数值计算方法第二章

第二章 非线性方程数值解法在科学计算中常需要求解非线性方程()0f x =即求函数()f x 的零点．非线性方程求解没有通用的解析方法，常采用数值求解算法．数值解法的基本思想是从给定的一个或几个初始近似值出发，按某种规律产生一个收敛的迭代序列0{}k k x +∞=，使它逐步逼近于方程的某个解．本章介绍非线性方程实根的数值求解算法：二分法、简单迭代法、Newton 迭代法及其变形，并讨论它们的收敛性、收敛速度等．§ 二分法一、实根的隔离定义 设非线性方程中的()f x 是连续函数．如果有*x 使*()0f x =，则称*x 为方程的根，或称为函数()f x 的零点；如果有*()()()m f x x x g x =-，且()g x 在*x 邻域内连续，*()0g x ≠，m 为正整数，则称*x 为方程的m 重根．当1m =时，称*x 为方程的单根．非线性方程根的数值求解过程包含以下两步(1) 用某种方法确定有根区间．称仅存在一个实根的有根区间为非线性方程的隔根区间，在有根区间或隔根区间上任意值为根的初始近似值；(2) 选用某种数值方法逐步提高根的精度，使之满足给定的精度要求．对于第(1)步有时可以从问题的物理背景或其它信息判断出根的所在位置，特别是对于连续函数()f x ，也可以从两个端点函数值符号确定出有根区间．当函数()f x 连续时，区间搜索法是一种有效的确定较小有根区间的实用方法，其具体做法如下设[,]a b 是方程的一个较大有根区间，选择合适的步长()/h b a n =-，k x a kh =+，(0,1,,)k n =L ．由左向右逐个计算()k f x ，如果有1()()0k k f x f x +<，则区间1[,]k k x x +就是方程的一个较小的有根区间．一般情况下，只要步长h 足够小，就能把方程的更小的有根区间分离出来；如果有根区间足够小，例如区间长度小于给定的精度要求，则区间内任意一点可视为方程的根的一个近似．例 确定出方程32()3430f x x x x =-+-=的一个有根区间．解 由22()3643(1)10f x x x x '=-+=-+>知()f x 为(,)-∞∞上的单调递增函数，进而()f x 在(,)-∞∞内最多只有一个实根．经计算知(0)0f <，(2)0f >，所以()0f x =在区间[0,2]内有惟一实根．如果希望将有根区间再缩小，可以取步长0.5h =，在点0.5x =，1x =， 1.5x =计算出函数值的符号，最后可知区间[1.5,2]内有一个实根． 二、二分法二分法是求非线性方程实根近似值的最简单的方法．其基本思想是将有根区间分半，通过判别函数值的符号，逐步缩小有根区间，直到充分逼近方程的根，从而得到满足一定精度要求的根的近似值．设()f x 在区间[,]a b 上连续，()()0f a f b <，且方程在区间(,)a b 内有惟一实根*x ．记1a a =，1b b =，中点111()/2x a b =+将区间11[,]a b 分为两个小区间11[,]a x 和11[,]x b ，计算函数值1()f x ，根据如下3种情况确定新的有根区间：(1) 如果1()0f x =，则1x 是所要求的根； (2) 如果11()()0f a f x <，取新的有根区间2211[,][,]a b a x =； (3) 如果11()()0f x f b <，取新的有根区间2211[,][,]a b x b =．新有根区间22[,]a b 的长度为原有根区间11[,]a b 长度的一半．对有根区间22[,]a b 施以同样的过程，即用中点222()/2x a b =+将区间22[,]a b 再分为两半，选取新的有根区间，并记为33[,]a b ，其长度为22[,]a b 的一半(如图所示)．图 二分法示意图重复上述过程，建立如下嵌套的区间序列1122[,][,][,][,]k k a b a b a b a b =⊃⊃⊃⊃L L其中每个区间的长度都是前一个区间长度的一半，因此[,]k k a b 的长度为11()2k k k b a b a --=-由*[,]k k x a b ∈和()/2k k k x a b =+，得*11()()22k k k k x x b a b a -≤-=- 当k →∞时，显然，有*k x x →．总结得到如下收敛定理：定理 设()f x 在隔根区间[,]a b 上连续，且()()0f a f b <，则由二分法产生的序列0{}k k x +∞=收敛于方程在[,]a b 上的根*x ，并且有误差估计*1()(1,2,)2k k x x b a k -≤-=L 设预先给定根*x 的绝对误差限为ε，要求*k x x ε-≤，只要1()2k b a ε-≤成立，这样求得对分次数ln()ln ln 2b a k ε--≥．取k 为大于(ln()ln )/ln 2b a ε--的最小整数．此时k x 是方程的满足精度要求的根近似值．注：由于舍入误差和截断误差存在，利用浮点运算不可能精确计算函数值，二分法中的判断()0k f x =几乎不可能满足，取而代之为判断条件0()k f x ε<，其中0ε为根近似值的函数值允许误差限．总结以上内容，给出如下算法 算法 (二分法)输入 端点,a b 、根的绝对误差限ε、根近似值的函数值允许误差限0ε； 输出 近似解c 或失败信息；Step 1 用公式计算最大迭代次数k ； Step 2 对1,,n k =L 循环执行Step 3～5； Step 3 ()/2c a b =+，计算()f c ；Step 4 若0()f c ε<，则输出c ，end ；Step 5 若()()0f c f b <，则a c =，否则b c =．例 用二分法求32()4100f x x x =+-=在[1,2]上的根*x 的近似值，要求*31102k x x --<⨯． 解 由于在区间[1,2]上，(1)5f =-，(2)14f =，2()38(38)0f x x x x x '=+=+>，故()0f x =在[1,2]上有惟一实根*x ．确定循环次数为11k =，利用二分法计算结果见表．二分法具有如下特点(1) 优点：计算简单，对函数()f x 的光滑性要求不高，只要它连续，且在两端的函数值异号，算法收敛就可以保证；(2) 缺点：只能求单实根和奇数重实根，收敛较慢，与1/2为公比的等比级数相同． 当函数()f x '连续时，方程的实重根可转换为()0()f x f x ='的实单根． 一般在求方程根近似值时不单独使用二分法，而常用它为其它数值方法提供初值．§ 简单迭代法简单迭代法是求解非线性方程根的近似值的一类重要数值方法．本节将介绍简单迭代法的基本思想、收敛条件、收敛速度以及相应的加速算法． 一、简单迭代法的基本思想简单迭代法采用逐步逼近的过程建立非线性方程根的近似值．首先给出方程根的初始近似值，然后用所构造出的迭代公式反复校正上一步的近似值，直到满足预先给出的精度要求为止．在给定的有根区间[,]a b 上，将方程等价变形为()x x ϕ=在[,]a b 上选取0x 作为初始近似值，用如下迭代公式1()k k x x ϕ+= (0,1,2,k =L )建立序列0{}k k x +∞=．如果有*lim k k x x →∞=，并且迭代函数()x ϕ在*x 的邻域内连续，对式两边取极限，得**()x x ϕ=因而*x 是的根，从而也是的根．称()x ϕ为迭代函数，所得序列0{}k k x +∞=为迭代序列．将这种求方程根近似值的方法称为简单迭代法，简称迭代法．例 试用方程3()10f x x x =--=的不同形式的变形建立迭代公式，并试求其在1.5附近根的近似值．解 利用方程的变形建立如下4种迭代公式(1) 1k x +=，(2) 311k k x x +=-(3) 1k x += (4) 3112k k k x x x ++-=取初值0 1.5x =，迭代计算，结果见表．例表明非线性方程的不同等价形式对应不同的迭代过程，从某一初值出发，有的迭代收敛快，有的收敛慢，甚至不收敛．那么迭代函数()x ϕ满足什么条件时才能保证迭代序列收敛 迭代序列0{}k k x +∞=的误差如何估计 怎样才能建立收敛速度快的迭代公式定理 若函数()x ϕ在区间[,]a b 上具有一阶连续导数，且满足条件 ① 对任意[,]x a b ∈，有()[,]x a b ϕ∈；② 存在常数L ：01L <<，使得对任意[,]x a b ∈有()x L ϕ'≤成立． 则(1) 方程()x x ϕ=在[,]a b 上有惟一实根*x(2) 对任意0[,]x a b ∈，迭代公式收敛，且*lim k k x x →∞= (3) 迭代公式有误差估计式*11k k k Lx x x x L --≤-- *101k k L x x x x L-≤--(4) **1*lim ()k k kx x x x x ϕ+→∞-'=- 证明 (1)构造函数()()g x x x ϕ=-，由条件①知()()0g a a a ϕ=-≤，()()0g b b b ϕ=-≥，因此()0g x =在[,]a b 上至少存在一个实根，又由条件②知当[,]x a b ∈时，()1()10g x x L ϕ''=-≥->，所以()0g x =在[,]a b 内存在惟一实根，即()x x ϕ=在[,]a b 内存在惟一实根，记为*x ．(2) 由0[,]x a b ∈及条件①知，[,]k x a b ∈(1,2,)k =L ，并且有1()k k x x ϕ+=，**()x x ϕ=，二者作差，并由微分中值定理得***1()()()()k k k k x x x x x x ϕϕϕξ+'-=-=- (1,2,)k =L 其中，k ξ介于k x 与*x 之间．结合条件②，得**1k k x x L x x +-≤- (1,2,)k =L反复递推，有**2*1*1100k k k k x x L x x L x x L x x ++-≤-≤-≤-≤≤-L ， (1,2,)k =L因01L <<，故*lim k k x x →∞=． (3) 由式得***1111*1k k k k k k k k k k x x x x x x x x x x x x L x x+++++-=-+-≤-+-≤-+-从而*111k k kx x x x L+-≤--又由于111()()()()k k k k k k k x x x x x x ϕϕϕη+--'-=-=-1k k L x x -≤- (1,2,)k =L其中k η介于k x 和1k x -之间．综合式及式得误差估计*11k k k Lx x x x L--≤--由式反复递推，得111210k k k k k x x L x x L x x -----≤-≤≤-L并代入式得误差估计*11011kk k k L L x x x x x x L L--≤-≤--- (1,2,)k =L(4) 由式得*1*()k k k x x x x ϕξ+-'=- 两端取极限，并注意到()x ϕ'的连续性和*lim k k x ξ→∞=(因为k ξ介于*x 与k x 之间)，得 **1*lim ()k k kx x x x x ϕ+→∞-'=-． 误差估计称为后验误差估计，也称为误差渐进估计，误差估计称为先验误差估计．定理条件成立时，对任意0[,]x a b ∈，迭代序列均收敛，故称定理为全局收敛性定理．下面讨论*x 邻近的收敛性，即局部收敛性．定理 设存在方程()x x ϕ=根*x 的闭邻域***(,)[,](0)U x x x δδδδ=-+>以及小于1的正数L ，使得()x ϕ'连续且()1x L ϕ'≤<．则对任意*0(,)x U x δ∈，迭代1()k k x x ϕ+=收敛．证明 由()x ϕ'在*(,)U x δ内连续，且有()1x L ϕ'≤<，则对任意*(,)x U x δ∈，有****()()()()x x x x x x L ϕϕϕϕηδδ'-=-=-≤<由定理知迭代过程1()k k x x ϕ+=对任意初值*0(,)x U x δ∈均收敛． 二、迭代法的收敛阶为刻画迭代法收敛速度的快慢，引进收敛序列的收敛阶概念．定义 设迭代序列0{}k k x +∞=收敛到*x ，记*k k e x x =-，如果存在常数0c >和实数1p ≥，使得1limk pk ke c e +→∞=则称序列0{}k k x +∞=是p 阶收敛的．当1p =时，称0{}k k x +∞=为线性收敛的，此时要求01c <<；1p >为超线性收敛．p 越大，序列0{}k k x +∞=收敛到*x 越快．c 称为渐进常数，c 越小，收敛越快．所以迭代法的收敛阶是对迭代法收敛速度的一种度量． 显然，由定理(4)知，当*()0x ϕ'≠时简单迭代法线性收敛，渐进常数*()c x ϕ'=．算法 (简单迭代法)输入 初始值0x 、容许误差ε； 输出 近似解1x 或失败信息；Step 1 对1,,n m =L 循环执行Step 2～3； Step 2 10()x x ϕ=；Step 3 若10x x ε-<，则输出1x ，end ；否则01x x =，转向Step2．例 求方程()2lg 70f x x x =--=的最大实根的近似值，要求绝对误差不超过31102-⨯．解 (1)确定有根区间．方程等价形式为27lg x x -=作函数27y x =-和lg y x =的图形，如图所示，知方程的最大实根在区间[3,4]内．(2)建立迭代公式，判别收敛性．将方程等价变形为1(lg 7)2x x =+ 迭代函数1()(lg 7)2x x ϕ=+，迭代公式11(lg 7)2k k x x +=+．由11()02ln10x xϕ'=⋅>，[3,4]x ∈，知()x ϕ在区间[3,4]内仅有一根．又(3) 3.74ϕ≈，(4) 3.80ϕ≈，所以，当[3,4]x ∈时，()[3,4]x ϕ∈．图 函数27y x =-和lg y x =的图形因为 3.54max ()(3)0.07x L x ϕϕ≤≤''==≈，所以对于一切[3,4]x ∈有 ()(3)0.071x ϕϕ''≤≈<由定理知，迭代法收敛．(3) 迭代计算．取0 4.0x =，有1=3.801030x ，2=3.789951x ，3=3.789317x ，4=3.789280x 因为343110 2x x --≤⨯，所以方程的最大根*4 3.789280x x ≈=． 三、迭代法的加速对于收敛的迭代序列，理论上迭代次数足够多时，就可以使计算结果满足任意给定的精度要求．但在应用中，有的迭代过程收敛极为缓慢，计算量很大，因此研究迭代格式的加速方法是非常必要的． 1. 线性收敛序列的Aitken 加速法设0{}k k x +∞=是一个线性收敛的序列，极限为*x ．即有小于1的正数c 使得*1*limk k k x x c x x+→∞-=-由于它线性收敛，误差减少的速度较慢，值得采用加速技术．下面介绍Aitken 加速法．对充分大的k ，有*1*,k k x x c x x +-≈- *2*1k k x x c x x ++-≈- 由上面两式得**12**1k k k k x x x x x x x x +++--≈--解得22*2112121()22k k k k k k k k k k k k x x x x x x x x x x x x x +++++++--≈=--+-+利用上式右端的值可定义另一序列0{}k k y +∞=，即得Aitken 加速公式2121()2k k k k k k kx x y x x x x +++-=--+它仍然收敛到*x ，但收敛速度更快．证明请参考文献[19]．2. Steffensen 迭代法Aitken 加速方案是对任意线性收敛序列0{}k k x +∞=构建的，并不限定0{}k k x +∞=如何获得．将Aitken 加速方法用于简单迭代法产生迭代序列时，得到着名的Steffensen 迭代法，具体迭代公式如下21()()(0,1,2,)()2k k k kk s x t s k s x x x t s x ϕϕ+=⎧⎪==⎪⎨-⎪=-⎪-+⎩L或者直接写成21(())(())2()k k k k k k kx x x x x x x ϕϕϕϕ+-=--+ (0,1,2,)k =L可以证明Steffensen 迭代法在一定的条件下与原简单迭代法的迭代序列具有相同的极限，但Steffensen 迭代法收敛速度更快，可以达到二阶收敛．证明请参考文献[19]．例 对例 用Steffensen 迭代法求方程根的近似值，要求811102k k x x -+-<⨯． 解 (1) 简单迭代法 将原方程化成12(10/(4))x x =+，建立迭代公式121104k k x x +⎛⎫= ⎪+⎝⎭ 易验证该迭代公式在区间[1,2]上满足定理的条件，产生的迭代序列收敛．(2) Steffensen 迭代法 加速公式为12122110410(0,1,2,)4()2k k k k k s x t k s s x x x t s x +⎧⎛⎫⎪= ⎪+⎪⎝⎭⎪⎪⎛⎫⎨==⎪⎪+⎝⎭⎪-⎪=-⎪-+⎩L(1) 取初值0 1.5x =，简单迭代法和Steffensen 迭代法计算结果见表． 注意：Steffensen 迭代法每一迭代步的计算量大约是原简单迭代法计算量的两倍．表 简单迭代法和Steffensen 迭代法计算结果§ Newton 迭代法Newton 迭代法是求解非线性方程根的近似值的一种重要数值方法．其基本思想是将非线性函数()f x 逐步线性化，从而将非线性方程近似地转化为一系列线性方程来求解．下面讨论其格式的构造、收敛性、收敛速度以及有关变形． 一、Newton 迭代法的构造设k x 是方程的某根的一个近似值，将函数()f x 在点k x 处作Taylor 展开2()()()()()()2!k k k k f f x f x f x x x x x ξ'''=+-+- 取前两项近似代替()f x ，即用线性方程()()()0k k k f x f x x x '+-=近似非线性方程．设()0k f x '≠，则用线性方程的根作为非线性方程根的新近似值，即定义1()()k k k k f x x x f x +=-' 上式即是着名的Newton 迭代公式．它也是一种简单迭代法，其中迭代函数()()()f x x x f x ϕ=-' Newton 迭代法具有明显的几何意义(如图所示)．方程()0f x =的根*x 即为曲线()y f x =与x 轴的交点的横坐标．设k x 是*x 的某个近似值，过曲线()y f x =上相应的点(,())k k x f x 作切线，其方程为()()()k k k x f x y f x x '+-=它与x 轴的交点横坐标就是1k x +．只要初值0x 取得充分靠近根*x ，序列0{}k k x ∞=就会很快收敛到*x ．所以Newton 迭代法也称为切线法．二、收敛性定理 设*x 是方程的单根，在*x 的邻域上()f x ''连续且*()0f x '≠．则存在0δ>，当***0(,)[,]x U x x x δδδ∈=-+时，Newton 法产生的序列0{}k k x ∞=至少二阶收敛． 证明 (1) Newton 法迭代函数的导数为2()()()[()]f x f x x f x ϕ'''='显然，()x ϕ'在*x 邻域上连续．又*()0x ϕ'=，一定存在*x 的某个δ闭邻域*(,)U x δ，当*(,)x U x δ∈时，有()1x L ϕ'≤< 从而Newton 法产生的序列0{}k k x ∞=收敛．(2)将()f x 在k x 处作一阶Taylor 展开***210()()()()()()2!k k k k k f x f x f x x x f x x ξ'''==+-+- 其中k ξ介于*x 与k x 之间．又由Newton 迭代公式有 10()()()k k k k f x f x x x +'=+-式与式相减**21()()2()k k k k f x x x x f x ξ+''-=--' 从而**1*2*()lim 0()2()k k kx x f x x x f x +→∞''-=≠'- 由迭代法收敛阶的定义知，Newton 迭代法至少具有二阶收敛速度．上述定理给出了Newton 法局部收敛性，它对初值要求较高，初值必须充分靠近方程根时才可能收敛，因此在实际应用Newton 法时，常常需要试着寻找合适的初值．下面的定理则给出Newton 法在有根区间上全局收敛的一个充分条件．定理 设*x 是方程在区间[,]a b 上的根且()f x ''在[,]a b 上存在，如果(1) 对于任意[,]x a b ∈有，()0f x '≠()0f x ''≠； (2) 选取初值0[,]x a b ∈，使00()()0f x f x ''>．则Newton 法产生的迭代序列0{}k k x ∞=单调收敛于*x ，并具有二阶收敛速度．(a)(b)(c) (d)图 定理的几何解释证明 满足定理条件(1)共有4种情形，如图所示．下面仅以图(a)情况进行证明，此时满足对任意[,]x a b ∈有，()0f x '>，()0f x ''>，初值*0x x >．首先用数学归纳法证明0{}k k x ∞=有下界*x ． 当0k =时，*0x x >成立．假设k n =时，不等式*n x x >成立． 将*()f x 在n x 处作一阶Taylor 展开，得***2*()()()()()()0,(,)2!n n n n n n n f f x f x f x x x x x x x ξξ'''=+-+-=∈ 于是**2()()()()2()n n n n n n f x f x x x x f x f x ξ''=---'' 又由Newton 迭代公式，有**21()()2()n n n n f x x x x f x ξ+''=--' 式右端的第二项大于零，因此*1n x x +>．由数学归纳法知*k x x >，(0,1,2,)k =L ． 其次证明0{}k k x ∞=单调递减．由()0f x '>，*k x x >，*()0f x =知，()0k f x >，()0k f x '>，于是Newton 迭代公式的第二项大于零，从而1k k x x +>故迭代序列0{}k k x ∞=单调减少．序列0{}k k x ∞=单调减少有下界*x ，它必有极限，记为ˆx ，它满足*0ˆx x x ≤<，进而有ˆ[,]xa b ∈．对1()()k k k k f x x x f x +=-'两端取极限，并利用()f x ，()f x '的连续性，得ˆ()f x=0．结合函数()f x 在[,]a b 上的单调性知*ˆx x =． 因此，Newton 法产生的迭代序列0{}k k x ∞=单调收敛于*x ，利用式及式知该Newton 迭代序列二阶收敛．算法 (Newton 迭代法)输入 初始近似值0x 、 容许误差ε； 输出 近似解1x 或失败信息；Step 1 对1,,n m =L 循环执行Step 2～3； Step 2 1000()/()x x f x f x '=-；Step 3 若10x x ε-<，则输出1x ，end ；否则01x x =，转向step2．例 利用非线性方程230x -=的Newton迭代公式计算的近似值，使得811102n n x x ---≤⨯，并证明对任意0(0,)x ∈+∞，该迭代法均收敛． 解 (1) 建立计算公式213213(0,1,2,)(2)k k k kk kk x x x x x x +-=-=+=L其中00x >．(2) 判断收敛性在区间(0,)+∞内，()20f x x '=>，()20f x ''=>，当选取初值0)x ∈+∞时，存在足够大的M，使得0]x M ∈．由定理知，该迭代公式产生的迭代序列0{}k k x ∞=都收敛于当选取初值0x ∈时，100013()2x x x x =+>>这样，从1x 起，以后的(2)k x k ≥． 故该迭代公式对任何初值00x >都收敛． (3) 取初值02x =，迭代计算，结果见表．从表可见，迭代4 1.73205080756888L ． 三、Newton 迭代法的变形Newton 迭代格式构造容易，迭代收敛速度快，但对初值的选取比较敏感，要求初值充分接近真解，另外对重根收敛速度较慢（仅有线性收敛速度），而且当函数复杂时，导数计算工作量大．下面从不同的角度对Newton 法进行改进． 1 Newton 下山算法Newton 迭代法的收敛性依赖于初值0x 的选取，如果0x 偏离*x 较远，则Newton 迭代法有可能发散，从而在实际应用中选出较好的初值有一定难度，而Newton 下山法则是一种降低对初值要求的修正Newton 迭代法．方程的根*x 也是()f x 的最小值点，若把()f x 看成()f x 在x 处的高度，则*x 是山谷的最低点．若序列0{}k k x ∞=满足单调性条件1()()k k f x f x +<则称0{}k k x ∞=为称为()f x 的下山序列．在Newton 迭代法中引入下山因子(0,1]λ∈，将Newton 迭代公式修正为1()(0,1,2,)()k k k k f x x x k f x λ+=-='L适当选取下山因子λ，使得单调性条件成立，即称为Newton 下山法．对下山因子的选取是逐步探索进行的．一般地，从1λ=开始反复将因子λ的值减半进行试算，一旦单调性条件成立，则称“下山成功”；反之，如果在上述过程中找不到使条件成立的下山因子λ，则称“下山失败”，这时可对k x 进行扰动或另选初值0x ，重新计算． 2 针对重根情形的加速算法假设*x 是方程的(2)m ≥重根，并且存在函数()g x ，使得有 **()()(),()0m f x x x g x g x =-≠式中()g x 在*x 的某邻域内可导，则Newton 迭代函数***1**()()()()()()()()()()()()()()m m m f x x x g x x x g x x x x x f x m x x g x x x g x mg x x x g x ϕ---=-=-=-'''-+-+-，其导数在*x 处的值***********()()()()()()()()lim lim()1lim 11()()()x x x x x x x x g x x x x x mg x x x g x x x x x x g x m mg x x x g x ϕϕϕ→→→---'-+-'==--=-=-'+-所以*0()1x ϕ'<<，由定理知Newton 迭代法此时只有线性收敛速度．为了加速收敛，可以采用如下两种方法方法一 令()()()f x x f x μ='，则*x 是方程()0x μ=的单根，将Newton 迭代函数修改为2()()()()()[()]()()x f x f x x x x x f x f x f x μψμ'=-=-''''- 因此有重根加速迭代公式12()()(0,1,2,)[()]()()k k k k k k k f x f x x x k f x f x f x +'=-='''-L它至少二阶收敛．方法二 将Newton 迭代函数改为()()()f x x x mf x ϕ=-' 这时*()0x ϕ'=，由此得到加速迭代公式1()(0,1,2,)()k k k k f x x x mk f x +=-='L3 割线法Newton 法每步需要计算导数值()k f x '．如果函数()f x 比较复杂时，导数的计算量比较大，此时使用Newton 法不方便．为了避免计算导数，可以改用平均变化率11()()k k k k f x f x x x ----替换Newton 迭代公式中的导数()k f x '，即使用如下公式111()()()()k k k k k k k f x x x x x f x f x +--=---上式即是割线法的迭代公式．割线法也具有明显的几何意义，如图所示，依次用割线方程11()()()()k k k k k k f x f x y f x x x x x ---=+--的零点逐步近似曲线方程()0f x =的零点．割线法的收敛速度比Newton 法稍慢一点，可以证明其收敛阶约为，证明请参考文献[4]．此外在每一步计算时需要前两步的信息1,k k x x -，即这种迭代法也是两步法．两步法在计算前需要提供两个初始值0x 与1x ．图 割线法的几何意义例 已知方程42()440f x x x =-+=有一个二重根*x =，分别用Newton 法和重根Newton 法和求其近似值，要求611102n n x x ---≤⨯解32()48,()128f x x x f x x '''=-=-，2()2()()4f x x x f x xμ-=='，2m =． 由Newton 法得221232(0,1,2,)44k k k k k kx x x x k x x +-+=-==L由Newton 法 得2122(2)4(0,1,2,)22k k kk k k k x x x x x k x x +-=-==++L由Newton 法 得22122(0,1,2,)22k k k k k kx x x x k x x +-+=-==L利用上述三种迭代格式，取初值0 1.4x =，分别计算，结果见表．表知识结构图习 题1 用二分法求方程2sin 0x e x --=在区间[0,1]内根的近似值，精确到3位有效数字．2 方程340x x +-=在区间[1,2]内有一根，试用二分法求根的近似值，使其具有5位有效数字，至少应二分多少次．3 已知方程3210x x --=在0 1.5x =附近有根，试判断下列迭代格式的收敛性，并用收敛的迭代公式求方程根的近似值，比较迭代次数，要求311102n n x x ---≤⨯ (1) 1211n nx x +=+；(2) 1n x +=；(3) 1n x +．4 设有方程(1) cos 0x x -=； (2) 230x x e -=确定区间[,]a b 及迭代函数()x ϕ，使1()k k x x ϕ+=对任意初值0[,]x a b ∈均收敛，并求各方程根的近似值，要求411102n n x x ---≤⨯．5 用迭代法求50.20x x --=的正根，要求准确到小数点后5位．6 用Steffensen 迭代法求方程31x x =-在区间[1,1.5]内的根，要求准确到小数点后4位．7 用Newton 法和割线法分别求方程3310x x --=在02x =附近根的近似值，并比较迭代次数(根的准确值为* 1.87938524x =L ，要求准确到小数点后4位)． 8 Halley 法是加速Newton 法收敛的一个途径，Halley 法在()f x 的单根情况下可达到三阶收敛．Halley 迭代函数是12()()()()1()2(())f x f x f x g x x f x f x -''⎛⎫=-- ⎪''⎝⎭基本概念 （单根、重根、收敛阶）其中括号中的项是对Newton 迭代公式的改进．(1) 设函数2()f x x a =-，试给出Halley 迭代公式，取初值02x =求5的近似值，要求准确到小数点后10位．(2) 设函数3()32f x x x =-+，试给出Halley 迭代公式，取初值0 2.4x =计算其根的近似值．要求准确到小数点后10位．9 试建立计算x Newton 迭代公式，并取初值01x =，要求611102n n x x ---≤⨯．10 （数值试验）用二分法和Newton 法求下列方程的惟一正根的近似值)0.50x x x =11 （数值试验）设投射体的运动方程为/15/15()9600(1)480()2400(1)t t y g t et x h t e --⎧==--⎪⎨==-⎪⎩１）求当撞击地面时的时间，精确到小数点后10位． ２）求水平飞行行程，精确到小数点后10位．12 （数值试验）试用Newton 法分别求解方程(1)0m x -=，(3,6,12m =)，观察迭代序列的收敛情形，分析所发生的现象．能否改造Newton 法使得它收敛更快．。