nullnullnull学习要点学习要点方程求根的三个问题:根的存在性、根的分布、根的精确化;
二分法:将有根区间二分,根据函数的符号变化逐步缩短有根区间;
迭代法:将方程等价转化为另一种形式,并构造迭代公式;
牛顿迭代法与割线法;2.1 问题的提出2.1 问题的提出 函数方程 f(x)=0
若 f (x)不是x的线性函数, 则称为非线性方程 , 特别地
若f (x)是 n 次多项式,则称为n次多项式方程或代数方程;若f (x)是超越函数,则称为超越方程。
如果函数 f(x)= (x-x*)m g(x)
且g(x* )0, 则称x*是(x)的m重零点或(x)=0的m重根。 当m = 1时,称x*是(x)的单根或单零点。null理论上已证明:
对于次数n<=4的多项式方程,它的根可以用公式表示;
而次数大于 5 的多项式方程,它的根一般不能用解析表达式表示;
因此对于 f(x) = 0 的函数方程,只要得到满足精度要求的根的近似值就可以了。
常用的求根方法分为区间法和迭代法两大类。数值求根问题包括:数值求根问题包括: 根的存在性
根的范围
根的精确化null根的存在定理:
假设函数 y= f (x) , xa,b ,且f(a)·f(b)<0,函数图象如图则至少存在一点x a,b使得 f (x )=0,这就是根的存在定理。
null
第一步:求根的隔离区间。确定根所在的区间,使方程在这个小区间内有且仅有一个根,这就是根的隔离过程。所得小区间称为方程的根的隔离区间或有根区间。
第二步: 将根精确化。已知一个根的近似值后,再用一种方法将此近似值精确化,使其满足给定的精度要求。通常分两步来求根null
三种方法来求根的隔离区间
作图法
方程等价变换法
搜索法
null
例1 的有根区间
null
例 2 求 的有根区间2.2 二分法2.2 二分法二分法是求方程近似根的方法中,最直观、最简单的一种方法
给定方程 f (x) = 0,设 f (x)在区间[a,b]连续,严格单调,且 f(a) · f(b) < 0,则[a,b]为f (x) = 0的一个有根区间。
基本思想:
用对分区间的方法根据分点处函数f(x)值的符号逐步将有根区间缩小,使在足够小的区间内,方程有且仅有一个根null记a0=a,b0=b。用中点x0=(a0+b0)/2将区间[a0,b0] 分成2个小区间:[a0,x0]和[x0,b0];
计算f(x0),若f(x0)=0,则x0为f(x0)=0的根,计算结束。否则f(a0) f(x0)<0与f(x0) f(b0)<0两式中有且仅有一式成立。
若f(a0) f(x0)<0,令a1=a0,b1=x0,若f(x0) f(b0)<0,令a1=x0,b1=b0;
于是[a1,b1]为新的有根区间,[a0,b0] [a1,b1],且后者长度为前者的一半。具体方法:null对新的有根区间[a1,b1]施行同样的手续,于是得到一系列有根区间[a0,b0] [a1,b1] [a2,b2] …… [ak,bk]
其中每一个区间的长度都是前一个区间长度的一半,最后一个区间的长度为 bk-ak=(b-a)/2k
如果取最后一个区间[ak,bk]的中点xk=(ak+bk)/2作为f(x)=0根的近似值,则有误差估计式
|xk-x*|≤ (bk-ak)/2=(b-a)/2k+1nullabb1a1x0null例3 用二分法求方程
在区间[0,1]内的1个实根,要求有3位有效数字。
计算结果计算结果二分法的优点与缺点二分法的优点与缺点优点:
计算简单,方法可靠
缺点:
不能求偶数重根;
不能求复根;
收敛速度慢2.3 简单迭代法2.3 简单迭代法一 迭代格式的构造及其敛散性条件:
已知方程 f (x) = 0
在区间[a,b]内有1个根x*。在区间[a,b]将其改写成同解方程
x=φ(x)
迭代函数迭代法是数值计算中的一种典型方法,不仅用于方程求根,而且用于方程组求解、矩阵求特征值等方面null取x0∈[a,b],用递推公式
xk+1=φ(xk) k=0,1,2,……
可得到序列 x0, x1, x2 ……。如果k→∞, 序列{xk}有极限x*,且 φ(x)在x*附近连续,则对上式两边取极限,得
x*=φ(x*)
因而x*是方程x=φ(x)的解,x*也是方程的根
迭代格式迭代序列null例 f(x)=x2 – 2x - 3 = 0
它在区间[2,4]内有唯一根x*。方程可以改写为多种等价形式,如:
1)
此时
取x0=4,得迭代公式
当k越来越大,xk趋近精确根
x*=3null2)
此时 仍然取x0=4,得迭代公式
当k越来越大,xk离精确根越来越远
问题如何判断所构造的迭代函数x=φ(x) 使得迭代序列{xk}收敛或发散?怎样估计误差?问题定理若迭代法中的迭代函数g(x)在区间[a,b]上具有一阶连续的导数,且满足如下2个条件;
对任意x∈[a,b],a≤g(x)≥b;
在区间[a,b]上g’(x)存在,且| g’(x)| ≤L<1.
则有如下结论:
(1)对于任意初始近似值x0∈[a,b],迭代法xk+1=g(xk)产生的迭代序列{xk}都收敛于方程x=g(x)在区间[a,b]上的唯一实根x*;
(2)定理拉格朗日中值定理拉格朗日中值定理
设函数 y= f (x) 在闭区间a,b 上连续,在开区间(a,b)内可导,则在(a,b)内至少有一点ξ,使得
二 迭代法的收敛速度二 迭代法的收敛速度定义: 设序列{xk}收敛于x*,并记ek=xk-x*(k=0,1,2,…) 。如果存在非零常数p,使得
则称序列{xk}是p阶收敛的。
当p=1,且0<|c|<1,称为线性收敛;
当P>1,称为超线性收敛。特别,当p=2,称为平方收敛2.4 牛顿法与割线法2.4 牛顿法与割线法一 牛顿迭代公式
null设 xk是f(x)=0的一个近似根,把f(x)在xk处作一阶Taylor展开于是:
设f’(xk)≠0,则近似解为:
取xk+1为原方程新的近似根 ,得到牛顿迭代公式二 牛顿法的局部收敛性定义: 对于方程x= φ(x),若在x*的某个邻域
S={x|x∈[x*-δ, x*+δ]}内,对任意初始值x0∈S,迭代格式
xk+1=φ(xk) k=0,1,2,…… (3.14)
都收敛,则称该迭代格式在x*的附近是局部收敛的。
定理: 设方程x= φ(x)有根x*,且在x*的某个邻域
内φ(x)存在一阶连续的导数,则
(1)当|φ’(x)|<1时,迭代格式(3.14)局部收敛
(2)当|φ’(x)|>1时,迭代格式(3.14)发散二 牛顿法的局部收敛性二 牛顿法的局部收敛性二 牛顿法的局部收敛性对φ(x)求导牛顿法的迭代函数为由于f’(x*)≠0,因此 φ(x*)=0,由局部收敛定理得知,牛顿迭代法是局部收敛的。null
而且,无论当x*是f(x)的单根还是重根,牛顿法均为局部收敛。
需要注意的是:初值x0需要足够靠近x*
牛顿法的收敛阶数牛顿法的收敛阶数又由牛顿迭代公式得将f’(x*)在xk处泰勒展开,得代入上式,有牛顿法的收敛阶数牛顿法的收敛阶数即,令k∞,由局部收敛性得知:
xkx*时,从而xkx*,所以牛顿迭代法至少为平方收敛null例 用牛顿法求方程 f(x)=x(x+1)2-1=0 ,在0.4附近的根,精确至4位有效数字
解: 对f(x)求导得 f’(x)=(x+1)(3x+1)
牛顿迭代格式为取 x0=0.4, 计算结果为
k 0 1 2 3
xk 0.4 0.47013 0.46559 0.46557
因此 x*≈0.4656null1 割线法几何意义
四 割线法null切线斜率 割线斜率割线法用差商代替求导,减少了牛顿法的计算量,但是需要2个初值 x0 和 x1。null例 用弦割法求方程解:因为f(1)=-1<0, f(1.5)=0.875>0,且f(x)为单调连续函数,所以f(x)=0在[1,1.5]内有唯一的实根。
取x0 =1, x1=1.5,可采用弦割法计算。在[1,1.5]附近的根作业作业
7.3,7.6
7.5
本文档为【计算方法-2方程求根】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。