方程的加速迭代法
- 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)。
2013-2014(1)专业课程实践论文题目:方程的加速迭代方法
一、算法理论
Aitken 加速迭代算法基本原理:
对于收敛的迭代过程,只要迭代足够多次,就可以使结果达到任意的精度。但有时迭代过程收敛缓慢,从而使计算量变得很大,因此,迭代过程的加速是个重要的过程。
设0x 是跟*x 的某个预测值,只迭代公式校正一次)(01x f x =,而由微分中值定理有:)x (x (t)f x x **-⨯'=-01(其中t 介于*x 与0x 之间)
。 假定()x f '改变不大,近似的取某个近似值L ,则由)(*0*1x x L x x -⨯≈-得到
L
x L L x x -⨯-
-=
1101
*,可以期望按上式右端求得
()L
x x L x L L x L x x --⨯+
=-⨯--=
11101101
2是比1x 更好的近似值,将每得到一次改进值算做一步,并用k
x '和k x 分别表示第K 步的校正值和改进值,则加速迭代计算方案可表述如下:
校正:1+'k
x ()k x f = 改进:=+1k x ()L
x x L x k k
k
--'⨯+'++111
然而上述加速公式有个缺点,由于其中含有倒数()x f '的有关信息L ,实际使用不便。
仍设已知*x 的某个猜测值为0x ,将校正值()01x f x =,再校正一次,又得
()12x f x =。由于≈-*2x x ()*1L x x -⨯将它与式
=
*x L
x L L x -⨯-
-1101
联立,消去未知L ,然后有 =*x ()2
102
1222x x x x x x +⨯---
这样构造出的改进公式确定不再含有关于导数的
信息,但是它需要用2次迭代值进行加工,如果将得到一次改进值作为一步,则计算公式如下:
校正:()k k
x f x ='+1 再校正:()11++'=''k k
x f x 改进:()k k k
k k k k x x x x x x x +'⨯-'''-''-''=++++++112
11112
上述处理过程称为Aitken 方法。如下用2个题说明:
例题(1)用Aitken 加速迭代算法通过编程计算013=--x x 在[1,2]内的近似根,要求精度达到0001.0。例题(2)用Aitken 加速迭代算法通过编程计算023=--x x 在[1,2]内的近似根,要求精度达到001.0。
二、算法框图
否
三、算法程序
(1)题程序:
#include
#include
double s(double t)
{
return (t*t*t-1);
}
using namespace std;
int main()
{
int i;
double x,x0,x1,x2,e;
cout<<"请输入迭代初始值x0"<<",和控制精度e"<
i=0;
while(fabs(x0*x0*x0-x0-1)>e)
{
i++;
x1=s(x0);
x2=s(x1);
x0=x2-(x2-x1)*(x2-x1)/(x2-2*x1+pow((x1+1),1.0/3.0)); }
x=x0;
cout<<"近似根x="< cout<<"所需迭代次数i="< return 0; } (2)题程序: #include #include double s(double t) { return (t*t*t-2); } using namespace std; int main() { int i; double x,x0,x1,x2,e; cout<<"请输入迭代初始值x0"<<",和控制精度e"< i=0; while(fabs(x0*x0*x0-x0-2)>e) { i++; x1=s(x0); x2=s(x1); x0=x2-(x2-x1)*(x2-x1)/(x2-2*x1+pow((x1+1),1.0/3.0)); } x=x0; cout<<"近似根x="< cout<<"所需迭代次数i="< return 0; } 四、算法实现 例1. 用Aitken 加速迭代算法通过编程计算013=--x x 在[1,2]内的近似根,要求精度达到0001.0。 解:运行程序 (1)输入0x 的初始值是1.5以及精度值0.0001.然后按回车。 (2)得到结果近似根=x 1.32472,所需迭代次数为5次。 当精度达到0.0001时,程序运行结果如下图: Aitken 迭代法是将迭代值在迭代一次,此时对于发散的1-3 1k k x x =+迭代公式,经过Aitken 迭代法处理后却获得了相当好的收敛性。 例2. 用Aitken 加速迭代算法通过编程计算023=--x x 在[1,2]内的近似根,要求精度达到0.1。 解:运行程序 (1)首先输入0x 的初始值是2,以及精度值0.1按回车。