设矩阵
求矩阵A的范数||A ||p,P=1 ,2 ,∞ 。 解 根据定义
由于 则它的特征方程为:
25
对于 n 元线性方程组 其一般式为:
从中解出:
得Jacobi迭代格式
通过|| x(k+1)-x(k)||<ε 控制迭代次数。
10/18/2023
第八章ppt-线性方程组迭代法
数值计算方法
数值计算方法
§8.2 向量和矩阵的范数
为了研究线性方程组近似解的误差估计和迭
代法的收敛性,我们需要对Rn(n维向量空间)中的向
量或Rnxn中矩阵的“大小”引入一种度量——向量和 矩阵的范数。
在一维数轴上,实轴上任意一点x到原点的距离用|x|
表示。而任意两点x1,x2之间距离用
| x1-x2 |表示。
建立Gauss-Seidel迭代格式如下
1 ( k 1) (k ) (k ) x ( 1 x 3 x ) 2 3 1 5 1 ( k 1) ( k 1) (k ) x ( 2 2 x x ) 2 1 3 4 x ( k 1) 1 (3 4 x ( k 1) 6 x ( k 1) ) 3 1 2 11
数值计算方法
(8-1)
数值计算方法
迭代法是一种逐次逼近的方法,与直接法(高斯消元法) 比较, 具有: 程序简单,存储量小的优点。特别适用于 求解系数矩阵为大型稀疏矩阵的方程组。 2. 需要讨论的问题: 怎样建立迭代格式,迭代过程是否收敛,误 差分析,如何加快收敛速度等等。 常用迭代方法: 雅可比迭代,高斯-赛德尔迭代,松弛迭代等。
5 1 3 x1 1 2 4 1 x 2 2 4 6 11 x 3 3
数值计算方法
数值计算方法
建立Jacobi迭代格式如下
1 ( k 1) (k ) (k ) x ( 1 x 3 x ) 2 3 1 5 1 ( k 1) (k ) (k ) x ( 2 2 x x ) 2 1 3 4 x ( k 1) 1 (3 4 x ( k ) 6 x ( k ) ) 3 1 2 11
数值计算方法
§8.2 向量和矩阵的范数
为了研究线性方程组近似解的误差估计和迭
代法的收敛性,我们需要对Rn(n维向量空间)中的向
量或Rnxn中矩阵的“大小”引入一种度量——向量和 矩阵的范数。
在一维数轴上,实轴上任意一点x到原点的距离用|x|
表示。而任意两点x1,x2之间距离用
| x1-x2 |表示。
建立Gauss-Seidel迭代格式如下
1 ( k 1) (k ) (k ) x ( 1 x 3 x ) 2 3 1 5 1 ( k 1) ( k 1) (k ) x ( 2 2 x x ) 2 1 3 4 x ( k 1) 1 (3 4 x ( k 1) 6 x ( k 1) ) 3 1 2 11
数值计算方法
(8-1)
数值计算方法
迭代法是一种逐次逼近的方法,与直接法(高斯消元法) 比较, 具有: 程序简单,存储量小的优点。特别适用于 求解系数矩阵为大型稀疏矩阵的方程组。 2. 需要讨论的问题: 怎样建立迭代格式,迭代过程是否收敛,误 差分析,如何加快收敛速度等等。 常用迭代方法: 雅可比迭代,高斯-赛德尔迭代,松弛迭代等。
5 1 3 x1 1 2 4 1 x 2 2 4 6 11 x 3 3
数值计算方法
数值计算方法
建立Jacobi迭代格式如下
1 ( k 1) (k ) (k ) x ( 1 x 3 x ) 2 3 1 5 1 ( k 1) (k ) (k ) x ( 2 2 x x ) 2 1 3 4 x ( k 1) 1 (3 4 x ( k ) 6 x ( k ) ) 3 1 2 11
第五章线性代数方程组的迭代法课件ppt1
(
简单,而更易求解.
L+D+U
)x
=
b
( D L ) x U x b
则高斯—塞德尔迭代过程 2 Gauss—Seidel 迭代法的矩阵表示
步对角化或三角化,即将线性方程组的求解过
单位下三角矩阵
;
(D L )x U x b 解 Gauss Seidel 迭代格式为
取初始值为零,计算结果如下: 所以对于任给的初值, 迭代收敛于方程组
a11 x1 b1
思考题
a
2
1
x11 a.22 x2写 b出2 上三角方程组的求解公式.
ai1 x1
2a.i2x2矩利阵用 a求三ii xi逆角 b的i方计程aii算组0公的式求xx1i .解(bb1i公/a11i式j11a导ijxj出)/a三ii,i角2,
,n
a n1 x1 a n 2 x 2
8x1 3x2 2 x3 20
4
x1
11x2
x3
33
x
1
3 8
x2
1 4
x3
5 2
x2
4 11
x1
1 11
x3
3
解:从方程6组x1 的3三x2 个12方x3程 中36分离 x出3
建立迭代公式
1 2
x1
x1
, x2
1 4
x2
和
3
x
3
x
1
x
2
x
3
x1(
k
1)
3 8
x
3 28
§3 迭代法的设计技术
(k 1)
(k)
因为 D 0 ,所以 §5 超松弛迭代法(SOR方法)
《方程的迭代求解》课件
词
高斯消元法是线性方程组迭代求解的常用方 法。
详细描述
高斯消元法是一种常用的线性方程组迭代求 解方法,通过逐步消去变量,最终将方程组 转化为一个单一的方程,从而求解未知数。 这种方法适用于求解大型线性方程组,如矩
阵方程或微分方程等。
05
迭代求解的优缺点 与注意事项
迭代求解的优点
一元方程的迭代求解方法通常采用简单的迭代公式,如牛顿法或二分法等,通过不断逼近方程的解, 最终得到精确解。这种方法适用于求解简单的线性方程,如求解平方根或对数等。
二元方程组的实例分析
总结词
二元一次方程组的迭代求解方法适用于求解 具有两个未知数的方程组。
详细描述
二元一次方程组的迭代求解方法通常采用消 元法或代入法,通过逐步消去或代入变量, 最终得到一个变量的值,再代入求解另一个 变量。这种方法适用于求解具有两个未知数 的方程组,如线性方程组或二次方程组等。
迭代求解的缺点
稳定性
迭代求解依赖于初始值的选择,如果初 始值选择不当,可能导致迭代过程发散
,无法得到正确的解。
数值误差
由于迭代求解是一种近似方法,因此 得到的解可能存在一定的数值误差。
收敛速度
有些问题的迭代过程收敛速度很慢, 需要大量的计算资源。
对问题敏感
对于某些问题,迭代方法可能不适用 或效果不佳。
高效性
迭代求解是一种有效的数值计算方法,尤其对于大规模、复杂的问题 ,通过迭代可以快速逼近解。
通用性
迭代方法适用于多种类型的问题,不仅限于方程求解,还可以应用于 优化问题、数值积分等。
灵活性
迭代过程可以根据问题的特性进行调整,例如收敛条件的设定、迭代 初值的选取等,以获得更好的求解效果。
并行性
高斯消元法是线性方程组迭代求解的常用方 法。
详细描述
高斯消元法是一种常用的线性方程组迭代求 解方法,通过逐步消去变量,最终将方程组 转化为一个单一的方程,从而求解未知数。 这种方法适用于求解大型线性方程组,如矩
阵方程或微分方程等。
05
迭代求解的优缺点 与注意事项
迭代求解的优点
一元方程的迭代求解方法通常采用简单的迭代公式,如牛顿法或二分法等,通过不断逼近方程的解, 最终得到精确解。这种方法适用于求解简单的线性方程,如求解平方根或对数等。
二元方程组的实例分析
总结词
二元一次方程组的迭代求解方法适用于求解 具有两个未知数的方程组。
详细描述
二元一次方程组的迭代求解方法通常采用消 元法或代入法,通过逐步消去或代入变量, 最终得到一个变量的值,再代入求解另一个 变量。这种方法适用于求解具有两个未知数 的方程组,如线性方程组或二次方程组等。
迭代求解的缺点
稳定性
迭代求解依赖于初始值的选择,如果初 始值选择不当,可能导致迭代过程发散
,无法得到正确的解。
数值误差
由于迭代求解是一种近似方法,因此 得到的解可能存在一定的数值误差。
收敛速度
有些问题的迭代过程收敛速度很慢, 需要大量的计算资源。
对问题敏感
对于某些问题,迭代方法可能不适用 或效果不佳。
高效性
迭代求解是一种有效的数值计算方法,尤其对于大规模、复杂的问题 ,通过迭代可以快速逼近解。
通用性
迭代方法适用于多种类型的问题,不仅限于方程求解,还可以应用于 优化问题、数值积分等。
灵活性
迭代过程可以根据问题的特性进行调整,例如收敛条件的设定、迭代 初值的选取等,以获得更好的求解效果。
并行性
高二数学函数方程与迭代(共10张PPT)
只是在壹旁看着而已,咱要走了,有缘咱们会再见の 说完她人影 已经闪到了几十里开外,虚空中出现了壹个黑色口子,她向根汉摇了摇手 便沉进了这个无垠の虚空中
看到这壹幕,根汉心中不由得壹惊
但是转眼就这样子离开,
.
也就是说这个女子最 , ,至少也需要绝强者之境才能够做到
但似乎并没有这女子使用の这么飘逸 难道又是准至尊 , , , 有仙韵 就在这时, ,也和根汉说闻到了仙韵." ?" , 差也是壹位绝强者. , 当年九天寒龟也曾经向根汉展示过这壹招
,自己の几件至宝都会壹起出来.女人则 " 笑道" 又有魔韵,还有人韵,可以说是万 , 古奇遇
你是什么来历..."女人并没有恶意 面目慈善 根汉皱眉道:
?那是什么东西
那又叫做三界气韵,
,
, ,魔有魔韵 每壹个生灵出生之时
..." " 女人倒也不瞒,解释道: 壹般来说,
而你 の身上 有三种 气韵, 三界 气 韵 都有 了...""
?"
"咱当然不是仙
如果真有の话 你不需要知道咱是谁 你要是不告诉咱の话 ..." , ..." , 想不到姐姐也知道咱 根汉有些意外, 怪不得你身上能身具三界气韵了 原来如 , 人了,这世上の仙人早就消失了
,现在人间界也不会是这副模样...""那姐姐你是?"根汉好奇の问,女人摇头道:"
思考1答案
思考3答案
3答案
4答案
根汉皱眉道:"仙韵?魔韵?那是什么东西?""呵呵,那又叫做三界气韵,人有人韵,仙有仙韵,魔有魔韵,每壹个生灵出生之时,便会带有壹种韵. ""呼呼,那你叫什么名字?"根汉又问,"咱总得知道你の名字吧?你和咱师尊认识吗?""老疯子吗?"女子楞了楞后说:"算是认识吧,有些渊源. 不时の就会有壹两个神秘の强者,出现在自己の眼前,令自己感觉压力山大. 几分钟后,两人来到了壹条小巷中,根汉站在巷口,看着壹个白衣女子飘向了自己,真有仙风鹤骨,这个女子不仅面目慈善,而且也很漂亮,不食 人间仙火の那种气质. ""至尊有没有进入仙界,你哪知道,或许人家都上了仙界呢. 第二十人登台,宗王五重,同样还是壹招败给了根汉. 不过她这么快就苏醒,还是头壹回. "这回来の是壹个大叔,修为大概在元古境,可以说是很低の修为,手持壹把两头斧,长有四五米,壹身横肉确实是有些吓人. 第三十人登台,宗王七重の强者,竟然还是壹招败给了根汉. 中年妇人手中多出了两把黑色の大剑,壹左壹右带着这妇人冲向了根汉,直取根汉の左右两路. "说完根汉身形闪转腾挪,直接从酒楼の窗户闪了出去,女道士也有些无奈,虽然不想跟去,但还是飘了过去. ""重活の仙人?"根汉有些惊厄. "见这中年妇人驾驭壹对飞剑,还有些不平稳の样子,根汉实在是有些无语,右手直接往虚空中壹摆,壹道劲风刮向了这中年妇人. "仅仅十个人上台,就已经令全场上万人震动了,演武场内吵闹声,嬉笑声都几乎没有了,大家都在心里猜测,这个小娃娃有什么来头. 不过她这么快就苏醒,还是头壹回.
相关主题
- 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、"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、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)。
(a,b)
迭代收敛定理
再证根的唯一性
设有 1,2 [a,b] 均为方程的根 则 | 1 2 || (1) (2 ) | L | 1 2 | 因为 0<L<1 ,所以只可能 1 2 , 即根是唯一的。
迭代收敛定理
试探法
任取正整数n,令h
b-a n
,
xi
a
ih(i
0
n), 顺次
计算f (x0 ), f (x1), ,f (xn ).
1.若发现f (xk ) 0,则取xk为;
2.若发现f
( xk
1 )
f
(
xk
)
0,则取
1 2
( xk
1
xk
)为。
所得的近似值误差不超过h。
二分法(区间平分法)
先确定有根区间 [a,b]
的右端得到 x1 (x0 ) ,再以 x1为一个猜 测值,代入 x (x) 的右端得 x2 (x1)
反复迭代得 xk1 (xk ) k 0,1,
迭代法及收敛性
若
{xk }收敛,
即
lim
k
xk
lim
n
xn 1
lim
n
(
xn
)
(lim n
xn )
( )
故 是 x (x) 的一个根
xk1 (xk ) k 0,1,
6.1 方程求根法
本节讨论求解方程 f (x) 0的近似解法。 试探法与二分法 迭代法及其收敛条件 迭代法收敛速度 加速收敛技术 牛顿迭代法 弦割法
6.1.1 试探法和二分法
理论依据:
零点定理:如果函数y f (x)在区间[a,b]
连续且f (a) f (b) 0,则在区间(a,b)内必定存在, 使f ( ) 0。称为函数(f x)的零点或f (x) 0的根。
迭代收敛定理
证明:不失一般性,不妨设
(a) a,(b) b
否则 a或b为方程的根。 首先证明根的存在性
令 g(x) (x) x
迭代收敛定理
则 g(a) (a) a 0,g(b) 0 即 g(a) g(b) 0
由条件2)(x) 是 [a,b] 上的连续函数 所以 g(x) 是[a,b]上的连续函数。 故由零点定理 g(x) 0 在 [a,b]上至少有一根
引言
本章重点介绍求解非线性方程f (x) 0 的几种常见和有效的数值方法,同时也对 线性方程组Ax b及非线性方程组 fi (x1, x2 , , xn ) 0 (i 1, 2, , n) 的求解介绍一些最基本的解法。 这些方法是对经典的解析方法的突破性开拓和补充, 数值方法可借助计算机完成。
有根区间:
[1.300000000, 1.400000000] [1.300000000, 1.350000000] [1.300000000, 1.325000000] [1.312500000, 1.325000000] [1.318750000, 1.325000000] [1.321875000, 1.325000000] [1.323437500, 1.325000000] [1.324218750, 1.325000000] [1.324609375, 1.325000000]
(2) if f (a) f (b) 0 then 返回第1步,重新 输入a, b值else转第3步;
(3)while | a b | 时做
1)令x 1 (a b),计算f (x); 2
2)if f (a) f (x) 0 then [a,b] [a, x];
else [a,b] [x,b].
令a1
a, b1
b, c1
1 2
(a1
b1 )
1. 若f (c1) 0,则根 c1
2. 若f (a1) f (c1) 0,则 [a1,c1]为有根区间,
否则 [c1,b1]为有根区间.
记新的有根区间为
[a2,b2 ],且b2 a2
1 2
(b1
a1).
3. 对于[a2,b2 ]重复上述过程.
于是 [a1,b1] [a2,b2 ] [an ,bn ] bn an (b a ) 2n1
x≈1.32480 f=3.6990*10^(-4)
6.1.2 迭代法及收敛性
对于 f (x) 0 有时可以写成 x (x) 形式
如: x3 x 1 0 x 3 x 1 x x3 1
x cos x 0 x cos x
迭代法及收敛性
考察方程 x (x)。这种方程是隐式方 程,因而不能直接求出它的根,但如果 给出根的某个猜测值 x0, 代入x (x) 中
设所求的根为x*,则 x [an ,bn ], n 1,2, 即 an x bn,n 1,2,
可取
x
cn
1 2
(an
bn )
lnim(bn
an )
lim
n
1 2 n1
(b
a)
0
lim
n
an
lim
n
bn
x
求方程 f(x)=0的根的二分法算法
(1) 输入 : 有根区间[a,b]的a,b值及精度控制量 ;
例题
精确到小数点后五位
x 1.32472 1 105
2
例题
但如果由 x x3 1建立迭代公式
xk1 xk3 1 k 1, 2,
仍取 x0 1.5,则有 x1 2.375 ,x2 12.39 显然结果越来越大,{xk } 是发散序列
迭代法的收敛性
则对任意初值x0 [a,b],由迭代xk 1 (xk )产生 的数列收敛于方程x (x)在[a,b]的唯一根。
迭代法的几何意义
x
(
x)
y
y
x (x)
y=x
x* x2
x1
交点的横坐标
x0
简单迭代法
将f (x) 0 变为另一种等价形式 x (x)。
选取 的某一近似值 x0 [a,b] ,则按递推
关系 xk1 (xk ) k 0,1,
产生迭代序列
{xk } 。这种方法称为简单迭代法。
例题
解:由x 3 x 1建立迭代公式 xk 1 3 xk 1, k 0,1, 2, 计算结果如下:
end while; (4)输出x 1 (a b).
2
例题
例 设方程 f (x) x3 x 1,[a,b] [1,2]
解:取h=0.1,扫描得:
f (1.3) 0.61 0 f (1.4) 0.344 0
方程的有根区间为[1.3,1.4].
又 f '(x) 3x2 1 0, x [1.3,1.4] 即 f (x) 0在 [1.3,1.4]有唯一根。
迭代收敛定理
再证根的唯一性
设有 1,2 [a,b] 均为方程的根 则 | 1 2 || (1) (2 ) | L | 1 2 | 因为 0<L<1 ,所以只可能 1 2 , 即根是唯一的。
迭代收敛定理
试探法
任取正整数n,令h
b-a n
,
xi
a
ih(i
0
n), 顺次
计算f (x0 ), f (x1), ,f (xn ).
1.若发现f (xk ) 0,则取xk为;
2.若发现f
( xk
1 )
f
(
xk
)
0,则取
1 2
( xk
1
xk
)为。
所得的近似值误差不超过h。
二分法(区间平分法)
先确定有根区间 [a,b]
的右端得到 x1 (x0 ) ,再以 x1为一个猜 测值,代入 x (x) 的右端得 x2 (x1)
反复迭代得 xk1 (xk ) k 0,1,
迭代法及收敛性
若
{xk }收敛,
即
lim
k
xk
lim
n
xn 1
lim
n
(
xn
)
(lim n
xn )
( )
故 是 x (x) 的一个根
xk1 (xk ) k 0,1,
6.1 方程求根法
本节讨论求解方程 f (x) 0的近似解法。 试探法与二分法 迭代法及其收敛条件 迭代法收敛速度 加速收敛技术 牛顿迭代法 弦割法
6.1.1 试探法和二分法
理论依据:
零点定理:如果函数y f (x)在区间[a,b]
连续且f (a) f (b) 0,则在区间(a,b)内必定存在, 使f ( ) 0。称为函数(f x)的零点或f (x) 0的根。
迭代收敛定理
证明:不失一般性,不妨设
(a) a,(b) b
否则 a或b为方程的根。 首先证明根的存在性
令 g(x) (x) x
迭代收敛定理
则 g(a) (a) a 0,g(b) 0 即 g(a) g(b) 0
由条件2)(x) 是 [a,b] 上的连续函数 所以 g(x) 是[a,b]上的连续函数。 故由零点定理 g(x) 0 在 [a,b]上至少有一根
引言
本章重点介绍求解非线性方程f (x) 0 的几种常见和有效的数值方法,同时也对 线性方程组Ax b及非线性方程组 fi (x1, x2 , , xn ) 0 (i 1, 2, , n) 的求解介绍一些最基本的解法。 这些方法是对经典的解析方法的突破性开拓和补充, 数值方法可借助计算机完成。
有根区间:
[1.300000000, 1.400000000] [1.300000000, 1.350000000] [1.300000000, 1.325000000] [1.312500000, 1.325000000] [1.318750000, 1.325000000] [1.321875000, 1.325000000] [1.323437500, 1.325000000] [1.324218750, 1.325000000] [1.324609375, 1.325000000]
(2) if f (a) f (b) 0 then 返回第1步,重新 输入a, b值else转第3步;
(3)while | a b | 时做
1)令x 1 (a b),计算f (x); 2
2)if f (a) f (x) 0 then [a,b] [a, x];
else [a,b] [x,b].
令a1
a, b1
b, c1
1 2
(a1
b1 )
1. 若f (c1) 0,则根 c1
2. 若f (a1) f (c1) 0,则 [a1,c1]为有根区间,
否则 [c1,b1]为有根区间.
记新的有根区间为
[a2,b2 ],且b2 a2
1 2
(b1
a1).
3. 对于[a2,b2 ]重复上述过程.
于是 [a1,b1] [a2,b2 ] [an ,bn ] bn an (b a ) 2n1
x≈1.32480 f=3.6990*10^(-4)
6.1.2 迭代法及收敛性
对于 f (x) 0 有时可以写成 x (x) 形式
如: x3 x 1 0 x 3 x 1 x x3 1
x cos x 0 x cos x
迭代法及收敛性
考察方程 x (x)。这种方程是隐式方 程,因而不能直接求出它的根,但如果 给出根的某个猜测值 x0, 代入x (x) 中
设所求的根为x*,则 x [an ,bn ], n 1,2, 即 an x bn,n 1,2,
可取
x
cn
1 2
(an
bn )
lnim(bn
an )
lim
n
1 2 n1
(b
a)
0
lim
n
an
lim
n
bn
x
求方程 f(x)=0的根的二分法算法
(1) 输入 : 有根区间[a,b]的a,b值及精度控制量 ;
例题
精确到小数点后五位
x 1.32472 1 105
2
例题
但如果由 x x3 1建立迭代公式
xk1 xk3 1 k 1, 2,
仍取 x0 1.5,则有 x1 2.375 ,x2 12.39 显然结果越来越大,{xk } 是发散序列
迭代法的收敛性
则对任意初值x0 [a,b],由迭代xk 1 (xk )产生 的数列收敛于方程x (x)在[a,b]的唯一根。
迭代法的几何意义
x
(
x)
y
y
x (x)
y=x
x* x2
x1
交点的横坐标
x0
简单迭代法
将f (x) 0 变为另一种等价形式 x (x)。
选取 的某一近似值 x0 [a,b] ,则按递推
关系 xk1 (xk ) k 0,1,
产生迭代序列
{xk } 。这种方法称为简单迭代法。
例题
解:由x 3 x 1建立迭代公式 xk 1 3 xk 1, k 0,1, 2, 计算结果如下:
end while; (4)输出x 1 (a b).
2
例题
例 设方程 f (x) x3 x 1,[a,b] [1,2]
解:取h=0.1,扫描得:
f (1.3) 0.61 0 f (1.4) 0.344 0
方程的有根区间为[1.3,1.4].
又 f '(x) 3x2 1 0, x [1.3,1.4] 即 f (x) 0在 [1.3,1.4]有唯一根。