第7章-非线性方程组的求解

合集下载

非线性方程组求解-PPT精品

非线性方程组求解-PPT精品

2019/10/30
32
2.2.1 内联函数(inline function)
[说明]
'CE'是字符串;CE表达式不能包含赋值号=
第1种调用格式将自动地对CE进行辨识,把CE中由 字母/数字组成的连续字符认做变量,除预定义变量 名和常用函数名(如sin)外的有字母/数字组成的 连续字符将被认做变量。但注意如果连续字符后紧 接左圆括号,则不被当作输入变量。
非线性方程(组)的求解一般采用迭代法进行。 迭代法是一种重要的逐次逼近方法。这种 方法用某个固定公式反复校正根的近似值, 使之逐步精确化,最后得到满足精度要求 的结果
常见的迭代算法有不动点迭代、二分法、 牛顿法、弦截法、威格斯坦法 (Wegstein)、抛物线法等
2019/10/30
8
不动点迭代法
P
y = g(x)
P
y = g(x)
(p1,p1)
(p0,g(p0))
O
Pp2 p1
p0
x
O p1 Pp2
p0
x
y
y = g(x)
y= x
(p0,g(p0))
(p1,p1)
P
2019/10/30 O
P p0 p1
p2
x
y
y = g(x)
y= x
(p0,g(p0)) P
(p1,p1)
O
p1 P p0 p2
在实际使用中,牛顿法最好与逐步扫描法 结合起来,先通过逐步扫描法求出根的近 似值,然后用牛顿公式求其精确值,以发 挥牛顿法收敛速度快的优点
2019/10/30
20
2.1.2.4 弦截法
牛顿迭代法收敛速度快,但它要求计算函 数导数的值。在科学与工程计算中,常会 碰到函数导数不易计算或者算式复杂而不 便计算的情况

数值分析复习资料

数值分析复习资料

数值分析复习资料一、重点公式第一章 非线性方程和方程组的数值解法 1)二分法的基本原理,误差:~12k b ax α+--<2)迭代法收敛阶:1lim0i pi ic εε+→∞=≠,若1p =则要求01c <<3)单点迭代收敛定理:定理一:若当[],x a b ∈时,[](),x a b ϕ∈且'()1x l ϕ≤<,[],x a b ∀∈,则迭代格式收敛于唯一的根;定理二:设()x ϕ满足:①[],x a b ∈时,[](),x a b ϕ∈, ②[]121212,,, ()(),01x x a b x x l x x l ϕϕ∀∈-≤-<<有 则对任意初值[]0,x a b ∈迭代收敛,且:110111i i iii x x x llx x x lαα+-≤---≤-- 定理三:设()x ϕ在α的邻域内具有连续的一阶导数,且'()1ϕα<,则迭代格式具有局部收敛性;定理四:假设()x ϕ在根α的邻域内充分可导,则迭代格式1()i i x x ϕ+=是P 阶收敛的 ()()()0,1,,1,()0j P j P ϕαϕα==-≠ (Taylor 展开证明)4)Newton 迭代法:1'()()i i i i f x x x f x +=-,平方收敛 5)Newton 迭代法收敛定理:设()f x 在有根区间[],a b 上有二阶导数,且满足: ①:()()0f a f b <; ②:[]'()0,,f x x a b ≠∈;③:[]'',,f x a b ∈不变号④:初值[]0,x a b ∈使得''()()0f x f x <;则Newton 迭代法收敛于根α。

6)多点迭代法:1111111()()()()()()()()()i i i i i i i i i i i i i i i f x f x f x x x x x f x f x f x f x f x f x x x -+-----=-=+----收敛阶:P =7)Newton 迭代法求重根(收敛仍为线性收敛),对Newton 法进行修改 ①:已知根的重数r ,1'()()i i i i f x x x rf x +=-(平方收敛) ②:未知根的重数:1''()(),()()()i i i i u x f x x x u x u x f x +=-=,α为()f x 的重根,则α为()u x 的单根。

牛顿迭代法求解非线性方程组的解

牛顿迭代法求解非线性方程组的解

10 简化牛顿法 简化牛顿法又称平行弦法,其迭代公式为
xk1 xk Cf (xk ),C 0, k 0,1,
(4-7)
从不动点迭代法的角度看,简化牛顿法的迭代函数(x) x Cf (x) ,下面讨论简
化牛顿法的收敛性。
若| '(x) ||1 Cf '(x) | 1 ,即取 0 Cf ' (x) 2 .在根 x* 附近成立,则迭代法
x k 的点 Pk 引切线,并将该切线与 x 轴的交点的横坐标 x k1 作为 x* 的新的近似值。 注意到切线方程为
y f (xk ) f '(xk )(x xk )
(4-4)
这样求得的值 x k1 比满足 f (xk ) f '(xk )(x xk ) 0 ,从而就是牛顿公式
x
k 1
| f (xk1) || f (xk ) |
(4-8)
满足此要求的算法称为下山法。
将牛顿法和下山法一起使用时,即在下山法保证函数值稳定下降的前提下,
用牛顿法加快收敛速度。为此,为此将牛顿法的计算结果
xk 1
xk
f (xk ) f ' (xk )
(4-9)
与前一步的近似值 xk 的适当加权平均作为新的改进值
代法中所遇到的 jacobi 矩阵难求的问题。
关键词:非线性方程组、牛顿迭代法、MATLAB、 jacobi 矩阵
一、前言 非线性方程组在实际问题中经常出现,并且在科学与工程计算中的地位越来
越来重要,很多常见的线性模型都是在一定条件下由非线性问题简化得到的,为 得到更符合实际的解答,往往需要直接研究非线性模型,然而从线性到非线性是 一个质的飞跃,方程的性质的不同,所以求解方法也有很大差别。本文主要介绍 关于非线性方程及方程组的数值解法,先分析非线性方程的数值解法,然后再延 伸到方程组的解法。

非线性方程组的解法

非线性方程组的解法

非线性方程组的解法
基本思路:
分段线性化方法,将荷载划分成很多小步,逐 步施加
具体操作方法:
显式求解法(增量法) 隐式求解法(迭代法)
清华大学研究生课程——《钢筋混凝土有限元》
清华大学研究生课程——《钢筋混凝土有限元》
显式求解法
将荷载分成若干小步,逐步施加 认为在每个小步中,结构是线性的,同 一荷载步的刚度矩阵相同 不同荷载步的刚度矩阵可以不同 用一系列的折线去近似曲线
某次迭代位移改变量 同级荷载节点总位移 < 误差容限
能量收敛标准
一般以某次迭代的应变能增量为分析对 象,以同级荷载作用下总应变能为参考 标准
某次迭代应变能改变量 同级荷载总应变能 < 误差容限
一般使用无穷范数
清华大学研究生课程——《钢筋混凝土有限元》
清华大学研究生课程——《钢筋混凝土有限元》
注意事项
修正的欧拉折线法(Mid-point Method)
P K2 K1 Pn Pn-1
单元刚度矩阵
已知应力,应变,应变增量
[K n−1 ]
根据当前应力应变求切线刚度矩阵 求中点应力 {σ n '} = {σ n−1 } + [K n−1 ] {dε n }
2
根据中点应力和应变 {σ n '}, {ε n−1 } + n 求此时 2 的切线刚度矩阵 [K n−1 ']
判断对象
力收敛标准 位移收敛标准 能量收敛标准
范数
无穷范数 一范数 二范数
V
V
V

= max Vi
= ∑ Vi
=
判断标准
相对误差 绝对误差
1
范数
无穷范数 一范数 二范数

第7章非线性方程组的数值解法

第7章非线性方程组的数值解法
( 1, 1 )
f 1 y f 2 2 y
2 y ( 1,1 ) 2
( 1,1 )
( y 3) ( 1, 1 )
( 1, 1 )
( x 1) ( 1 , 1 ) 2
( 1,1 )
f 1 f 2 2 2[ 2 * ( 3) ( 2 ) * ( 2 )] 4 f1 f2 g10 x ( 1,1) x ( 1,1) x f 1 f 2 g 2 2[ 2 * ( 3) 2 * ( 2 )] 20 20 y y f 1 y f 2 ( 1, 1 ) ( 1, 1 )

f ( x0 h, y0 k ) f ( x0 , y0 ) ( h k ) f ( x0 , y0 ) x y 1 2 ( h k ) f ( x 0 , y0 ) 2! x y 1 n ( h k ) f ( x 0 , y0 ) n! x y 1 n 1 ( h k ) f ( x0 h, y0 k ) ( n 1)! x y
2
2

0
得 f 1 f 1 ( g10 x g 20 y ) f 1 ( g10 ( g f 1 g f 1 ) 2 ( g 10 20 10 x y f 2 g 20 x f 2 g 20 x f 2 ) f2 y f 2 2 ) ( x y
1
f 1 ( x 0 , y0 ) f ( x , y ) 2 0 0
从n到n+1的迭代格式为:
f 1 ( x n , y n ) xn 1 x n x y y f 2 ( xn , yn ) n 1 n x

7、解非线性方程的迭代法

7、解非线性方程的迭代法

(1.1)
2. 超越方程, 如 : x e x 0.
如果f ( x)可以分解为 f ( x) ( x x*)m g ( x), 其中0 | g ( x*) | , m为正整数. 则称x * 为f ( x)的m重零点.
此时 f ( x*) f ( x*) f ( m 1) ( x*) 0, f ( m) ( x*) 0.
k 0 1 2 3 4 5 6 7 xk 1.5 1.35721 1.33086 1.32588 1.32494 1.32476 1.32473 1.32472
3 (2) xk 1 xk 1, x0 1.5, x1 2.375, x2 12.39, .
二、不动点的存在性与迭代法的收敛性
二、斯蒂芬森迭代法
把不动点迭代与埃特金加速技巧结合,得到斯蒂芬森 ( Steffensen)迭代法 yk ( xk ), zk ( yk ),
( yk xk ) 2 xk 1 xk zk 2 yk xk
改写为另一种不动.4)
k 0 1 2 3 ‫׃‬ xk x0 x1 x2 x3 ‫׃‬ 迭代法(1) 2 3 9 87 ‫׃‬ 迭代法(2) 2 1.5 2 1.5 ‫׃‬ 迭代法(3) 2 1.75 1.73475 1.732631 ‫׃‬ 迭代法(4) 2 1.75 1.732143 1.732051 ‫׃‬
定义2 设迭代过程xk 1 ( xk )收敛于x*,误差ek xk x*, 若 lim
例6 求方程3x 2 e x 0在[3,4]中的解.
解: 取对数得x 2 ln x ln 3 g ( x), 构造迭代法 xk 1 2 ln xk ln3 2 2 ( x) , max ( x) 1, 当x [3,4], ( x) [3,4], x 3 x 4 3 由定理2迭代收敛. x0 3.5, x16 3.73307 .

数值分析--第7章非线性方程与方程组的数值解法

数值分析--第7章非线性方程与方程组的数值解法

k
y.

(2.4) 时序列 {xk }
收敛到
x
*.
25
再证明估计式(2.5),由(2.4)有
xk1 xk (xk )(xk1) L xk xk1 .
反复递推得
xk

1 2 k 1
0.005,
只需 k 6 ,即只要二分6次,便能达到预定的精度.
11
计算结果如表7-2.
表7 2
k
ak
0 1.0
bk
xk
1.5
1.25
1 1.25
1.375
2
1.375 1.3125
3 1.3125
1.3438
4
1.3438 1.3281
5
1.3281 1.3203
6 0.3203
对于 x *的某个近似值 x0,在曲线 y (x)上可确定 一点 P0,它以 x0为横坐标,而纵坐标则等于(x0 ) x1.
过 P0 引平行 x轴的直线,设此直线交直线 y x于点 Q1, 然后过 Q1再作平行于 y轴的直线,与曲线 y (x) 的交点
17
记作 P1,则点 P1 的横坐标为 x1 ,纵坐标则等于 (x1) x2.
(2.(2)2.5)
证明 设 x*[a, b] 是 (x)在 [a, b]上的唯一不动点, 由条件,可知 {xk }[a, b],再由(2.4)得
xk x* (xk1)(x*)
L xk1 x* Lk x0 x*.
因(x0)

L(y1),故L当x
f (x) 0
(1.1)
其中 x R, f (x) C[a, b], [a, b]也可以是无穷区间.

非线性方程和方程组的求解讲解

非线性方程和方程组的求解讲解

注:1.若初始值充分接近于根,则N-R法的收 敛速度很快; 2.由于方程的精确解的具体值事先不知道, 在编程实施时,可以预先给定一个足够小的正 数 ,以下式作为迭代终止的判定条件:
x k 1 x k
N-R法的几何意义
y f(x) f(x0) f(x1) 0 x* xk+1 xk … x1 x0 x
0 1 0 2
0 x1 0 x2
f 2 ( x1 , x2 ) (x x ) x2
1 1 0 1
0 x1 0 x2
1 0 ( x2 x2 )0
1 1 0 X x x 若令 1 1 1
1 1 0 X 2 x2 x2
1 T 2
则 X X
1
1 1
X


f 1 x 0 J( X ) 1 f 2 x1
f (1) 1 在[0,1]中有实根
bk 1 0.5 0.5 0.375 0.375 0.375 0.359375 0.3515625 0.34765625 0.34765625 0.34765625 0.34765625 0.347412109 xk 0.5 0.25 0.375 0.3125 0.34375 0.359375 0.3515625 0.34765625 0.345703125 0.346679687 0.347167968 0.347412109 0.347290038 f(xk) -3.75 0.265625 -0.07227 0.09302 0.009369 -0.03171 -0.01124 -0.000949 0.004206 0.001627 0.0003387 -0.0003054 0.00001666
Matlab程序:

非线性方程组数值解法课件

非线性方程组数值解法课件
非线性方程组数值 解法课件
目 录
• 非线性方程组概述 • 迭代法求解非线性方程组 • 牛顿法求解非线性方程组 • 拟牛顿法求解非线性方程组 • 非线性方程组数值解法的应用
01
非线性方程组概述
非线性方程组的定义与分类
定义
非线性方程组是由多个非线性方 程组成的数学模型,描述了多个 变量之间的关系。
在工程问题中的应用
航空航天工程
土木工程
非线性方程组数值解法用于设计和优 化飞行器、卫星和火箭的结构和性能。
在建筑设计、桥梁和高层建筑的结构 分析中,非线性方程组数值解法用于 模拟结构的承载能力和稳定性。
机械工程
在机械设计中,非线性方程组数值解 法用于分析复杂机械系统的动力学特 性和稳定性。
在金融问题中的应用
拟牛顿法的收敛性分析主要基于Hessian 矩阵的条件数和近似矩阵的误差界。在适 当的条件下,拟牛顿法能够保证全局收敛 性和局部超线性收敛性。
拟牛顿法的实现
总结词
拟牛顿法的具体实现可以通过不同的算法实 现,如DFP算法和BFGS算法等。
详细描述
DFP算法(Davidon-Fletcher-Powell)和 BFGS算法(Broyden-Fletcher-GoldfarbShanno)是两种常见的拟牛顿算法。它们 的主要区别在于近似矩阵的更新方式。DFP 算法采用三对角化方法更新近似矩阵,而 BFGS算法采用迭代更新的方式。在实际应 用中,BFGS算法通常比DFP算法更受欢迎, 因为它在大多数情况下都能提供更好的收敛 效果。
05
非线性方程组数值解法的 应用
在物理问题中的应用
量子力学方程
非线性方程组数值解法在 量子力学中用于描述微观 粒子的行为和相互作用。

非线性方程(组)的解法

非线性方程(组)的解法

lnim(bn
an )
lim
n
2n1
(b
a)
0
lim
n
an
lim
n
bn
x

x
cn
1 2
(an
bn
)为
x 的近似解。
7
二分法
迭代终止准则
an - bn

x - cn
bn an 2
2
8
2.2一般迭代法
2.2.1 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
12
例题
例2.2.1 试用迭代法求方程 f (x) x3 x 1 0
在区间(1,2)内的实根。 解:由 x 3 x 1建立迭代关系
xk1 3 xk 1 k=0,1,2,3…… 计算结果如下:
13
例题
精确到小数点后五位
x 1.32472 1 105
2
14
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
15
2.3 Newton迭代法
设x*是方程f (x) = 0的根, 又x0 为x* 附近的一个值,
将f (x) 在x0 附近做泰勒展式:
f (x)
二分法
用二分法(将区间对平分)求解。

a1
a, b1
b, c1
1 2
(a1
b1 )
若 f (a1) f (c1) 0,则[a1, c1] 为有根区间,否 则 [c1,b1]为有根区间

非线性方程组的解法

非线性方程组的解法
评述
! 概念简单,对于比例加载的全量模型尤 其适用
! 当出现卸载或往复荷载时可能不适合
清华大学研究生课程——《钢筋混凝土有限元》
等刚度法
[δ1] = [K0 ]−1[P]
[ ] [ ] δ → Pinternal11源自[ ] [ ] [ ] ∆P1
=
P

P internal 1
[∆δ 2 ] = [K0 ]−1[∆P1]
σy σt
dσt1
εt dεt εt3
εt2
ε εt1
清华大学研究生课程——《钢筋混凝土有限元》
应力更新隐式算法
! Backward Euler 算法
(输入
σ
n−1 ij
,
ε
p ij
n−1
,
∆ε
n ij
)
首先计算弹性应力增量:σ
t ij
=
σ
n−1 ij
+
De,ijkl
∆ε
n kl
判断是否屈服:
f
p A
清华大学研究生课程——《钢筋混凝土有限元》
割线刚度法
[δ1] = [K0 ]−1[P] [δ1] → [K1] [δ 2 ] = [K1]−1[P]
……
[δ n ] = [Kn−1]−1[P]
清华大学研究生课程——《钢筋混凝土有限元》
评述
! 理论上收敛速度最快 ! 每次迭代都要形成刚度矩阵 ! 当接近屈服时,或者出现软化时,切线
整体刚度矩阵
! 已知 t F , tδ , ∆F
{ } { } ! 求
δ t+∆t = tδ + [K]−1{∆F}
[K] = ∑[Ke ]

非线性代数方程(组)的解法

非线性代数方程(组)的解法

06
应用举例与算法实现
应用举例
经济学
非线性方程组在经济学中广泛应用于描述市场均衡、消费者行为等问题。例如,求解供需平衡价格时,可以通过构建 非线性方程组来表示供给和需求函数,进而求解市场均衡价格。
工程学
在机械、电子等工程领域,非线性方程组常用于描述系统的动态行为。例如,在控制系统中,通过建立非线性状态方 程来描述系统的状态变化,可以求解系统的稳定性、响应特性等问题。
拟牛顿法是对牛顿法的改进,通过近 似计算雅可比矩阵或其逆矩阵来减少 计算量。常见的拟牛顿法有BFGS方 法、DFP方法等。程序设计时,需要 实现拟牛顿法的迭代过程,包括选择 合适的拟牛顿公式、更新近似矩阵等 步骤。
信赖域方法
信赖域方法是一种全局收敛的非线性 方程组求解算法,其基本思想是在每 次迭代中构造一个信赖域,然后在该 区域内寻找使目标函数充分下降的试 探步。程序设计时,需要实现信赖域 方法的迭代过程,包括构造信赖域、 求解子问题、更新信赖域半径等步骤 。
04
解析解法分离变量法源自01 适用于可将方程中的变量分离为两个或多个独立 函数的情况。
02 通过将方程两边同时积分,得到各变量的通解。 03 需要注意积分常数的确定,以及解的合理性验证。
行波法
01
适用于可化为行波形式的非线性方程。
02
通过引入行波变换,将原方程化为关于行波参数的常微分方 程。
03
步骤
1. 选定适当的坐标轴,将方程的变量表 示为坐标轴上的点。
等倾线法
定义:等倾线法是一种通过绘 制等倾线(即斜率相等的线) ,从而找出方程解的方法。
步骤
1. 将方程转化为斜率形式, 即 y' = f(x, y)。
3. 通过观察等倾线的交点、 切线等性质,可以判断方程 的解的存在性、唯一性等。

数值分析 李庆扬 第7章 非线性方程与方程组的数值解法

数值分析 李庆扬 第7章  非线性方程与方程组的数值解法
由定理2可得:迭代法是收敛的。 (2)当
x x3 1
时,在区间
1,2
有:
x 3 x 2 1
不满足定理的条件,无法保证迭代收敛。
a , b
上)
(2) 存在正常数 L 1 ,使对任意
x , y a , b 都有
x y L x y
(迭代函数的增量小于自变量的增量) 则
14
x 在 a , b
上存在唯一的不动点 x 。
2017年1月4日
*
《数值分析》 黄龙主讲
证明:先证不动点存在性。 若
x , y a , b 有
x y x y L x y , a , b
因此,可将上述定理 1 和定理 2 中的条件(2)改为:
x L 1
21
2017年1月4日
《数值分析》 黄龙主讲
例如:
(2) 存在正常数 L 1 ,使对任意
x y L x y
则对任意 由
x0 a , b :
xk 1 xk 得到的迭代序列 xk
收敛到
x 的不动点 x*
,并有误差估计
k L x k x* x1 x0 1 L
17
2017年1月4日
*
最终取值: x
误差:取有根区间
ak , bk 的中点 (
ak bk xk 作为近似根,则: 2 b ak b a x* x k k k 1 2 2
特点:算法简单,可保证收敛,但收敛太慢。用于求近似解。
8
2017年1月4日
《数值分析》 黄龙主讲
P214例2 求方程 f x x 3 x 1 0 在区间 1.0 ,1.5 内的一个实根, 要求准确到小数点后的第二位。

高考数学中的非线性方程组解析技巧

高考数学中的非线性方程组解析技巧

高考数学中的非线性方程组解析技巧数学是高考必考的科目,而数学中解析几何的一些内容,如直线、平面、圆锥曲线等知识点会涉及到非线性方程组的解法。

如何解决非线性方程组成为考生必须掌握的考点之一。

非线性方程组的解题需要逐步推导出未知量的值,而其中解析的技巧必不可少。

本篇文章将介绍一些高考数学中的非线性方程组解析技巧。

I. 消元法在高考中,消元法是求解一元或多元非线性方程组的常用方法。

以 $n$ 元非线性方程组为例:$$ \begin{cases} F_1(x_1, x_2, ..., x_n) = 0 \\ F_2(x_1, x_2, ..., x_n) = 0 \\ ... \\ F_n(x_1, x_2, ..., x_n) = 0 \end{cases} $$通过消元法,我们可以将复杂的方程组转化为简单的一元方程。

例如,假设我们要解决如下非线性方程组:$$\begin{cases} x^2+y^2=1 \\ x+y=1 \end{cases} $$We can solve this system of equations by using the elimination method. Adding the equations together, we get:$$x^2 + 2xy + y^2 = 2$$Since $x^2+y^2=1$, we can substitute this into the above equation and obtain:$$2xy = 1$$Then, we can substitute $y=1-x$ into the above equation and obtain:$$2x(1-x) = 1$$This is a quadratic equation that we can solve using the quadratic formula:$$x^2 - x + \frac{1}{2} = 0$$Solving the above quadratic equation, we get:$$x = \frac{1 \pm \sqrt{3}}{2}$$Substituting these values of $x$ into $y=1-x$, we get:$$(x, y) = \left(\frac{1+\sqrt{3}}{2}, \frac{1-\sqrt{3}}{2}\right) \text{ and } \left(\frac{1-\sqrt{3}}{2}, \frac{1+\sqrt{3}}{2}\right)$$消元法可谓是非线性方程组解法的基础,要牢牢掌握。

非线性方程(组)的解法

非线性方程(组)的解法
将F ( x) 在x k 处进行泰勒展开
f ( x) f ( xk ) f ( xk )(x xk ) 一元函数 F ( x) F ( x k ) F ( xk )(x xk ) 0 x k为向量 F ( x k )(x x k ) F ( x k ) x x k F ( x k )1 F ( x k )
18
3.非线性方程组的迭代解法
f1 ( x1 , x2 , , xn ) 0 f1 ( x) f1 ( x1 , L , xn ) 或 F ( x) L 0 L f ( x) f ( x , L , x ) f ( x , x ,, x ) 0 n n n 1 n n 1 2
9
迭代法及收敛性
考虑方程 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) 中的右端得到 x1 ( x0 ),再以 为一个猜测值,
x1
代入 x ( x) 的右端得 x2 ( x1 ) ,反复迭代 得
1 f ( x ) f ( x0 ) ( x x0 ) f ( x0 ) ( x x0 )2 f ( ) 2 其中在x和x0之间
0 f ( x) f ( x0 ) ( x x0 ) f ( x0 ) 0
16
Newton迭代法
有:
*
f ( x0 ) x x0 f ( x0 )
能为力时,数值方法则可以借助于计算机出色完成。
2
2.1二分法

概念:


有根区间:存先确定有限区间:依据零点定理。 设 f ( x) C[a, b],且 f (a) f (b) 0 ,则 方程 f ( x) 0在区间 (a, b)上至少有一个根。 如果 f ' ( x) 在 (a, b)上恒正或恒负,则此根唯 一。

非线性方程组的求解

非线性方程组的求解

非线性方程组的求解摘要:非线性方程组求解是数学教学中,数值分析课程的一个重要组成部分,作为一门学科,其研究对象是非线性方程组。

求解非线性方程组主要有两种方法:一种是传统的数学方法,如牛顿法、梯度法、共轭方向法、混沌法、BFGS 法、单纯形法等。

传统数值方法的优点是计算精度高,缺点是对初始迭代值具有敏感性,同时传统数值方法还会遇到计算函数的导数和矩阵求逆的问题,对于某些导数不存在或是导数难求的方程,传统数值方法具有一定局限性。

另一种方法是进化算法,如遗传算法、粒子群算法、人工鱼群算法、差分进化算法等。

进化算法的优点是对函数本身没有要求,不需求导,计算速度快,但是精度不高。

关键字:非线性方程组、牛顿法、BFGS 法、记忆梯度法、Memetic 算法1: 三种牛顿法:Newton 法、简化Newton 法、修改的Newton 法【1-3】 求解非线性方程组的Newton 法是一个最基本而且十分重要的方法, 目前使用的很多有效的迭代法都是以Newton 法为基础, 或由它派生而来。

n 个变量n 个方程的非线性方程组, 其一般形式如下:⎪⎪⎩⎪⎪⎨⎧===0),...,(...0),...,(0),...,(21212211n n n n x x x f x x x f x x x f (1)式(1)中,),...,(21n i x x x f ( i=1, ⋯, n) 是定义在n 维Euclid 空间Rn 中开域 D 上 的实值函数。

若用向量记号,令:⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n x x x ...X 21,⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡====)(...)()(0),...,(...0),..,(0)...,()(2121212,211X f X f X f x x x f x x x f x x x f X F nn n n n则方程组(1)也可表示为:0)(=X F(2) 其中:X ∈R n ,F ∶R n →R 0, F(X) ∈R n , R n 为赋值空间。

  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)。

1. 各元素绝对值之和
n
∑ V = 1
Vi
i =1
2. 各元素平方和的根
n
∑ V = ( 2
Vi 2 )1 2
i =1
3. 元素中绝对值最大者
V

=
max n
Vi
第7章
28
7
¾收敛标准
• 当取节点不平衡力向量{Pres}作为收敛标准,则宜取:
n
∑ Pres 2 = (
P2 res ,i
)1
2
≤α
P
值; ¾求每级荷载增量引起的位移增量; ¾累加各级荷载的位移增量,就可以求出任
一荷载作用下的总位移。
第7章
4
1
增量解 Pn
Pi
精确解
P1
o δ1
δi
δn
增量法示意
第7章
5
¾增量法的实质是用分段线性的折线去代 替非线性曲线。
¾增量法的特点是:不存在迭代收敛问题、 计算误差在计算过程中会累积、不能确 定所得解与精确解的误差大小。
次迭代的荷载,以计算出附加的位移增量 ; ¾ 如此重复进行,直到计算结果达到预定精度即终
止迭代过程 。
第7章
15
K i−1
K
' i
Ki
=
( K i−1
+
K
' i
)
/
2
Pi
精确解
Pi −1
o
δ i−1
δ
' i
δi
平均刚度法示意
第7章
14
二. 迭代法的种类
¾割线刚度法(直接迭代法) ; ¾切线刚度法-Newton-Raphson 法; ¾等刚度迭代法-Modified Newton-
第7章
6
¾根据每级荷载增量求位移增量时所采 用的刚度矩阵的不同,增量法又可以 分为:
z 始点刚度法 z 平均刚度法 z 中点刚度法
第7章
8
2
二. 始点刚度法
¾始点刚度法是在计算第 i 级荷载增量引起的 位移增量时,采用第 i-1 级荷载增量末的刚 度值来求解,即:
{Δδ }i = [K ]i−−11{ΔP}i
第7章
40
10
¾ 在适当地方增加虚拟的、有较大刚 度的线弹性弹簧,使施加弹簧后的 结构反应不出现下降段,则结构的 实际反应等于带弹簧虚拟结构的反 应减去线弹性弹簧的相应反应。
第7章
34
3. 位移控制法
¾ 分析过程中控制位移增量而不是荷载增 量,即由给定的位移求相应的荷载,从 而避免控制荷载时的一值多解。
¾ 将刚度矩阵重新排列,使得要作为控制 加载的位移排到最后一项,同时将原刚 度矩阵分块,将有限元方程重新改写而 获得新的迭代方程。
第7章 非线性方程组的求解
第7章
1
二. 非线性有限元方程组常用的求解方法
¾ 增量法
z 始点刚度法; z 中点刚度法; z 平均刚度法
¾ 迭代法
z 切线刚度法-Newton-Raphson法; z 割线刚度法-直接迭代法; z 等刚度法- Modified Newton-Raphson法。
¾ 混合法
z 增量法+迭代法
第7章
20
5
P
P P3 P2
P1
精确解
δ0
δ1 δ2 δ3
切线刚度迭代法示意
第7章
21
3. 切线刚度法-Modified Newton-Raphson
法 –等刚度迭代法
¾等刚度迭代法是在迭代过程中采用不变的切 线刚度进行迭代的一种迭代法。
第7章
23
• 求解步骤: 1. 在某级荷载P作用下,用初始线弹性切线刚度[K0 ]求得位移的
第1次近似值;
{δ0} = [K0 ]−1 {P} 2. {δ0} ⇒ 单元{ε} ⇒ 单元{σ} ⇒ 新的切线刚度矩阵[K1]和对应的
节点力{P1}; 3. 根据新的切线刚度矩阵[K1]和不平衡节点力{ΔP1} = {P} −{P1}
求相应位移增量 {Δδ1} 和位移总量的近似值 {δ1}; {Δδ1} = [K1]−1 {ΔP1}, {δ1} = {δ0}+{Δδ1}
第7章
7
将总荷载划分成 n 个增量:
n
{P} = ∑{ΔP}j j =1
第 i 级荷载增量下的位移增量: {Δδ }i = [K ]−m1{ΔP}i
第 i 级荷载施加后的荷载总量: {P}i = {P}i−1 + {ΔP}i
第 i 级荷载施加后的位移总量: {δ }i = {δ }i−1 +{Δδ }i
Δλ-控制荷载的步长系数。
第7章
38
4. 其他方法
¾ 强制迭代法-用三角分解法分解刚度矩阵 并判断结构刚度矩阵对角元中是否已出现 负元素,若是,则施加负的荷载增量继续 迭代计算。
¾ 弧长法-在荷载增量法中,是控制荷载因 子的步长 Δλ ;在位移增量法中,是控制位 移增量的步长;而在弧长法中则同时控制 荷载因子和位移增量的步长。
{Δδ '}i = [K ]i−−11{ΔP}i
{δ '}i = {δ }i−1 + {Δδ '}i
由 {δ '}i 求得 [K ]i 后,则:
[K ]i = ([K ]i−1 + [K ]i ) 2
{Δδ }i = [K ]i{ΔP}i
第7章
13
7.3 迭代法
一. 迭代法求解的基本思路
¾ 根据作用于结构上的荷载,作一系列迭代计算 ; ¾ 在每次迭代中,结构刚度取为某一数值 ; ¾ 迭代后计算总荷载的不平衡力,并把它作为下一
第7章
9
三. 中点刚度法
¾ 中点刚度法是在计算第i级荷载增量引起的位移增
量时,先求出引起 {ΔP}i
2
的位移增量{Δδ
} i

1 2
,将其累
加至位移总量后,计算此位移状态下的刚度矩
阵 [K ]i−1 2 ,再计算此级荷载增量下的位移增量,即
有:
{Δδ
} i

1 2
= [K ]i−−11{ΔP}i
/2
第7章
39
• 原迭代过程中的有限元方程为:
⎡k11
⎢ ⎣
k21
式中:
k 12 k 22
⎤ ⎥ ⎦
⎧⎩⎨δδ12
⎫ ⎬ ⎭
=
Δλ
⎧ ⎨ ⎩
P1 P2
⎫ ⎬ ⎭
+
⎧ ⎨ ⎩
R1 R2
⎫ ⎬ ⎭
⎧⎨⎩δδ12
⎫⎬-位移增量列向量; ⎭
⎧ ⎨
P1
⎫⎬-参考荷载向量;
⎩P2 ⎭
⎧ ⎨ ⎩
R1 R2
⎫⎬-迭代过程中的不平衡力向量; ⎭
第7章
36
9
P
第7章
δ
37
• 若 Δδ2 给定,则方程可改写为:
⎡k11
⎢ ⎣
k21
-P1 -P2
⎤ ⎥ ⎦
⎧⎨⎩ΔΔλδ1
⎫ ⎬ ⎭
=
⎧ ⎨ ⎩
R1 R2
⎫⎬- ⎭
⎧⎩⎨kk1222
⎫⎬iΔδ

2
求解时,可根据给定的Δδ 2,求出相应的位移Δδ1
和荷载因子Δλ,可采用迭代计算使{R1 R2}T 趋于0。
第7章
29
P
正刚度段
负刚度段
δ
第7章
31
7.4 考虑结构负刚度的一些算法
一. 结构负刚度的表现
¾ 结构的荷载-位移曲线进入下降段 ; ¾ 荷载减小的同时位移增加 ; ¾ 结构刚度矩阵非正定 ; ¾ 结构软化 。
第7章
30
二. 考虑结构负刚度的算法
¾ 逐步搜索法 ; ¾ 增加虚拟弹簧法 ; ¾ 位移控制法 ; ¾ 强制迭代法; ¾ 硬化刚度法; ¾ 弧长法。

} i

1 2
= {δ }i−1
+
{Δδ
} i

1 2


} i−
1
2
求得
[K ]i−1 2 后,则:
{Δδ }i
=
[
K
]−1 i −1 /
2{ΔP}i
第7章
11
K i−1
Pi 精确解
Pi −1
o
δ i−1
δi
始点刚度法示意
第7章
10
Pi
P i

1
2
Pi −1
K i−1 K i− 1
2
K i = K i−1 2
4. 重复上述步骤直至满足收敛要求。
第7章
22
P P
精确解
δ0 δ1
δn
δ
等刚度迭代法示意
第7章
24
6
4. 增量迭代混合法
¾增量迭代混合法是将增量法和迭代法联合起 来,将施加的荷载分成多级,同时在每级荷 载的加载过程中又进行迭代计算 。
第7章
25
六. 收敛标准
¾在迭代计算中,为终止迭代过程,必须确定 一个收敛标准。在实际应用中,可以从结构 的不平衡力向量和位移增量向量两方面来判 断迭代计算的敛散性。
i =1
• 当取节点位移增量向量{Δδk}作为收敛标准,则宜取:
• 上述式中:
Δδ k

= max n
Δδ k i
≤α
δk
P 为施加荷载向量的范数;α为收敛允许值,一般可取
α = 1 ~ 3%; δk 为在某级荷载作用下经K次迭代后的节 点总位移向量的范数; Δδk 为在同级荷载作用下第K次 迭代时节点附加位移增量向量的范数,Δδk = δk − δk-1 。
相关文档
最新文档