下载文档原格式
求解非线性方程的三种新的迭代法迭代法是一种通过反复递推计算得到逼近解的方法，对于非线性方程求解而言，迭代法通过不断更新变量的值，使得方程逐渐趋近于真实解。
下面将介绍三种新的迭代法：逐次缩小区间法、割线法和弦截法。
第一种迭代法是逐次缩小区间法。
逐次缩小区间法是一种通过不断递推缩小变量的取值范围来求解非线性方程的方法。
算法步骤如下：1. 选取一个初始区间[a, b]，使得f(a)和f(b)异号，即f(a)*f(b)<0。
2. 将区间[a, b]均分，得到区间的中点c=(a+b)/2。
3. 比较f(a)*f(c)和f(b)*f(c)，如果f(a)*f(c)<0，则说明解在区间[a, c]内；如果f(b)*f(c)<0，则说明解在区间[c, b]内。
4. 重复步骤2和步骤3，直到得到精度要求的解。
逐次缩小区间法的优点是简单易懂，计算量较小；但缺点是需要事先给出一个初始区间，初始区间的选择对结果有影响，并且对于复杂的方程可能需要很多次均分才能逼近解。
第二种迭代法是割线法。
割线法是一种通过利用连续两个点的斜率来逼近解的方法。
算法步骤如下：1. 选取两个初始点x0和x1，计算出对应斜率f(x0)和f(x1)。
2. 利用斜率和已知点构造直线方程，得到直线和x轴的交点x2，并将x1更新为新的x0，x2更新为新的x1。
3. 重复步骤2，直到满足精度要求。
割线法的优点是不需要计算导数，因此适用于不易求导的情况；但缺点是可能出现迭代过程不收敛的情况，需要事先给出两个初始点，并且计算量相对较大。
弦截法与割线法相似，也是通过利用连续两个点的连线来逼近解的方法，但不同之处在于弦截法的直线是通过前两个点的连线来构造的。
弦截法的优缺点与割线法类似，不需要计算导数，但迭代过程可能不收敛。
三种新的迭代法均有各自的特点和适用范围，适合于不同类型的非线性方程。
在实际应用中，需要根据具体的方程和精度要求选择合适的迭代方法。
非线性方程组的求解方法及其应用非线性方程组是数学中一类非常重要的问题，其中每个方程都不是线性的。
与线性方程组不同，非线性方程组的求解通常需要借助于数值方法。
本文将讨论一些常见的非线性方程组求解方法，并介绍它们在实际应用中的一些应用。
1. 牛顿法牛顿法是一种非常常见的非线性方程组求解方法。
该方法基于牛顿迭代法原理，将非线性方程组转化为一系列的线性问题。
牛顿法的基本思想是：通过不断地使用一阶导数和二阶导数的信息来逼近方程组的解。
具体地说，在每一轮迭代中，求解一个方程组：$$F(x^{k})+J(x^{k})\Delta x^{k} =0$$其中$F(x)$表示非线性方程组，$x^k$表示第$k$轮迭代的解，$J(x^k)$表示$F(x)$在$x^k$处的雅可比矩阵，$\Delta x^k$表示下降方向，满足$\|\Delta x^k\|\rightarrow 0$。
值得注意的是，牛顿法在每轮迭代中都需要求解一次雅可比矩阵，这需要大量的计算资源。
因此，在实际应用中，牛顿法通常只适用于相对较小的方程组。
2. 信赖域方法相比于牛顿法，信赖域方法更具有通用性。
信赖域方法的基本思想是：在每轮迭代中，通过构造二次模型来逼近目标函数，并在一个信赖域内搜索下降方向。
具体地说，我们在每轮迭代中将非线性方程组$F(x)$在$x^k$处转化为二次模型：$$m_k(\Delta x)=F(x^k)+\nabla F(x^k)^\top \Deltax+\frac{1}{2}\Delta x^\top B_k\Delta x$$其中，$\nabla F(x^k)$是$F(x)$在$x^k$处的梯度，$B_k$是二阶导数信息。
在这里我们假设$B_k$为正定矩阵。
显然，我们希望在$m_k(\Delta x)$的取值范围内找到一个适当的$\Delta x$，使得$m_k(\Delta x)$最小。
因此，我们需要设定一个信赖域半径$\Delta_k$，并在$B_k$所定义的椭圆范围内查找最优的$\Delta x$。
第三章 非线性方程(组)的数值解法一．取步长1h =，试用搜索法确立3()25f x x x =--含正根的区间，然后用二分法求这个正根，使误差小于310-。
【详解】因为是要寻找正根，因此，可选含根区间的左端点为0。
(0)5f =-，(1)5f =-，(2)1f =-，(3)16f =，因此，(2,3)中有一个正根。
这就确立了含根区间。
接下来，我们用二分法求这个正根，使误差小于310-，计算结果如下表 迭代次数k ak b k x0 2 3 2.5 1 2 2.5000 2.250 0 2 2 2.2500 2.125 0 3 2 2.1250 2.062 5 4 2.0625 2.1250 2.093 8 5 2.0938 2.1250 2.109 4 6 2.0938 2.1094 2.101 6 7 2.0938 2.1016 2.097 7 8 2.0938 2.0977 2.095 7 92.09382.09572.094 7二．对方程2()2sin 20f x x x =--=，用二分法求其在区间[]1.5,2内的根，要求误差小于0.01。
【详解】用二分法求解方程在[]1.5,2内的根，要求误差小于0.01，计算结果如下表： 迭代次数k ak b k x0 1.5 2 1.75 1 1.7500 2.0000 1.8750 2 1.8750 2.0000 1.9375 3 1.9375 2.0000 1.9688 4 1.9375 1.9688 1.9531 51.95311.96881.9609三．用不动点迭代法，建立适当的迭代格式，求方程3()10f x x x =--=在0 1.5x =附近的根，要求误差小于610-。
【详解】310x x --=，等价于x =。
这样，可以建立不动点迭代格式1k x +=当0x ≥时，总有23110(1)133x -'<=+≤<，因此，迭代格式对于任意初始值00x ≥总是收敛的。
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。
数值分析上机实践报告一、实验目的本次实验主要目的是通过上机操作，加深对数值分析算法的理解，并熟悉使用Matlab进行数值计算的基本方法。
在具体实验中，我们将实现三种常见的数值分析算法：二分法、牛顿法和追赶法，分别应用于解决非线性方程、方程组和线性方程组的求解问题。
二、实验原理与方法1.二分法二分法是一种常见的求解非线性方程的数值方法。
根据函数在给定区间端点处的函数值的符号，不断缩小区间的长度，直到满足精度要求。
2.牛顿法牛顿法是求解方程的一种迭代方法，通过构造方程的泰勒展开式进行近似求解。
根据泰勒展式可以得到迭代公式，利用迭代公式不断逼近方程的解。
3.追赶法追赶法是用于求解三对角线性方程组的一种直接求解方法。
通过构造追赶矩阵，采用较为简便的向前追赶和向后追赶的方法进行计算。
本次实验中，我们选择了一组非线性方程、方程组和线性方程组进行求解。
具体的实验步骤如下：1.调用二分法函数，通过输入给定区间的上下界、截止误差和最大迭代次数，得到非线性方程的数值解。
2.调用牛顿法函数，通过输入初始迭代点、截止误差和最大迭代次数，得到方程组的数值解。
3.调用追赶法函数，通过输入追赶矩阵的三个向量与结果向量，得到线性方程组的数值解。
三、实验结果与分析在进行实验过程中，我们分别给定了不同的参数，通过调用相应的函数得到了实验结果。
下面是实验结果的汇总及分析。
1.非线性方程的数值解我们通过使用二分法对非线性方程进行求解，给定了区间的上下界、截止误差和最大迭代次数。
实验结果显示，根据给定的输入，我们得到了方程的数值解。
通过与解析解进行比较，可以发现二分法得到的数值解与解析解的误差在可接受范围内，说明二分法是有效的。
2.方程组的数值解我们通过使用牛顿法对方程组进行求解，给定了初始迭代点、截止误差和最大迭代次数。
实验结果显示，根据给定的输入，我们得到了方程组的数值解。
与解析解进行比较，同样可以发现牛顿法得到的数值解与解析解的误差在可接受范围内，说明牛顿法是有效的。
（一）非线性方程的迭代解法1.非线性方程的一般形式：f(x)=02.非线性方程的分类：⎩⎨⎧=为其他函数。
超越方程，次代数多项式；为代数方程，)()(0)(x f n x f x f 3.方程的根：若存在常数s 使f(s)=0，则称s 是方程(4.1)的根，又称s 是函数f(x)的零点。
4.重根：若f(x)能分解为)()()(x s x x f m ϕ-= 则称s 是方程(4.1)的m 重根和f(x)的m 重零点。
当m=1时，s 称为方程(4.1)的单根和f(x)的单零点。
5.结论：(1)零点存在定理：设函数f(x)在闭区间[a,b]上连续，且f(a)•f(b)<0，那么在开区间（a,b ）内至少有一点ξ，使f(ξ)=0.(2)根的唯一性判别：一阶导数不变号且不为零(3)n 次代数方程在复数域上恰有n 个根(4)高于4次的代数方程没有求根公式6.方法：(1)搜索根方法：①作图法：②逐步搜索法：确定方程根的范围的步骤：步骤1 取含f(x)=0根的区间[a,b]，即f(a)•f(b)<0；步骤2 从a 开始，按某个预定的步长h ，不断地向右跨一步进行一次搜索， 即检查kh a x k +=上的函数)(k x f 值的符号。
若0)()(1<•-k k x f x f ，则可以确定一个有根区间],[1k k x x -.步骤3 继续向右搜索，直到找出[a,b]上的全部有根区间],[1k k x x -（k=1,2,…,n).(2)二分法①基本思想：含根区间逐次分半缩小，得到一个区间长度以1/2的比例减小的含根区间序列 {}k I ,在给定根的误差界时，利用长度趋于零的特点，可得到在某个区间中满足要求的近似根。
②迭代终止的条件ε<)(k x fε2<-k k a b或者ε<-≤-2k k k a b s x(3)简单迭代法及其收敛性)(0)(x x x f ϕ=⇔=,2,1,0),(1==+k x x k k ϕ迭代法是一种逐次逼近法,用某个固定公式反复校正根的近似值,使之逐 步精确化,最后得到满足精度要求的解。
非线性方程组数值解法
，
非线性方程组数值解法是通过数值方法解决非线性方程组问题的一种解法。
非线性方程组不像普通的线性方程组，它们往往没有普遍的解析解，一般只有数值解。
因此，非线性方程组的数值解法非常重要。
非线性方程组数值解法的基本思想是，将非线性方程组分解为多个子问题，并采用一种迭代算法求解这些子问题。
最常见的数值方法有牛顿法、拟牛顿法和共轭梯度法等。
牛顿法是利用曲线上的点的二次近似，将非线性方程分解为两个子问题，转换为求解一个简单的一元方程的问题来求解非线性方程组的数值解。
拟牛顿法利用有限差分方法来求解非线性方程组的数值解，共轭梯度法利用解的搜索方向，进行有效的搜索，通过解的最优性条件收敛到解。
非线性方程组数值解法是目前应用最广泛的数值解法，它能很好地求解非线性方程组。
不仅能有效求解复杂的非线性方程组，还能求出较精确的数值解。
此外，非线性方程组数值解法运算速度快，可以对模型进行实时定位和跟踪，非常适合模拟复杂的动态系统。
总之，非线性方程组数值解法是一种求解复杂非线性方程组的有效解法，它的准确性高，运算速度快，广泛应用于现实世界中的多种工程与科学计算问题。
非线性偏微分方程数值解法非线性偏微分方程是研究自然界中许多现象的重要数学模型，其解析解往往难以获得。
因此，数值解法成为解决非线性偏微分方程问题的一种有效手段。
本文将介绍几种常用的非线性偏微分方程的数值解法。
一、有限差分法有限差分法是求解偏微分方程的一种常见数值方法。
其核心思想是将求解区域离散化为有限个网格点，并利用中心差分公式来近似替代微分运算。
对于非线性偏微分方程，可以采用迭代的方法进行求解。
具体步骤如下：1. 将求解区域离散化为有限个网格点，确定网格的步长。
2. 利用中心差分公式将偏微分方程离散化为差分方程。
3. 将差分方程转化为非线性代数方程组，采用迭代方法求解。
二、有限元法有限元法是求解偏微分方程的一种重要数值方法。
其核心思想是将求解区域划分为无重叠的小单元，通过在每个单元内构造适当的试探函数和加权函数，将问题转化为求解代数方程组。
对于非线性偏微分方程，可以采用Newton-Raphson迭代方法进行求解。
具体步骤如下：1. 将求解区域进行网格剖分，确定单元的形状和大小。
2. 构造试探函数和加权函数，并利用加权残差法将偏微分方程离散化为代数方程组。
3. 对于非线性方程组，采用Newton-Raphson迭代方法求解。
三、有限体积法有限体积法是求解偏微分方程的一种常用数值方法。
其核心思想是将求解区域划分为有限个体积单元，通过对单元内偏微分方程进行积分，将方程转化为守恒形式。
对于非线性偏微分方程，可以采用显式或隐式方法进行求解。
具体步骤如下：1. 将求解区域进行网格剖分，确定体积单元的大小和形状。
2. 对体积单元内的偏微分方程进行积分，建立守恒形式的方程。
3. 将方程离散化为代数方程组，采用显式或隐式方法进行时间步进求解。
四、谱方法谱方法是求解偏微分方程的一种高效数值方法。
其核心思想是采用特定的基函数展开待求解的函数，通过选取合适的基函数，可以有效地提高求解效率。
对于非线性偏微分方程，可以采用谱方法进行求解。
非线性方程组的解法
非线性方程组的解法包括：
（1）近似法。
近似法是根据所给非线性方程组，使用一定的数值方法，建立非线性方程组结果的拟合曲线，以此求解非线性方程组的常用方法，目前有贝塔、拉格朗日近似法和微分近似法等。
（2）多元分割法。
多元分割法根据非线性方程组的参数和变量空间，
将整个运算范围分割成多余小区间，利用各区间中只含有一个未知变
量的简单方程组，将非线性方程组转换成多个一元方程组，再用一次法、弦截法和二分法等算法求解，最终得出整个非线性方程组的解。
（3）迭代映射法。
迭代映射法是通过给定一个初始值，然后利用迭代，反复运算，最终达到收敛点的一种方法，主要包括牛顿法、收敛法、
弦截法、松弛法和隐函数法等。
（4）最小二乘法。
最小二乘法是将非线性方程组表示为残差函数，然
后求解残差函数最小值，获得未知变量的最优解，常用于数值分析中。
（5）特征法。
特征法是采用将非线性方程组表示为线性方程组特征值
和它们关于某一特征量的关系式，利用梯度下降法，最小化残差函数，求解非线性方程组的方法。
以上是非线性方程组的解法的简单综述，它们在一定程度上增加了解决非线性方程组的效率，但并非所有情况都能使用以上求解方法。
正确使用相应的求解方法就可以有效的求解非线性方程组，以便更好的解决实际问题。
解非线性方程组的一种带参数的newton方法参数化Newton方法是用于解决非线性方程组的一种数值方法，它将非线性方程组转换为可解决的易于处理的线性方程组。
一、参数化Newton方法的基本概念1. 概念：参数化Newton方法是一种用于解决非线性方程组的数值方法，它将非线性方程组重新表示为可解决的线性方程组，利用一组局部参数来解决复杂的非线性问题。
2. 基本原理：参数化Newton方法的基本原理是将非线性方程组转化为可求解的线性方程组，并取一组有限的局部参数来求解系统的非线性方程，由此得出解的近似值。
3. 优点：使用参数化Newton方法可以很容易地计算出高维空间中复杂系统的参数化空间，并可以更快地求解出系统的解，而且不会出现不可避免的浮点数舍入误差以及计算精度的下降。
二、参数化Newton方法的具体步骤1. 预处理步骤：首先写出给定的非线性方程组，然后用初始值分别给每个未知参数赋值，最后将原非线性方程组升幂转换为多项式结构。
2. 求解步骤：使用参数化Newton方法，计算出非线性方程组的雅可比矩阵并采用局部参数来求解非线性方程，找出该方程组的局部解。
3. 验证步骤：将求得的局部解代入原非线性方程组，计算解的变化量，用来判断该方程组的局部解是否收敛。
如果最终的解比给定的初始值变化量要小，则称为收敛解。
4. 迭代步骤：若迭代解收敛，则接下来可以通过对参数做一些适当的调整，再次求解非线性方程组，直到得到最终解为止。
三、参数化Newton方法的应用1. 工程计算：在工程中，参数化Newton方法可以求解复杂的非线性方程组，在优化设计、动力学处理以及控制系统中具有重要的应用。
2. 统计学习：统计学习中也经常使用参数化Newton方法，如对于最大似然估计、支持向量机模型以及结构风险最小化等模型都可以使用参数化Newton方法来求解。
3. 其他应用：参数化Newton方法也可以用于求解微分方程组、偏微分方程以及李代数模型等，广泛运用于科学计算中。
非线性方程求解的数值方法研究非线性方程求解是数学领域中的重要问题之一。
与线性方程不同，非线性方程存在更加复杂的形式和求解方法。
本文将针对非线性方程求解的数值方法进行研究，探讨其应用和效果。
一、引言非线性方程是指未满足线性关系的方程，形如f(x) = 0。
相比于线性方程，非线性方程更具挑战性和难度。
在实际问题中，非线性方程常常出现，如物理、经济、工程等领域。
因此，研究非线性方程的数值解法对解决实际问题具有重要意义。
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。
其基本思想是通过不断逼近方程的根来求解方程。
具体来说，牛顿迭代法通过将非线性方程化为一系列线性方程的解来逼近方程的根。
该方法的迭代过程如下：1. 选取初始近似解x_0；2. 对于第n+1次迭代，计算x_{n+1} = x_n - f(x_n)/f'(x_n)；3. 若满足终止准则，如|f(x_{n+1})| < ε，则停止迭代，得到近似解x_{n+1}。
牛顿迭代法具有收敛速度快的优点，尤其对于初始值选择合适的情况下，其迭代过程可以较快地接近方程的根。
然而，该方法也有其局限性，如可能出现迭代发散或震荡等问题。
三、二分法二分法是一种较为简单但有效的非线性方程求解方法。
其思想是通过判断非线性方程在区间内的正负性来逼近方程的根。
该方法的基本过程如下：1. 选取区间[a, b]，满足f(a) * f(b) < 0；2. 对区间[a, b]进行二分，计算c = (a + b) / 2；3. 判断f(c)和f(a) * f(c)的正负关系，更新区间[a, b]；4. 若满足终止准则，如|f(c)| < ε，则停止迭代，得到近似解c。
二分法的优点在于其简单性和稳定性，适用于一些函数有明显单调性的情况。
然而，该方法的收敛速度较慢，尤其对于复杂的非线性方程，可能需要较多的迭代次数才能得到较精确的解。
四、弦截法弦截法是一种综合了牛顿迭代法和二分法思想的非线性方程求解方法。
微分方程中的非线性方程组求解微分方程是数学中研究变化规律的重要工具之一，它描述了自然界中许多现象的演化过程。
而非线性方程组在微分方程中的应用更是广泛，其中的求解对于科学研究和工程应用具有重要意义。
本文将介绍非线性方程组在微分方程中的求解方法，并讨论其应用。
一、非线性方程组的求解方法1. 数值方法求解数值方法是求解非线性方程组的一种常用方法，主要包括迭代法和牛顿法等。
迭代法是通过不断迭代逼近方程组的解，最终得到满足精度要求的解。
牛顿法则是通过构造一个线性方程组，并不断迭代求解，逼近方程组的解。
这两种方法都需要选取适当的初始值，并在迭代过程中考虑收敛性和稳定性。
2. 解析方法求解解析方法是指通过数学分析和求导等手段，直接得到方程组的解。
这种方法在解决简单的非线性方程组时具有较大优势，可以得到解析形式的解，便于分析和推导。
然而，对于复杂的非线性方程组，解析方法通常难以得到精确解，需要借助近似方法或数值计算。
二、非线性方程组在微分方程中的应用非线性方程组在微分方程中的应用广泛，以下以几个实例介绍其具体应用。
1. 非线性振动非线性振动是振动理论中研究的重要问题，非线性方程组常用于描述非线性振动系统的运动规律。
例如，一维简谐振子是一个常见的非线性振动系统，其运动方程可以表示为一个含有非线性项的微分方程组。
通过求解该方程组，可以得到简谐振子的运动行为，包括振幅、频率以及相位等。
2. 生物数学模型非线性方程组在生物数学领域中的应用也非常广泛。
例如，Lotka-Volterra方程是描述捕食者与被捕食者之间关系的非线性方程组，该方程组通过描述两者之间的相互作用和竞争关系，揭示了生态系统中物种的数量动态变化规律。
3. 电路分析电路分析中经常需要求解非线性方程组。
例如，开关电路中的非线性元件（如二极管）会引入非线性关系，导致电路方程组的非线性。
通过求解该方程组，可以得到电路中各个元件的电流和电压等参数，用于电路设计和分析。
第二章非线性方程数值解法本章将讨论非线性方程0)(=x f (2.1)的数值解法，我们最为熟悉的非线性方程是一元二次方程02=++c bx ax也是最简单的非线性方程，其解为：aac b b x 2422,1-±-=但是对于(2.1)式中一般形式的非线性函数)(x f ，很难甚至不可能找到解析形式的解，通常只能用数值的方法求其近似数值解。
2.1 基本概念定义2.1如果*x 满足0)(*=x f ，则称*x 为方程(2.1)的解或根，也称*x 为函数)(x f 的零点或根。
用数值方法求解非线性方程的解，通常需要我们对其解有一个初步的估计，或知道其解的一个限定区间，因此确定包含解的区间将是我们首先需要解决的问题。
定义2.2若连续函数)(x f 在],[b a 内至少有一个根，则称],[b a 为有根区间，若在],[b a 内恰有一个根，则称],[b a 为隔根区间。
定理2.1 如果函数)(x f 在],[b a 上连续且0)()(<b f a f ，则)(x f 在),(b a 内至少有一个根，如果函数)(x f 另外满足在],[b a 上单调连续，则)(x f 在),(b a 内恰有一个根。
寻找隔根区间的通常方法有：图形法, 试探法。
例2.1 求033)(3=+-=x x x f 的有根区间。
解：作出函数)(x f y =的曲线图形图2.1 例2.1曲线示意图观察图中的曲线与X 轴的交点，可判断在区间)2,3(--之间方程有一个根。
例2.2 求033)(23=--+=x x x x f 的有根区间。
解：计算出)(x f 在一些点的值。
从表中可以看出1-=x 是一个根，区间)2,1(是一个有根区间。
如果在[-2,-1]之间把间隔再缩小到0.25我们可以得到下列表格在这个表格里我们又发现一个有根区间)5.1,75.1(--。
从此例中我们可以体会到试探法有可能漏掉某些有根区间，具有一定的局限性。
