第7章解非线性方程二分法和牛顿法
7、解非线性方程的迭代法
§3 迭代收敛的加速方法
一、埃特金加速收敛方法
对于收敛的迭代过程，由迭代公式校正一次得 x1 = ϕ ( x0 ),
二分法优、缺点； 用途。
§2
一、不动点迭代
迭代法
将非线性方程f ( x) = 0化为等价形式 x = ϕ ( x).
(2.1)
f ( x*) = 0 ⇔ x* = ϕ ( x*) ; 称x * 为函数ϕ ( x)的一个不动点.
给定初始近似值x0 , 可以得到x1 = ϕ ( x0 ). 如此反复，构造迭代公式 xk +1 = ϕ ( xk ), k = 0,1,2,⋯. 称ϕ ( x)为迭代函数. (2.2)
(ϕ ( x) − x) 2 . ψ ( x) = x − ϕ (ϕ ( x)) − 2ϕ ( x) + x
(3.4)
(3.5)
定理5 定理5 若x * 为ψ ( x)的不动点, 则x * 为ϕ ( x)的不动点. 反之， x * 为ϕ ( x)的不动点，设ϕ ′′( x)存在, ϕ ′( x*) ≠ 1，则x * 为ψ ( x) 的不动点，且斯蒂芬森迭代法(3.3)是2阶收敛的.
k +1
.
(1.ቤተ መጻሕፍቲ ባይዱ)
例2 求x3 − x − 1 = 0在[1.0,1.5]内的一个实根，准确到 小数点后2位.
k ak 0 1.0 1 1.25 2 3 1.3125 4 5 6 1.3203 bk 1.5 1.375 1.3438 1.3281 xk 1.25 1.375 1.3125 1.3438 1.3281 1.3203 1.3242 f(xk)符号 − + − + + − −
非线性方程求解
⾮线性⽅程求解基于MATLAB的⾮线性⽅程的五种解法探讨摘要：本⽂利⽤matlab软件对⾮线性⽅程解法中的⼆分法、简单迭代法、⽜顿法、割线法以及Steffensen法的数值分析⽅法的算法原理及实现⽅法进⾏了探讨。
对f x x x=+-()2ln2的零点问题，分别运⽤以上五种不同的⽅法进⾏数值实验，⽐较⼏种解法的优缺点并进⾏初步分析评价。
关键词：⼆分法、简单迭代法、⽜顿法、割线法、Steffensen法1、引⾔在很多实际问题中，经常需要求⾮线性⽅程f(x) =0的根。
⽅程f(x) =0的根叫做函数f(x)的零点。
由连续函数的特性知：若f(x)在闭区间[a,b ]上连续,且()()0f a f b<.则f(x) =0在开区间(a,b)内⾄少有⼀个实根。
这时称[a,b]为⽅程f(x) =0的根的存在区间。
本⽂主要对⾮线性⽅程的数值解法进⾏分析，并介绍了⾮线性⽅程数值解法的五种⽅法。
并设=+-.f x x x()2ln2f x在[1,2]上的图形，如图1：. 显然，函数在[1,2]之间有⼀个零点。
⾸先画出()2、计算机配置操作系统Windows 7 旗舰版内存2GB处理器AMD 4核 A6-3400M APU 1.4GHz图.13、⼆分法⼆分法的基本思想是将⽅程根的区间平分为两个⼩区间,把有根的⼩区间再平分为两个更⼩的区间,进⼀步考察根在哪个更⼩的区间内。
如此继续下去,直到求出满⾜精度要求的近似值。
设函数()f x 在区间[a,b ]上连续,且f(a)·f(b) <0，则[a,b ]是⽅程f(x) =0的根的存在区间，设其内有⼀实根，记为x*。
取区间[a,b ]的中点()2k a b x +=并计算1()f x ,则必有下列三种情况之⼀成⽴： (1) 1()f x =0，x1就是⽅程的根x*;(2)()f a .1()f x <0,⽅程的根x*位于区间[a, 1x ]之中,此时令111,a a b x ==; (3)1()f x .()f b <0,⽅程的根x*位于区间[1x ,b ]之中,此时令11a x =,1b b =。
数值分析第7章-方程近似根
例7-2 求x x 1 0在1.5附近的根x *。
3
解：（ 1）将方程改写成下列形 式 x 3 x1 据此建立迭代公式 x k 1 3 x k 1 (k 0,1,2, )
k xk
k
xk
k
xk
0 1.5 1 1.35721 2 1.33086
它表明定理中的条件(2)可用(2.5)代替。
机动 上页 下页 首页 结束
1 在例7-2中，当 (x) x 1时， (x) (x 1) 2/3 , 3 1 1 1 在区间[1, 2]中， (x) ( ) 3 1, 又因 3 4
3
1 3 2 (x) 3 3 2 故定理1中条件1成立。所以迭代法收敛。 而当 (x) x 3 1时， (x) 3x 2在区间[1，中 2] (x) 1 不满足定理条件。
对定理1的条件(2)，在使用时如果
（2.4）
(x) C1[a, b]且对任意x [a, b]有 (x) L 1
则由中值定理可知对x, y [a, b]有 (2.5)
(x) (y ) ( )( x y ) L x - y , (a, b)
机动 上页 下页 首页 结束
例7 - 4 牛顿法求方程x x 5 0的近似根.
3
1）判断根的大致范围
f (0) 5, f (2) 5 x* （ 0,2 ）
2）求导判断收敛性
f 3x 2 1 0 单调 f ( x) 6 x 0, 连续
定理2 在定理1的条件下, 对任意初值 x 0 [ a, b], 迭代序列 (2.2)均收敛于 ( x)的不动点x*, Lk | x k x* | | x1 x0 | . 1 L
数值分析第七章非线性方程的数值解法
数值分析第七章非线性方程的数值解法在数值分析中，非线性方程和非线性方程组的求解是非常重要的问题。
线性方程是指变量之间的关系是线性的，而非线性方程则指变量之间的关
系是非线性的。
非线性方程的数值解法是通过迭代的方式逼近方程的解。
非线性方程的求解可以分为两类：一元非线性方程和多元非线性方程组。
接下来，我们将对这两类方程的数值解法进行介绍。
对于一元非线性方程的数值解法，最常用的方法是二分法、牛顿法和
割线法。
二分法是一种直观易懂的方法，其基本思想是通过迭代将方程的解所
在的区间逐渐缩小，最终找到方程的解。
二分法的缺点是收敛速度较慢。
牛顿法是一种迭代法，其基本思想是通过选择适当的初始值，构造出
一个切线方程，然后将切线方程与x轴的交点作为新的近似解，并不断迭代，直到满足精度要求。
牛顿法的优点是收敛速度较快，但其缺点是初始
值的选择对结果影响很大，容易陷入局部极值。
割线法是对牛顿法的改进，其基本思想是通过选择两个初始值，构造
出一条割线，然后将割线与x轴的交点作为新的近似解，并不断迭代，直
到满足精度要求。
割线法的收敛速度介于二分法和牛顿法之间。
对于多元非线性方程组的数值解法，最常用的方法是牛顿法和拟牛顿法。
牛顿法的思想同样是通过构造切线方程来进行迭代，但在多元方程组中，切线方程变为雅可比矩阵。
牛顿法的优点是收敛速度快，但同样受初
始值的选择影响较大。
拟牛顿法是对牛顿法的改进，其基本思想是通过逼近Hessian矩阵来进行迭代，从而避免了计算雅可比矩阵的繁琐过程。
拟牛顿法的收敛性和稳定性较好，但算法复杂度相对较高。
第7章非线性方程组的数值解法
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 )
完
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
令
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
二分法和牛顿迭代法求解方程的比较
二分法和牛顿迭代法求解方程的比较200822401018 徐小良一、问题叙述求解1232cos 0x x -+=的解；通过编写matlab 程序分别用分析二分法和牛顿迭代法求解方程，通过两种方法的比较，分析二者求解方程的快慢程度。
二、问题分析由matlab 画图命令，容易得到此方程解的范围为（2，4）；两种迭代方法，在使用相同的误差（0.00001）的情况下，得出matlab 迭代次数，通过次数的比较得出二者求解速度快慢比较。
三、实验程序及注释（1）、二分法程序：clear; %清除所有内存数据； f=inline('12-3*x+2*cos(x)');format long %数据显示格式设为长型； a=2;b=4; %求解区间； er=b-a;ya=f(a);k=0;er0=0.00001; %误差分析； while er>er0 x0=.5*(a+b); y0=f(x0); if ya*y0<0b=x0; %二分法求解程序； elsea=x0; ya=y0; enddisp([a,b]);er=b-a;k=k+1 %显示各个区间值和求解次数； enddisp([a,b]); %显示最后一个区间值； （2）、牛顿迭代法程序：clear; %清除所有内存数据； f=inline('12-3*x+2*cos(x)');format long %数据显示格式设为长型； b=3;a=4;k=0; %求解区间； y0=f(b);y=f(a);while abs(b-a)>0.00001 t=a-y*(a-b)/(y-y0);b=a;y0=y; %牛顿迭代法求解程序； a=t;y=f(a); k=k+1;disp([b,a]);k %显示各个区间值和求解次数； enddisp([b,a]); %显示最后一个区间值；四、实验数据结果及分析表2：牛顿迭代法程序结果五、实验结论通过表1可知，在二分法下，程序迭代了17次后和第18次的结果一致，即程序迭代了17次达到要求的试验误差；通过表2可知，在牛顿迭代法下，程序迭代了4次后和第5次的结果一致，即程序迭代了4次达到要求的试验误差；二者比较明显可以看出牛顿迭代法的求解效率要远远优于二分法。
非线性方程的求解方法
非线性方程的求解方法一、引言在数学领域中，非线性方程是指未知量与其对自身的各次幂、指数以及任意函数相乘或相加得到的方程。
求解非线性方程是数学中一个重要而又具有挑战性的问题。
本文将介绍几种常见的非线性方程求解方法。
二、牛顿迭代法牛顿迭代法是一种经典的非线性方程求解方法，它利用方程的切线逼近根的位置。
设f(x)为非线性方程，在初始点x0附近取切线方程y=f'(x0)(x-x0)+f(x0)，令切线方程的值为0，则可得到切线方程的解为x1=x0-f(x0)/f'(x0)。
重复这个过程直到满足精确度要求或迭代次数达到指定次数。
三、二分法二分法是一种简单而又直观的非线性方程求解方法。
它利用了连续函数的中间值定理，即若f(a)和f(b)异号，则方程f(x)=0在[a, b]之间必有根。
根据中值定理，我们可以取中点c=(a+b)/2，然后比较f(a)和f(c)的符号，若同号，则根必然在右半区间，否则在左半区间。
重复这个过程直到满足精确度要求或迭代次数达到指定次数。
四、割线法割线法是一种基于切线逼近的非线性方程求解方法，它与牛顿迭代法相似。
由于牛顿迭代法需要求解导数，而割线法不需要。
设f(x)为非线性方程，在两个初始点x0和x1附近取一条直线，该直线通过点(x0,f(x0))和(x1, f(x1))，它的方程为y=f(x0)+(f(x1)-f(x0))/(x1-x0)*(x-x0)，令直线方程的值为0，则可得到直线方程的解为x2 = x1 - (f(x1)*(x1-x0))/(f(x1)-f(x0))重复这个过程直到满足精确度要求或迭代次数达到指定次数。
五、试位法试位法是一种迭代逼近的非线性方程求解方法。
它利用了函数值的变化率来逼近根的位置。
设f(x)为非线性方程，选取两个初始点x0和x1，然后计算f(x0)和f(x1)的乘积，如果结果为正，则根位于另一侧，否则根位于另一侧。
然后再选取一个新的点作为下一个迭代点，直到满足精确度要求或迭代次数达到指定次数。
非线性方程组求解
非线性方程组求解非线性方程组在科学、经济等领域中应用广泛，然而，由于非线性方程组的求解困难性，这使得许多问题存在困扰。
非线性方程组求解是一个复杂的过程，在此过程中需要对多种数学技术和算法有深入的了解。
本文就非线性方程组求解这个话题进行了探讨。
一、非线性方程组的定义非线性方程组是指一组包含至少一个非线性方程的方程组。
非线性方程组是一种数据的数学模型，它描述了在特定条件下各个因素之间的相互依赖关系。
非线性方程组的解通常用来预测一个系统的行为，并且是许多数学和科学领域的重要工具。
二、非线性方程组求解的困难性非线性方程组求解的困难性是因为它们存在着多个未知数和多个方程之间的相互依赖关系。
这使得非线性方程组的求解无法通过简单的代数运算来获得，而且通常需要更高级的数学知识和算法。
在许多情况下，非线性方程组可能无法解析地求解，这时需要采用数值方法来求解。
三、非线性方程组求解的方法1. 牛顿迭代法牛顿迭代法是最常用的求解非线性方程组的方法之一。
它将非线性方程组看作一组关于未知量的函数，并利用泰勒公式将其逼近为线性表达式。
由于直接求解非线性方程组比较难，牛顿迭代法通常将其转化为求解一系列线性方程组的问题。
2. 非线性迭代法非线性迭代法是一种通过递推计算的方式求解非线性方程组的方法。
具体地说，非线性迭代法会将非线性方程组转化为一组迭代公式，然后通过不断迭代来逼近方程组的解。
3. 二分法二分法是一种通过对非线性方程组的解进行区间逼近来求解的方法。
二分法的基本思路是通过每次将原来的区间对半分来寻找解所在的范围。
四、结语非线性方程组求解是一个重要的数学问题，应用广泛且具有挑战性。
本文主要介绍了三种很常用的求解方法，即牛顿迭代法、非线性迭代法和二分法。
在实际运用中，这些方法可以单独或者联合使用，以求得更准确的解。
第7章 非线性方程的数值解法
设 0为给定精 度要求，试确定分半次 数k 使
x* xk
ba 2k
由 于2k ， 两 边 取 对 数 ， 即 得
ba
k ln(b a) ln
ln 2
数值分析
18/47
§例1： 5.用2 二二分分法 求 法x3 4x2 10 0在[1,2]内 的 根 ，
要 求 绝 对 误 差 不 超 过1 102。 2
第七章 非线性方程的数值解法
数值分析
本章内容
§7.1 方程求根与二分法 §7.2 不动点迭代及其收敛性 §7.4 牛顿法 §7.5 弦截法
数值分析
2/47
本章要求
1. 掌握二分法基本原理，掌握二分法的算法 流程;
2. 掌握理解单点迭代的基本思想，掌握迭代 的收敛条件；
3. 掌握Newton迭代的建立及几何意义，了解 Newton迭代的收敛性；
27/47
§ 7.2 不动点迭代法及其收敛性
不动点迭代的几个重要问题： 1、迭代格式的构造； 2、初值的选取； 3、敛散性的判断；☆ 4、收敛速度的判断。
数值分析
28/47
§ 7.2 不动点迭代法及其收敛性
三.压缩映射原理（整体收敛性）
考虑方程x g( x), g( x) C[a, b], 若
则f (x)=0在[a, b]内必有一根。
二. 过程
将区间对分，判别f (x)的符号，逐步缩小有根区 间。
数值分析
14/47
§7.1.2 二分法
三. 方法
取xmid=0.5*(a+b)
若f(xmid) < (预先给定的精度)，则xmid即为根。
否则，若f (a)*f (xmid)<0，则取a1=a，b1=xmid 若f (a)*f (xmid)>0，则取a1=xmid，b1=b 此时有根区间缩小为[a1, b1]，区间长度为 b1-a1=0.5*(b-a)
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.
- 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)。
( k 1)
x
（k）
f (x ) （k） f '( x )
（k）
几何意义
收敛性分析
若点列 x ( k ) x * , 且f ' ( x ) C , f ' ( x * ) 0
f ( x* ) 则k 时，x * x * f ' ( x* )
f ( x ) 0，即x 为根
* *
注：Newton’s Method 收敛性依赖于x0 的选取。
x
0
x0 x 0 x*
非线性方程求根
/ Solutions of Nonlinear Equations /
邹昌文
二分法
/ Bisection Method /
原理：若 f C[a, b]，且 f (a) · (b) < 0，则 f 在 (a, f b) 上必有一根。
考虑三次方程f ( x ) x x 3 x 3 0的正根
3个有根区间为： ,3], [ 3,4 ], [5 ,6 ] [2
显然模最小的实根 [2,3] 1 ( 3 2 ) 10 3 2 k 103 k 10 2k
牛顿法/ Newton - Raphson Method /
原理：将非线性方程线性化 —— Taylor 展开 / Taylor’s expansion /
考虑方程f ( x ) 0 选择一估计值为起点x 0
Taylor展开 f ( x ) f ( x ) f ' ( x )( x x ) O(( x x ) )
0 0 0 0 2
截断到一阶 令l ( x ) f ( x ) f ' ( x )( x x )
0 0 0
3 2
f (1) 4 0, f ( 2) 3 0
正根x [1,2] 1 2 取中点 1.5 , 考查f (1.5 ) ? 2
*
When to stop?
a x1 a x*
b x2
b
x k 1 x k ε1
或
f ( x ) ε2
不能保证 x 的精 度
2
x* x
二分法的收敛性分析与误差估计
设方程f ( x ) 0，某根为 x * [a , b], f (a ) f (b ) 0 考察二分法构造的点列 x ( k ) 能否收敛到根 1 ( 1) x (a b) 2 1 ( 1) * x x (b a ) 2
11 1 x x (b a ) 2 (b a ) 22 2 1 (k ) * x x k (b a ) 2
例：求方程f ( x ) x 11.1 x 38.8 x 41.77 0
3 2
的有根区间，用二分法求模最小的实根，若要 求准确到10 3，则至少要迭代多少次？
解：对方程的根做搜索计算，结果如下： x 0 1 2 3 4 5 6 f ( x )的符号
用l ( x ) 0的根近似代替f ( x ) 0的根 f ( x0 ) 当f ' ( x 0 ) 0 , x ( 1 ) x 0 f '( x0 ) （ f ( x 1）) （ （ 同理，当f ' ( x 1）) 0 , x ( 2 ) x 1） （ f ' ( x 1）)
(2) *
lim( x ( k ) x * ) 0
k
总结
①简单; ② 对f (x) 要求不高(只要连续即可) . ①无法求复根及偶重根 ② 收敛慢
注：用二分法求根，最好先给出 f (x) 草图以确定根的大 概位置。或用搜索程序，将[a, b]分为若干小区间，对每 一个满足 f (ak)· (bk) < 0 的区间调用二分法程序，可找出 f 区间[a, b]内的多个根，且不必要求 f (a)· (b) < 0 。 f