非线性方程与非线性方程组的迭代解法(一)
合集下载
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)。
L愈小 , xk 收敛愈快。
例2:用简单迭代法求 f x x3 2x 5在 2,,3 上的根。
解:迭代格式 (1) xk1 3 2xk 5
(2)
xk1
2 5 xk
(3) xk1 xk3 xk 5
k 迭代格式(一) 迭代格式(二)
0
2
2
1 2.080084
2.121320
2 2.092351
Steffensen迭代法 Aitken迭代法
x t sin x 0 , 0 1
其中t表示时间,行星运动的轨道x是t的函数。该方程不能精确解出运 动轨道位置x(t)。
(2)多个方程情形:在用数值方法求解常微分方程组时经常遇到非 线性方程组求根问题。
二、非线性方程(组)求解研究的难点 (1)解的存在性、唯一性不易确定; (2)迭代解法求解; (3)迭代法的收敛性往往为局部收敛。 三、求解非线性方程的近似解的步骤 (1)判断根的存在性; (2)确定根的分布区间; (3)根的精确化。
则有如下结论:
(1) 方程(2)在区间a,b上有唯一的根 s;
(2)
对任取的x0
a, b ,
简单迭代法(3)产生的序列xk
k 0
a, b ,
且收敛于 s;
(3) 成立误差估计式
s xk
Lk 1 L
x1 x0
s xk
L 1 L
xk xk1
注1:满足条件 (1)的迭代格式称为是适定 的。 xk1 xk , 若xk a,b , 则 xk1 a,b , 其迭代过程进行不下去 。条件(1)也可理解为映射 a,b于自身。
3 x 3x2 1 , L3 26
一阶
例2的改进:
x3 2x 5 0 , 3x3 2x 2x3 5 , x 2x3 5 3x2 2
xk1
2xk3 5 , x 6x x3 2x 5
3xk2 2
3x2 2 2
, s 0
至少二阶收敛速度。
4、迭代法收敛的加速
问题:设有非线性方程
f x 0
(1)
其中 f x 为一元非线性函数。若常数 s 使得 f s 0 ,则称 s 是方程(1)的根(或 f x 的零点)。若
f x x sm gx
其中 g s 0 ,则称 s是(方程1)的m重根(或 f x 的m重
零点。当m=1时,s 称为方程(1)的单根或 f x 的单零点。
4.1 对分法和简单迭代法
一、对分法 基本思想:对有根区间不断进行对分,即逐渐二分有根区间,得
一系列有根区间 ak , bk ak1 , bk1 a1 , b1 a0 , b0 ,当k 充分大时,取 ak , bk 的中点作为根的近似值。
设 f xC a,b , 并且 f a f b 0 , 对分法具体算法流程参 page67。
注2:条件(2)中由于 xy x y , 故满足条件(2)的迭代函数x是 a, b上的一个压缩映射。
注3:结论(3)的第一式称为先验估计 , 第二式称为后验估计。 利用第一式可求
出达到指定精度 所需的最少迭代次数 ; 利用第二式可给出迭代 终止的条件。
注4:L 1时 , 即使 xk xk1 很小, 但误差 s xk 还可能很大, 此时收敛缓慢;
且收敛于 s。
3、收敛阶
定义1:设序列 xk 收敛于 s , 并且 ek s xk 0 , k 0,1,2, 。如果存在常
数 r 1和常数c 0 , 使得 lim ek1 c 成立 , 或者使得当k K (某个正整数)
e k
r
k
时,有
ek 1 ek r
c 成立 , 则称序列 xk 收敛于s 且具有r 阶收敛速度,简称 xk
2.087348
3 2.094217
2.096517
4 2.094501
2.094017
迭代格式(三) 2 1 -5
-125 -1953005
5 2.094543
2.094697 7.4492071018
定理4.2:设s s, x在包含s的某个开区间内连续,如果 s 1, 则 存在 0 , 当 x0 s , s 时 , 由简单迭代法 (3)产生的序列 xk s , s
是 r 阶收敛的 , 常数 c 称为渐近收敛常数 (收敛因子)。
r=1;r=2;r>1
定理4.3:设函数 xCa,b, xCa,b , 且满足以下条件
(1) 当x a,b时 , xa,b;
(2) 当x a,b时 , x 0 , x L 1, 其中L为一常数; 则对任取的 x0 a,b,由简单迭代法 (3)所产生的序列 xk 收敛于 方程 (2)在a,b区间内的唯一的根 s , 并且当 x0 s时 , xk 是线性
k N , s ak ,bk , xk
ak bk 2
,
xk s
bk ak 2
ba 2k 1
lim
k
wenku.baidu.com
xk
s
优点:算法简单方便,其收敛性总能保证; 缺点:可能漏根。
例1:求 f x x 22 x2 1 的根。
二、简单迭代法及其收敛性
1、基本思想 将方程(1)改写成等价形式
收敛的。
定理4.4:设 mx在包含 s的某个开区间内连续 (m 2) , s s , 如果 is 0 , i 1,2, , m 1 , ms 0 , 则存在 0 , 当 x0 s , s 但 x0 s时 , 由简单迭代法 (3) 产生的序列 xk 以m阶收敛速度收敛于 s。
例题3: f x x3 2x 5 , x 2,3
迭代格式(1) xk1 3 2xk 5 , 1x 3 2x 5
1x
1 3
2x
2
2
53
0 , L1
2 93 3
一阶
迭代格式(2)
xk1
2 5 xk
, 2 x
2 5 x
2 x
2
1 2
5
5 x2
0
,
L2
5 12
2
x
迭代格式 (3) xk1 xk3 xk 5 , 3 x x3 x 5
故简单迭代法又称为不动点迭代法。
收敛情形
不收敛情形
问题1:这样求根的近似值的理论依据是什么?
问题2:怎样构造等价方程?
问题3:序列xk
k 1
是否收敛?收敛的条件是什么?
2、收敛条件
定理4.1:设函数 xCa,b, 在a,b内可导 , 且满足以下条件
(1) 当x a,b时 , xa,b;
(2) 当x a,b时 , x L 1, 其中L为一常数;
第四章 非线性方程与非线性方程组的迭代解法
一、非线性方程(组)的近似求解的必要性
(1)单个方程情形:在非线性方程的求解中,多项式求根是常见且最简单 的情形。根据代数基本定理,在复数域内,n次多项式至少有一个根, 而由Galois(伽罗华)理论,5次以上(含5次)的多项式无根式求解。 从而近似求解方程就成为必需的了。除多项式求根以外,更多的是超 越方程求根问题。例如天体力学中有如下Kepler(开普勒)方程:
x x
构造迭代公式
(2)
xkx01
xk
R
,
k
0,1,2,
(3)
由此产生一迭代序列
xk
k 1
。在一定的条件下我们希望该序列
是收敛的,于是当k充分大时,可取 xk 作为方程(1)的近似根。
迭代法(3)称为求解方程(1)的简单迭代法,x 称为
迭代函数。
注:xk1 xk , 两边取极限 , s s , 即s 是迭代函数 x不动点 。
例2:用简单迭代法求 f x x3 2x 5在 2,,3 上的根。
解:迭代格式 (1) xk1 3 2xk 5
(2)
xk1
2 5 xk
(3) xk1 xk3 xk 5
k 迭代格式(一) 迭代格式(二)
0
2
2
1 2.080084
2.121320
2 2.092351
Steffensen迭代法 Aitken迭代法
x t sin x 0 , 0 1
其中t表示时间,行星运动的轨道x是t的函数。该方程不能精确解出运 动轨道位置x(t)。
(2)多个方程情形:在用数值方法求解常微分方程组时经常遇到非 线性方程组求根问题。
二、非线性方程(组)求解研究的难点 (1)解的存在性、唯一性不易确定; (2)迭代解法求解; (3)迭代法的收敛性往往为局部收敛。 三、求解非线性方程的近似解的步骤 (1)判断根的存在性; (2)确定根的分布区间; (3)根的精确化。
则有如下结论:
(1) 方程(2)在区间a,b上有唯一的根 s;
(2)
对任取的x0
a, b ,
简单迭代法(3)产生的序列xk
k 0
a, b ,
且收敛于 s;
(3) 成立误差估计式
s xk
Lk 1 L
x1 x0
s xk
L 1 L
xk xk1
注1:满足条件 (1)的迭代格式称为是适定 的。 xk1 xk , 若xk a,b , 则 xk1 a,b , 其迭代过程进行不下去 。条件(1)也可理解为映射 a,b于自身。
3 x 3x2 1 , L3 26
一阶
例2的改进:
x3 2x 5 0 , 3x3 2x 2x3 5 , x 2x3 5 3x2 2
xk1
2xk3 5 , x 6x x3 2x 5
3xk2 2
3x2 2 2
, s 0
至少二阶收敛速度。
4、迭代法收敛的加速
问题:设有非线性方程
f x 0
(1)
其中 f x 为一元非线性函数。若常数 s 使得 f s 0 ,则称 s 是方程(1)的根(或 f x 的零点)。若
f x x sm gx
其中 g s 0 ,则称 s是(方程1)的m重根(或 f x 的m重
零点。当m=1时,s 称为方程(1)的单根或 f x 的单零点。
4.1 对分法和简单迭代法
一、对分法 基本思想:对有根区间不断进行对分,即逐渐二分有根区间,得
一系列有根区间 ak , bk ak1 , bk1 a1 , b1 a0 , b0 ,当k 充分大时,取 ak , bk 的中点作为根的近似值。
设 f xC a,b , 并且 f a f b 0 , 对分法具体算法流程参 page67。
注2:条件(2)中由于 xy x y , 故满足条件(2)的迭代函数x是 a, b上的一个压缩映射。
注3:结论(3)的第一式称为先验估计 , 第二式称为后验估计。 利用第一式可求
出达到指定精度 所需的最少迭代次数 ; 利用第二式可给出迭代 终止的条件。
注4:L 1时 , 即使 xk xk1 很小, 但误差 s xk 还可能很大, 此时收敛缓慢;
且收敛于 s。
3、收敛阶
定义1:设序列 xk 收敛于 s , 并且 ek s xk 0 , k 0,1,2, 。如果存在常
数 r 1和常数c 0 , 使得 lim ek1 c 成立 , 或者使得当k K (某个正整数)
e k
r
k
时,有
ek 1 ek r
c 成立 , 则称序列 xk 收敛于s 且具有r 阶收敛速度,简称 xk
2.087348
3 2.094217
2.096517
4 2.094501
2.094017
迭代格式(三) 2 1 -5
-125 -1953005
5 2.094543
2.094697 7.4492071018
定理4.2:设s s, x在包含s的某个开区间内连续,如果 s 1, 则 存在 0 , 当 x0 s , s 时 , 由简单迭代法 (3)产生的序列 xk s , s
是 r 阶收敛的 , 常数 c 称为渐近收敛常数 (收敛因子)。
r=1;r=2;r>1
定理4.3:设函数 xCa,b, xCa,b , 且满足以下条件
(1) 当x a,b时 , xa,b;
(2) 当x a,b时 , x 0 , x L 1, 其中L为一常数; 则对任取的 x0 a,b,由简单迭代法 (3)所产生的序列 xk 收敛于 方程 (2)在a,b区间内的唯一的根 s , 并且当 x0 s时 , xk 是线性
k N , s ak ,bk , xk
ak bk 2
,
xk s
bk ak 2
ba 2k 1
lim
k
wenku.baidu.com
xk
s
优点:算法简单方便,其收敛性总能保证; 缺点:可能漏根。
例1:求 f x x 22 x2 1 的根。
二、简单迭代法及其收敛性
1、基本思想 将方程(1)改写成等价形式
收敛的。
定理4.4:设 mx在包含 s的某个开区间内连续 (m 2) , s s , 如果 is 0 , i 1,2, , m 1 , ms 0 , 则存在 0 , 当 x0 s , s 但 x0 s时 , 由简单迭代法 (3) 产生的序列 xk 以m阶收敛速度收敛于 s。
例题3: f x x3 2x 5 , x 2,3
迭代格式(1) xk1 3 2xk 5 , 1x 3 2x 5
1x
1 3
2x
2
2
53
0 , L1
2 93 3
一阶
迭代格式(2)
xk1
2 5 xk
, 2 x
2 5 x
2 x
2
1 2
5
5 x2
0
,
L2
5 12
2
x
迭代格式 (3) xk1 xk3 xk 5 , 3 x x3 x 5
故简单迭代法又称为不动点迭代法。
收敛情形
不收敛情形
问题1:这样求根的近似值的理论依据是什么?
问题2:怎样构造等价方程?
问题3:序列xk
k 1
是否收敛?收敛的条件是什么?
2、收敛条件
定理4.1:设函数 xCa,b, 在a,b内可导 , 且满足以下条件
(1) 当x a,b时 , xa,b;
(2) 当x a,b时 , x L 1, 其中L为一常数;
第四章 非线性方程与非线性方程组的迭代解法
一、非线性方程(组)的近似求解的必要性
(1)单个方程情形:在非线性方程的求解中,多项式求根是常见且最简单 的情形。根据代数基本定理,在复数域内,n次多项式至少有一个根, 而由Galois(伽罗华)理论,5次以上(含5次)的多项式无根式求解。 从而近似求解方程就成为必需的了。除多项式求根以外,更多的是超 越方程求根问题。例如天体力学中有如下Kepler(开普勒)方程:
x x
构造迭代公式
(2)
xkx01
xk
R
,
k
0,1,2,
(3)
由此产生一迭代序列
xk
k 1
。在一定的条件下我们希望该序列
是收敛的,于是当k充分大时,可取 xk 作为方程(1)的近似根。
迭代法(3)称为求解方程(1)的简单迭代法,x 称为
迭代函数。
注:xk1 xk , 两边取极限 , s s , 即s 是迭代函数 x不动点 。