实习题六：用简单迭代法，艾特肯加速迭代法，牛顿法弦割法求解方程1-x-sin(x) = 0在[0,1]上的根。
简单迭代法和艾特肯加速法求解方程1-x-sin(x) = 0在[0,1]上的根。
主程序：
%利用简单迭代法求解方程1-x-sin(x) = 0在[0,1]上的根
clear
clc
format long
f = @f1;
a = 0;
b = 1;
eps = 0.5*10^(-4);
[x,time] = iteration(f,a,b,eps);
disp('利用简单迭代法求解方程1-x-sin(x) = 0在[0,1]上的根')
disp('方程1-x-sinx = 0的根是 x = ')
disp(x)
disp('迭代次数')
disp (time)
%%
%利用艾特肯加速法求解方程1-x-sin(x) = 0在[0,1]上的根
[x,time] = iteration_aitken(f,a,b,eps);
disp('利用艾特肯加速法求解方程1-x-sin(x) = 0的[0,1]上的根')
disp('方程1-x-sinx = 0的根是 x = ')
disp(x)
disp('迭代次数')
disp (time)
简单迭代法函数：
function [y,time] = iteration(f,a,b,eps)
x0 = (a+b)/2;
D = 1;
time = 0;
while abs(D)>=eps
x1 = feval(f,x0);
D = x1-x0;
x0 = x1;
time = time+1;
end
y = x0;
艾特肯加速法函数
function [y,time] = iteration_aitken(f,a,b,eps)
x0 = (a+b)/2;
D = 1;
t = 0;
while abs(D)>=eps
t = t+1;
x(t) = x0;
if t<=2
x1 = feval(f,x0);
D = x1-x0;
x0 = x1;
end
if t>2
x1 = feval(f,x0);
x0 = x1;
xx = x(t)-(x(t)-x(t-1))^2/(x(t)-2*x(t-1)+x(t-2));
D = xx-x0;
end
end
time = t;
y = xx;
牛顿插值法 插值法是利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。如果这特定函数是多项式，就称它为插值多项式。当插值节点增减时全部插值基函数均要随之变化，这在实际计算中很不方便。为了克服这一缺点，提出了牛顿插值。牛顿插值通过求各阶差商，递推得到的一个公式： f(x)=f[x0]+f[x0,x1](x-x0)+f[x0,x1,x2](x-x0)(x-x1)+...f[x0,...xn](x-x0 )...(x-xn-1)+Rn(x)。 插值函数 插值函数的概念及相关性质[1] 定义：设连续函数y-f(x) 在区间[a,b]上有定义，已知在n+1个互异的点 x0,x1,…xn上取值分别为y0,y1,…yn （设a≤ x1≤x2……≤xn≤b)。若在函数类中存在以简单函数P(x) ，使得P(xi)=yi,则称P(x) 为f(x)的插值函数. 称x1,x2,…xn 为插值节点，称[a,b]为插值区间。 定理：n次代数插值问题的解存在且唯一。
牛顿插值法C程序 程序框图#include 姓名 实验报告成绩 评语： 指导教师（签名） 年 月 日 说明：指导教师评分后，实验报告交院（系）办公室保存。 实验一 方程求根 一、 实验目的 用各种方法求任意实函数方程0)(=x f 在自变量区间[a ，b]上，或某一点附近的实根。并比较方法的优劣。 二、 实验原理 (1)、二分法 对方程0)(=x f 在[a ，b]内求根。将所给区间二分，在分点 2a b x -=判断是否0)(=x f ；若是，则有根2a b x -=。否则，继续判断是否0)()( +)(0x f 0))(('0=-x x x f 设0)('0≠x f ,则=x -0x )(') (00x f x f 。取x 作为原方程新的近似根1x ，然后将1x 作为0x 代入上式。迭代公式为：=+1 k x -0x )(')(k k x f x f 。 三、 实验设备：MATLAB 软件 四、 结果预测 （1）11x = （2）5x = （3）2x =0,09052 五、 实验内容 （1）、在区间[0,1]上用二分法求方程0210=-+x e x 的近似根，要求误差不超 过3105.0-?。 （2）、取初值00=x ，用迭代公式=+1 k x -0x )(') (k k x f x f ，求方程0210=-+x e x 的近似根。要求误差不超过3105.0-?。 （3）、取初值00=x ，用牛顿迭代法求方程0210=-+x e x 的近似根。要求误差 不超过3105.0-?。 六、 实验步骤与实验程序 （1） 二分法 第一步：在MATLAB 软件，建立一个实现二分法的MATLAB 函数文件如下： function x=agui_bisect(fname,a,b,e) %fname 为函数名，a,b 为区间端点，e 为精度 fa=feval(fname,a); %把a 端点代入函数，求fa fb=feval(fname,b); %把b 端点代入函数，求fb if fa*fb>0 error('两端函数值为同号'); end 华北科技学院上机报告 系（部） 专业、班级 学号 课程名称数值分析 上机题目实验六，实验七 任课教师 指导教师 成绩（优、良、中、及格、不及格） 华北科技学院基础部 实验六 解线性方程组的迭代法 1.目的与要求： 1） 熟悉求解线性方程组的有关理论哈方法。 2） 会编制雅可比迭代和高斯—塞得尔迭代法。 3） 通过实际计算，进一步了解各算法的优缺点，选择合适的数值方法。 2．雅可比迭代法 算法 设方程组AX=b 的系数矩阵的对角元素0(1,2, ,),ii i n a ≠=M 为迭代次数容许的最大值,ε 为容许误差. ① 取初始向量(0)(0)(0),(,,,)12T x x x x n =令k=0; ② 对1,2,,i n =计算 (1) ()11();n k k i i ij j j ii j i x b a x a +=≠= -∑ ③ 如果 (1)() 1 ,n k k i i i x x ε+=-<∑则输出(1) k x +,结束;否则执行④, ④ 如果,k M ≥则不收敛,终止程序;否则1,k k ←+转②. 1.分别用雅可比迭代法与高斯-塞德尔迭代法解下列方程组: 2),311300010000 151335901100002709311000000 230010793000090,0 00305770502000007473000120000030410070000500272700 2 2910RI V R V =---????????---????????---????---??????==----???-??????--???--??????--? ???其中???? ??? ? 1.用雅可比迭代法计算： #include "stdafx.h" #include "iostream.h" 牛顿迭代法 李保洋 数学科学学院信息与计算科学学号：060424067 指导老师：苏孟龙 摘要：牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法，即牛顿迭代法.迭代法是一种不断用变量的旧值递推新值的过程.跟迭代法相对应的是直接法或者称为一次解法，即一次性解决问题.迭代法又分为精确迭代和近似迭代.“牛顿迭代法”属于近似迭代法，本文主要讨论的是牛顿迭代法，方法本身的发现和演变和修正过程，避免二阶导数计算的Newton迭代法的一个改进，并与中国古代的算法，即盈不足术，与牛顿迭代算法的比较. 关键词：Newton迭代算法；近似求解；收敛阶；数值试验；中国古代数学； 九章算术；Duffing方程；非线性方程；收敛速度；渐进性 0 引言： 迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法或者称为一次解法，即一次性解决问题.迭代法又分为精确迭代和近似迭代.“二分法”和“牛顿迭代法”属于近似迭代法. 迭代算法是用计算机解决问题的一种基本方法.它利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令（或一定步骤）进行重复执行，在每次执行这组指令（或这些步骤）时，都从变量的原值推出它的一个新值.具体使用迭代法求根时应注意以下两种可能发生的情况： (1)如果方程无解，算法求出的近似根序列就不会收敛，迭代过程会变成死循环，因此在使用迭代算法前应先考察方程是否有解，并在程序中对迭代的次数给予限制. (2)方程虽然有解，但迭代公式选择不当，或迭代的初始近似根选择不合理，也会导致迭代失败. 所以利用迭代算法解决问题，需要做好以下三个方面的工作： 1、确定迭代变量.在可以用迭代算法解决的问题中，至少存在一个直接或间接地不断由旧值递推出新值的变量，这个变量就是迭代变量. 2、建立迭代关系式.所谓迭代关系式，指如何从变量的前一个值推出其下一个值的公式(或关系).迭代关系式的建立是解决迭代问题的关键，通常可以使用递推或倒推的方法来完成. 3、对迭代过程进行控制，在什么时候结束迭代过程？这是编写迭代程序必须考虑的问题.不能让迭代过程无休止地重复执行下去.迭代过程的控制通常可分为两种情况：一种是所需的迭代次数是个确定的值，可以计算出来;另一种是所需的迭代次数无法确定.对于前一种情况，可以构建一个固定次数的循环来实现对迭代过程的控制;对于后一种情况，需要进一步分析出用来结束迭代过程的条件. 1牛顿迭代法： 二分法和牛顿法的比较 二分法的基本思想是对有根区间[a,b]逐次分半，首先计算区间[a,b]的中间点x0，然后分析可能出现的三种情况：如果f(x0)f(a)<0，则f(x)在区间[a,x0]内有零点；如果f(x0)f(b)<0，则f(x)在区间[x0,b]内有零点；如果f(x0)=0，则x0是f(x)在区间[a,b]内所求零点。但是二分法的缺点是收敛速度慢且不能求复根。牛顿迭代法的基本思想是将方程f(x)=0中函数f(x)线性化，以线性方程的解逼近非线性方程的解其迭代函数为) (') ()(x f x f x x -=?。牛顿迭代法的缺点是可能发生被零除错误，且可能出现死循环。 用二分法和牛顿法分别计算多项式02432 3 =-+-x x x 的解。该多项式的解为1、1+i 和1-i ，使用二分法计算时，区间为(-1,2)，使用牛顿法计算时取初始值为0。误差都为0.0001。 编程如下 二分法(erfen.m)： syms x ; fun=x^3-3*x^2+4*x-2; a=-1; b=2; d=0.0001; f=inline(fun); e=b-a; k=0; while e>d c=(a+b)/2; if f(a)*f(c)<0 b=c; elseif f(a)*f(c)>0 a=c; else a=c;b=c; end e=e/2; k=k+1; end k x=(a+b)/2 牛顿法(newton.m)： function [k,x,wuca] = newton() k=1; x0=0; tol=0.0001; yx1=fun(x0); yx2=fun1(x0); x1=x0-yx1/yx2; while abs(x1-x0)>tol x0=x1; yx1=fun(x0); yx2=fun1(x0); k=k+1; x1=x1-yx1/yx2; end k x=x1 wuca=abs(x1-x0)/2 end function y1=fun(x) y1=x^3-3*x^2+4*x-2; end function y2=fun1(x) y2=3*x^2-6*x+4; end 分析结果得知，在相同的误差精度下，二分法需要计算15次，而牛顿法只需计算5次，得知牛顿法比二分法优越。 习题二 3、证明：当X 0=1.5时，迭代法X k+1=Xk +410和X k+1=21k X 310-都收敛于方程f(x)=x 3+4x 2-10=0在区间[1,2]内唯一实根x *，并分别用上述迭代法求满足于精度要求︱X k+1-X k ︱≤10-5的近似根。 解：证明：{先用迭代法求f(x)=x 3+4x 2-10=0的根。 （a ）对x 3+4x 2-10=0变形有：4x 2=10-x 3 所以：X=21310X - 则相应的迭代公式为：X k+1=21k X 310- 取：X 0=1.5，根据计算可以看出看，我们认为得到的迭代序列是 收敛的。}（此行可忽略） { 由 f(x)=x 3+4x 2-10=0得迭代方程：X=21310X -=g （x ） 先证明在区间【1,2】上x=g （x ）有实根。由于[1,2]上g ‘（x ）存在，所以g （x ）连续。作Q （x ）=x-g(x),则Q(x)在[1,2]上也连续。由定理1条件2有：Q （1）=1-g （1）≤0，Q （,2）=1-g （2）≥0 故存在x *∈[1,2]使Q *（x ）=0，即x *= Q *（x ） 又因为，x *是方程f(x)=x 3+4x 2-10=0在区间[1,2]内的唯一实根，（由定理一条件 2）对任意的x 0∈[1,2]时，X k ∈[1,2]（k=0,1,2,3…） 因为：x *- X k+1=g （x *）-g （X k ）=g ‘（h k ）（x *- X k ）故由条件1知： ︱X *-X k+1︱≤L ︱X *-X k ︱（k=0,1,2,3…）于是有：0≤︱X *-X k ︱≤L k ︱X *-X 0︱,0＜L ＜1，立即可知：lim （k 趋于无穷）︱X *-X k ︱=0,从而lim （k 趋于无穷）X k= X *。所以当X 0=1.5时，迭代法X k+1=Xk +410和X k+1=21k X 310-都是由迭代法X k+1=g （X k ）产生的迭代序列{ X k }收敛于方程f(x)=x 3+4x 2-10=0在区间[1,2]内唯一实 根x *。 正解如下： (1) （牛顿迭代法）： 证明：对方程f(x)=x 3+4x 2-10=0在区间[1,2]内， （a ） f ‘(x)=3x 2+8x ，f ’‘(x)=6x+8，f ’‘(x)在区间[1,2]内连续； （b ） f （1）=-5，f （2）=14，f （1）f （2）＜0； （c ） 对于任意的x ∈[1,2]，都有f ‘(x)=/(不等于)0； （d ） f ’‘(x)在[1,2]上保号； 综上所述，当X 0=1.5时，迭代法X k+1=Xk +410和X k+1=21k X 310-都收敛于方程f(x)=x 3+4x 2-10=0在区间[1,2]内唯一实根x *。 （2）用牛顿迭代法求近似根。 方程f(x)=x 3+4x 2-10=0有唯一实根x *∈[1,2]，容易验证，f(x)=x 3+4x 2-10在[1,2] 学科前沿讲座论文 班级：工程力学13-1班姓名：陆树飞 学号：02130827 牛顿法求非线性方程的根 一 实验目的 （1）用牛顿迭代法求解方程的根 （2）了解迭代法的原理，了解迭代速度跟什么有关 题目：用Newton 法计算下列方程 （1） 013=--x x ， 初值分别为10=x ，7.00=x ，5.00=x ； （2） 32943892940x x x +-+= 其三个根分别为1,3,98-。当选择初值02x =时 给出结果并分析现象,当6510ε-=?，迭代停止。 二 数学原理 对于方程f(x)=0，如果f(x)是线性函数，则它的求根是很容易的。牛顿迭代法实质上是一种线性化方法，其基本思想是将非线性方程f(x)=0逐步归结为某种线性方程来求解。 设已知方程f(x)=0有近似根x k (假定k f'(x )0≠) ，将函数f(x)在点x k 进行泰勒展开，有 k k k f(x)f(x )+f'(x )(x-x )+≈??? 于是方程f(x)=0可近似的表示为 k k k f(x )+f'(x )(x-x )=0 这是个线性方程，记其根为x k+1，则x k+1的计算公式为 k+1k ()x =x -'() k k f x f x ，k=0,1,2,… 这就是牛顿迭代法。 三 程序设计 （1）对于310x x --=，按照上述数学原理，编制的程序如下 program newton implicit none real :: x(0:50),fx(0:50),f1x(0:50)!分别为自变量x ，函数f(x)和一阶导数f1(x) integer :: k write(*,*) "x(0)=" read(*,*) x(0) !输入变量：初始值x(0) open(10,file='1.txt') do k=1,50,1 fx(k)=x(k-1)**3-x(k-1)-1 f1x(k)=3*x(k-1)**2-1 x(k)=x(k-1)-fx(k)/f1x(k) !牛顿法 write(*,'(I3,1x,f11.6)') k,x(k) !输出变量：迭代次数k 及x 的值 write(10,'(I3,1x,f11.6)') k,x(k) if(abs(x(k)-x(k-1))<1e-6) exit !终止迭代条件 end do stop end （2）对于32943892940x x x +-+=，按照上述数学原理，编制的程序如下 program newton implicit none 作业六：分别编写用Jacobi迭代法和Gauss-Seidel迭代法求解线性方程组Ax=B的标准程序，并求下列方程组的解。 可取初始向量 X(0) =(0，0，0)’； 迭代终止条件||x(k+1)-x(k)||<=10e-6 （1） = （2） = Jacobi迭代法： 流程图 开 始 判断b中的最大值 有没有比误差大 给x赋初值 进行迭代 求出x，弱到100次还没到，警告不收 结束 程序 clear;clc; A=[8,-1,1;2,10,01;1,1,-5]; b=[1;4;3]; e=1e-6; x0=[0;0;0]'; n=length(A); x=zeros(n,1); k=0; r=max(abs(b)); while r>e for i=1:n d=A(i,i); if abs(d) 程序结果（1） （2） Gauss-Seidel迭代法： 程序 clear;clc; %A=[8,-1,1;2,10,01;1,1,-5]; %b=[1;4;3]; A=[5,2,1;-1,4,2;2,-3,10]; b=[-12;20;3]; m=size(A); if m(1)~=m(2) error('矩阵A不是方阵'); end n=length(b); %初始化 N=0;%迭代次数 L=zeros(n);%分解A=D+L+U,D是对角阵，L是下三角阵，U是上三角阵U=zeros(n); D=zeros(n); G=zeros(n);%G=-inv(D+L)*U d=zeros(n,1);%d=inv(D+L)*b x=zeros(n,1); for i=1:n%初始化L和U for j=1:n if i 本科生实验报告 实验课程数值计算方法 学院名称信息科学与技术学院 专业名称计算机科学与技术 学生姓名 学生学号 指导教师 实验地点 实验成绩 二〇一六年五月二〇一六年五月 实验一非线性方程求根 1.1问题描述 实验目的：掌握非线性方程求根的基本步骤及方法，。 实验内容：试分别用二分法、简单迭代法、Newton迭代法、弦截法(割线法、双点弦法)，求x5-3x3+x-1= 0 在区间 [-8,8]上的全部实根，误差限为10-6。 要求：讨论求解的全过程，对所用算法的局部收敛性，优缺点等作分析及比较， 第2章算法思想 2.1二分法 思想：在函数的单调有根区间内，将有根区间不断的二分，寻找方程的解。 步骤： 1.取中点mid=(x0+x1)/2 2.若f(mid)=0,则mid为方程的根，否则比较与两端的符号，若与 f(x0) 异号，则根在[x0,mid]之间，否则在[mid,x1]之间。 3并重复上述步骤，直达达到精度要求，则mid为方程的近似解。 2.2 简单迭代法 思想：迭代法是一种逐次逼近的方法，它是固定公式反复校正跟的近似值，使之逐步精确，最后得到精度要求的结果。 步骤：1.构造迭代公式f(x)，迭代公式必须是收敛的。 2.计算x1,x1=f(x0). 3.判断|x1-x0|是否满足精度要求，如不满足则重复上述步骤。 4．输出x1,即为方程的近似解。 开始 输入x0,e X1=f(x0)|x1-x0| 用牛顿迭代法求近似根 ————————————————————————————————作者：————————————————————————————————日期： 第四题 题目：用Newton 法求方程在 74 28140x x -+= （0.1，1.9）中的近似根（初始近似值取为区间端点，迭代6次或误差小于0.00001）. 解：此题是用牛顿迭代法求解近似根的问题 1. Newton 迭代法的算法公式及应用条件： 设函数在有限区间[a,b]上二阶导数存在，且满足条件 ⅰ. ()()0f a f b <; ⅱ. ()''f x 在区间[a,b]上不变号； ⅲ. ()'0f x ≠; ⅳ. ()()'f c f c b a ≤-，其中c 是a,b 中使()()''min(,)f a f b 达到的一个. 则对任意初始近似值0[,]x a b ∈，由Newton 迭代过程 ()()() 1'k k k k k f x x x x f x +=Φ=-，k=0，1，2… 所生成的迭代序列{ k x }平方收敛于方程()0f x =在区间[a,b]上的唯一解а. 对本题： )9.1()9.1(0 )8(4233642)(0 )16(71127)(0 )9.1(,0)1.0(,1428)(3225333647>?''<-=-=''<-=-='<>+-=f f x x x x x f x x x x x f f f x x x f Θ 故以1.9为起点 ?? ???='-=+9.1)()(01x x f x f x x k k k k 2. 程序编写 #include §3 牛顿迭代法Newton Iteration ————切线法 牛顿迭代法是最著名的方程求根方法。已经通过各种方式把它推广到解其他更为困难的非线性问题。 【例如】非线性方程组、非线性积分方程和非线性微分方程。 虽然牛顿法对于给定的问题不一定总是最好的方法，但它的简单形式和快的收敛速度常常使得解非线性问题的人优先考虑它。 迭代一般理论告诉我们，构造好的迭代函数可使收敛速度提高。然而迭代函数的构造方法又各不相同，方法多样。牛顿法是受几何直观启发，给出构造迭代函数的一条重要途径。 牛顿迭代的基本思想:方程f(x)=0的根，几何意义是曲线y=f(x)与ox 轴y=0的交点。求曲线与y=0的交点没有普遍的公式，但直接与0x 轴的交点容易计算。用直线近似曲线y=f(x)，从而用直线方程的根逐步代替f(x)=0的根。即把非线性方程逐步线性化。 方法：设x k 是f(x)=0的一个近似根，把f(x)在x k 处作一阶Taylor 展开，得到 ))(()()(k k k x x x f x f x f -'+≈ （19） 设)(k x f '≠0，由于 0)())(()(=≈-'+x f x x x f x f k k k 所以求得解记为1+k x ，有 牛顿迭代公式：（20） 按牛顿迭代计算称为牛顿迭代法。 牛顿法的几何意义：选初值x k 以后，过))(,(k k x f x p 点，作 曲线y=f(x)的切线，其切线方程为 ))(()()(k k k x x x f x f x f -'+= (21) 切线与ox 轴的交点，为1+k x ，则 )(/)(1k k k k x f x f x x '-=+ （22） 牛顿迭代法也称为切线法。 迭代法的收敛性：如果取)(/)()(k k x f x f x x g '-=，则有x=g(x)，从而牛顿迭代公式就是 )(1k k x g x =+ 因此就可以由考察g(x)的性质，来讨论迭代法的收敛性及收敛速度。迭代过程的收敛速度是指迭代过程中误差的下降速度。 设迭代过程)(1k k x g x =+收敛于方程x=g(x)的根x*，如果迭代误差* x x e k k -=，当k →∞时成立 )0(/1的常数≠→+c c e e p k k （24） 则称该迭代过程是p 阶收敛的。特别p=1时称为线性收敛，p>1时称超线性收敛，p=2时称为平方收敛。 若f(x)在根附近存在连续的二阶导数，x*是f(x)的单根，且初始值x 0充分接近x*，则牛顿迭代过程收敛，而且有 21)(2/)(****+-?'''≈-x x x f x f x x k k （25） 证明 1)对于f(x)，取)(/)()(x f x f x x g '-=，则牛顿迭代过程为)(1k k x g x =+，注意到 牛顿迭代公式 设r 是f(x) = 0的根，选取x0作为r 初始近似值，过点（x0,f(x0)） f(x)的切线L ，L 的方程为y = f(x0)+f'(x0)(x-x0)，求出L 与x 轴交点的横坐标 x1 = x0-f(x0)/f'(x0)，称x1为r 的一次近似值。过点（x1,f(x1)）做曲线y = f(x)的切线，并求该切线与x 轴交点的横坐标 x2 = x1-f(x1)/f'(x1)，称x2为r 的二次近似值。重复以上过程，得r 的近似值序列，其中x(n+1)=x(n)－f(x(n))/f'(x(n))，称为r 的n+1次近似值，上式称为牛顿迭代公式。 解非线性方程 f(x)=0似方法。把f(x)在 x0 f(x) = f(x0)+(x －x0)f'(x0)+(x －x0)^2*f''(x0)/2! +… 取其线性部分，作为非线性方程f(x) = 0的近似方程，即泰勒展开的前两项，则有f(x0)+f'(x0)(x －x0)-f(x)=0 设f'(x0)≠0则其解为x1=x0－f(x0)/f'(x0) 这样，得到牛顿法的一个迭代序列：x(n+1)=x(n)－f(x(n))/f'(x(n))。 牛顿迭代法又称牛顿切线法，它采用以下方法求根：先任意设定一个与真实的根接近的值x 0作为第一个近似根，由x 0求出f(x 0)，过(x 0,f(x 0))点做f(x)的切线，交x 轴于x 1，把它作为第二次近似根，再由x 1求出f(x 1)，再过(x 1,f(x 1))点做f(x)的切线，交x 轴于x 2，再求出f(x 2)，再作切线……如此继续下去，直到足够接近真正的x *为止。 ) ()()()(0' 0010 100' x f x f x x x x x f x f - =-= 因此， 就是牛顿迭代公式。 例1 用牛顿迭代法求方程2x 3-4x 2 +3x-6=0在1.5附近的根。 本题中，f(x)= 2x 3-4x 2+3x-6=((2x-4)x+3)x-6 f ’(x)= 6x 2-8x+3=(6x-8)x+3 #include "stdio.h" §3.4 牛顿迭代法 牛顿迭代法也称为牛顿-拉夫森(Newton-Raphson)迭代法，它是数值分析中最重要的方法之一，它不仅适用于方程或方程组的求解，还常用于微分方程和积分方程求解。 3.4.1 牛顿迭代法 用迭代法解非线性方程时，如何构造迭代函数是非常重要的，那么怎样构造的迭代函数才能保证迭代法收敛呢？牛顿迭代法就是常用的方法之一，其迭代格式的来源大概有以下几种方式： 1设 ],[)(2b a C x f ∈，对)(x f 在点],[0b a x ∈作泰勒展开： !2))((''))((')()(2 0000x x f x x x f x f x f -+-+=ξ 略去二次项，得到)(x f 的线性近似式： ))((')()(000x x x f x f x f -+≈。 由此得到方程=)(x f 0的近似根(假定 ≠)('0x f 0)，)(')(000x f x f x x -= 即可构造出迭代格式(假定≠)('k x f 0)：)(') (1k k k k x f x f x x -=+ 公式(3.4.1) 这就是牛顿迭代公式，若得到的序列{k x }收敛于α，则α就是非线性方程的根。 2 牛顿迭代法也称为牛顿切线法，这是由于)(x f 的线 性化近似函数)(x l ＝))((')(000x x x f x f -+是曲线y ＝ )(x f 过点))(,(00x f x 的切线而得名的，求)(x f 的零点代之 以求)(x l 的零点，即切线)(x l 与x 轴交点的横坐标，如右图 所示，这就是牛顿切线法的几何解释。实际上，牛顿迭代法 也可以从几何意义上推出。利用牛顿迭代公式，由k x 得到1+k x ，从几何图形上看，就是过点))(,(k k x f x 作函数)(x f 的切线k l ，切线k l 与x 轴的交点就是1+k x ，所以有 1)()('+-=k k k k x x x f x f ，整理后也能得出牛顿迭代公式： )(') (1k k k k x f x f x x - =+。 3 要保证迭代法收敛，不管非线性方程=)(x f 0的形式如何，总可以构造： )()()(x f x k x x x -==? )0)((≠x k 作为方程求解的迭代函数。因为：)(')()()('1)('x f x k x f x k x --=? 而且)('x ?在根α附近越小，其局部收敛速度越快，故可令：0)('=α? 第4章解线性方程组的迭代法 用迭代法求解线性方程组与第4章非线性方程求根的方法相似，对方程组进行等价变换，构造同解方程组(对可构造各种等价方程组， 如分解，可逆，则由得到)，以此构造迭代关系式 （4.1） 任取初始向量，代入迭代式中，经计算得到迭代序列。 若迭代序列收敛，设的极限为，对迭代式两边取极限 即是方程组的解，此时称迭代法收敛，否则称迭代法发散。我们将看到，不同于非线性方程的迭代方法，解线性方程组的迭代收敛与否完全决定于迭代矩阵的性质，与迭代初始值的选取无关。迭代法的优点是占有存储空间少，程序实现简单，尤其适用于大型稀疏矩阵；不尽人意之处是要面对判断迭代是否收敛和收敛速度的问题。 可以证明迭代矩阵的与谱半径是迭代收敛的充分必要条件，其中是矩阵的特征根。事实上，若为方程组的解，则有 再由迭代式可得到 由线性代数定理，的充分必要条件。 因此对迭代法(4.1)的收敛性有以下两个定理成立。 定理4.1迭代法收敛的充要条件是。 定理4.2迭代法收敛的充要条件是迭代矩阵的谱半径 因此，称谱半径小于1的矩阵为收敛矩阵。计算矩阵的谱半径，需要求解矩阵的特征值才能得到，通常这是较为繁重的工作。但是可以通过计算矩阵的范数等方法简化判断收敛的 工作。前面已经提到过，若||A||p矩阵的范数，则总有。因此，若，则必为收敛矩阵。计算矩阵的1范数和范数的方法比较简单，其中 于是，只要迭代矩阵满足或，就可以判断迭代序列 是收敛的。 要注意的是，当或时，可以有，因此不能判断迭代序列发散。 在计算中当相邻两次的向量误差的某种范数小于给定精度时，则停止迭代计算，视为方程组的近似解（有关范数的详细定义请看3.3节。） 4.1雅可比（Jacobi）迭代法 4.1.1 雅可比迭代格式 雅可比迭代计算 元线性方程组 （4.2） 写成矩阵形式为。若将式（4.2）中每个方程的留在方程左边，其余各项移到方程右边；方程两边除以则得到下列同解方程组： 记，构造迭代形式 Newton迭代法求解非 线性方程 一、 Newton 迭代法概述 构造迭代函数的一条重要途径是用近似方程来代替原方程去求根。因此，如果能将非线性方程f (x )=0用线性方程去代替，那么，求近似根问题就很容易解决，而且十分方便。牛顿(Newton)法就是一种将非线性方程线化的一种方法。 设k x 是方程f (x )=0的一个近似根，把如果)(x f 在k x 处作一阶Taylor 展开，即： )x x )(x ('f )x (f )x (f k k k -+≈ (1-1) 于是我们得到如下近似方程： 0)x x )(x ('f )x (f k k k =-+ (1-2) 设0)('≠k x f ，则方程的解为： x ?=x k +f (x k ) f (x k )? (1-3) 取x ~作为原方程的新近似根1+k x ，即令： ) x ('f ) x (f x x k k k 1k -=+, k=0,1,2,… (1-4) 上式称为牛顿迭代格式。用牛顿迭代格式求方程的根的方法就称为牛顿迭代法，简称牛顿法。 牛顿法具有明显的几何意义。方程： )x x )(x ('f )x (f y k k k -+= (1-5) 是曲线)x (f y =上点))x (f ,x (k k 处的切线方程。迭代格式(1-4)就是用切线式(1-5)的零点来代替曲线的零点。正因为如此，牛顿法也称为切线法。 牛顿迭代法对单根至少是二阶局部收敛的，而对于重根是一阶局部收敛的。一般来说，牛顿法对初值0x 的要求较高，初值足够靠近*x 时才能保证收敛。若 要保证初值在较大范围内收敛，则需对)x (f 加一些条件。如果所加的条件不满足，而导致牛顿法不收敛时，则需对牛顿法作一些改时，即可以采用下面的迭代格式： ) x ('f ) x (f x x k k k 1k λ -=+, ?=,2,1,0k (1-6) 上式中，10<λ<，称为下山因子。因此，用这种方法求方程的根，也称为牛顿下山法。 牛顿法对单根收敛速度快，但每迭代一次，除需计算)x (f k 之外，还要计算 )x ('f k 的值。如果)x (f 比较复杂，计算)x ('f k 的工作量就可能比较大。为了避免计算导数值，我们可用差商来代替导数。通常用如下几种方法： 1. 割线法 如果用 1 k k 1k k x x ) x (f )x (f ----代替)x ('f k ，则得到割线法的迭代格式为： )x (f ) x (f )x (f x x x x k 1k k 1 k k k 1k --+---= (1-7) 2. 拟牛顿法 如果用 ) x (f )) x (f x (f )x (f k 1k k k ---代替)x ('f k ，则得到拟牛顿法的迭代格式为： )) x (f x (f )x (f ) x (f x x 1k k k k 2k 1k -+--- = (1-8) 3. Steffenson 法 如果用 ) x (f ) x (f ))x (f x (f k k k k -+代替)x ('f k ，则得到拟牛顿法的迭代格式为： ) x (f ))x (f x (f ) x (f x x k k k k 2k 1 k -+- =+ 《数值分析》课程实验报告 用拉格朗日和牛顿插值法求解函数值 算法名称用拉格朗日和牛顿插值法求函数值 学科专业xxxxx 作者姓名xxxx 作者学号xxxxx 作者班级xxxxxx xxx大学 二〇一五年十二月 《数值分析》课程实验报告 得到的近似值为。 拉格朗日插值模型简单，结构紧凑，是经典的插值法。但是由于拉格朗日的插值多项式和每个节点都有关，当改变节点个数时，需要重新计算。且当增大插值阶数时容易出现龙格现象。 2.牛顿插值法 在命令窗口输入： x=[ ]; y=[ ]; xt=; [yt,N]=NewtInterp(x,y,xt) z=::2; yz=subs(N,'t',z); figure; plot(z,sqrt(z),'--r',z,yz,'-b') hold on plot(x,y,'marker','+') hold on plot(xt,yt,'marker','o') h=legend('$\sqrt{x}$','牛顿','$(x_k,y_k)$','$x=$'); set(h,'Interpreter','latex') xlabel('x') ylabel('y') 得到结果及图像如下： yt = N = - *t^4 + *t^3 - *t^2 + *t + 得到√的近似值为，插值函数为 N =- *t^4 + *t^3 - *t^2 + *t + ， 其计算精度是相当高的。 Lagrange插值法和Newton插值法解决实际问题中关于只提供复杂的离散数据的函数求值问题，通过将所考察的函数简单化，构造关于离散数据实际函数f(x)的近似函数P(x)，从而可以计算未知点出的函数值，是插值法的基本思路。 实际上Lagrange插值法和Newton插值法是同一种方法的两种变形，其构造拟合函数的思路是相同的，而实验中两个实际问题用两种算法计算出结果是相同的。 2014级硕士研究生数值分析上机实习 (第一次) 姓名：乔永亮 学号：14S030125 学院：船舶与海洋工程学院 实习题目：分别用二分法和Newton 迭代法求方程02010223=-++x x x 的根. 实习目的：掌握两种解法，体会两种解法的收敛速度. 实习要求：用C 程序语言编程上机进行计算，精确到8位有效数字. 报告内容： 1. 确定实根的个数以及所在区间. 解：对函数3 2 ()21020f x x x x =++-求导，得2 ()34100f x x x '=++=。 易知()0f x '>恒成立，所以函数(x)f 没有极值，只有一个实根。又可以知道(1)0f <,(2)0f >方程在区间(1,2)有一个实根，且为奇数重根，可以二分法和Newton 求解 2. 将最后两次计算结果填入下表（保留8位数字）： 3. 实习过程中遇到哪些问题？如何解决？有何心得体会？ 在编程的过程中由于对基本计算原理的理解有一定不足，同时对编程语言的不熟悉，导致在编程过程中错误百出，耗费了大量时间。但是通过课本以及网络对所需知识的不断学习，通过尝试不同的方法，最终还是得到了几种不同的思路与方法。通过这次编程，深深的感受到自己的不足，同时也明白了数学与计算机编程的紧密结合，不努力提高自己在当今社会就要被淘汰。 4. 两种解法的计算程序（此页写不下时可以加页）： 二分法（Fortran 语言） program Analysis1 real::a,b,c,m real::fa,fc a=1. b=2. m=0.0001 !-------------------- do while(abs(b-a)>=m) c=(a+b)/2 fa=a**3+2.*a*a+10.*a-20 fc=c**3+2.*c*c+10.*c-20 if(fa*fc<0) then b=c else a=c end if write(*,"(f10.7)")c end do pause end program Anslysis1 牛顿迭代法（Fortran语言） program Analysis2 implicit none !定义变量---------------------------------------------------------------external f,df real m,x0,x1,f,df integer i !初始化变量-------------------------------------------------------------m=0.0001 x0=1.5 !牛顿迭代法-------------------------------------------------------------do while(abs(f(x0))>=m) x1=x0-f(x0)/df(x0) x0=x1 i=i+1 write(*,"(i4,f10.7)")i,x0 end do 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<0 b=x0; %二分法求解程序； else a=x0; ya=y0; end disp([a,b]);er=b-a;k=k+1 %显示各个区间值和求解次数； end disp([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； end disp([b,a]); %显示最后一个区间值；MAAB计算方法迭代法牛顿法二分法实验报告
数值分析_迭代法
牛顿迭代法
数值分析——二分法和牛顿法
数值计算迭代法
牛顿法求非线性方程的根
数值分析5-用Jacobi迭代法和Gauss-Seidel迭代法求解线性方程组
数值计算(二分法、简单迭代法、Newton迭代法、弦截法(割线法、双点弦法))
用牛顿迭代法求近似根
数值分析3 牛顿迭代法
C语言编程_牛顿迭代法求方程2
牛顿-拉夫森(Newton-Raphson)迭代法
数值计算_第4章 解线性方程组的迭代法
Newton迭代法求解非线性方程
数值分析课程实验报告-拉格朗日和牛顿插值法
二分法 牛顿迭代法
二分法和牛顿迭代法求解方程的比较
相关主题
文本预览