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。
牛顿迭代法在求解非线性方程重根问题中的研究摘要：牛顿迭代法是求解非线性方程的根的常用方法。
在实际计算中往往会遇到重根情况，针对这种情况，我们在牛顿迭代法的理论基础上，探讨了三种不同的迭代格式。
为了对比这三种方法，本文进行了两个实验，分别是含有重根的非线性方程求解问题实例和牛顿迭代法在求解购房按揭利率的应用实例。
在分析运算结果后，得出了三种算法优势和劣势。
关键词：牛顿迭代法；MA TLAB；重根Abstract：Newton iteration method is a common method to solve the roots of nonlinear equations. In order to solve this problem, we discuss three different iteration schemes based on Newton iteration method. In order to compare the three methods, two experiments are carried out in this paper, one is the solving of nonlinear equations with heavy roots, and the other is the application of Newton iteration method in solving house mortgage interest rate. The advantages and disadvantages of three algorithms are obtained after analyzing the results.Key words：Newton iterative method；MA TLAB；Root weight目录摘要 (Ⅰ)Abstract (Ⅰ)目录 (Ⅱ)1 相关概念 (1)1.1 非线性方程 (1)1.2 重根问题 (1)1.3 不动点和不动点迭代法 (1)1.4 迭代法的收敛性 (2)2 牛顿迭代法 (2)2.1 牛顿迭代算法 (2)2.2 重根情形 (3)3 牛顿迭代法的数值实验 (5)3.1 实验一 (5)3.2 实验二 (7)4 结论 (8)参考文献： (9)附录 (10)附录A 算法1 (10)附录B 算法2 (10)附录C 算法3 (11)附录D 实验一程序 (11)附录E 算法1 (12)附录F 算法2 (12)附录G 算法3 (13)附录H 实验二程序 (13)1 相关概念1.1 非线性方程在科学和工程计算中存在大量的方程()0f x =求根的问题，比如代数方程10110n n n n a x a x a x a --++++=，其中00a ≠，当1,2n =时其解是熟知的，当3,4n =时解的公式可以在数学手册上查到，但是当5n ≥时，方程的跟是不能用四则运算和根式运算的公式表示出来的。
非线性方程的求解方法非线性方程是数学中的基本概念，对于许多科学领域而言，非线性方程的求解具有重要的意义。
然而，与线性方程相比，非线性方程的求解方法较为复杂，因此需要掌握一些有效的解法。
本文将介绍几种非线性方程的求解方法。
一、牛顿迭代法牛顿迭代法也叫牛顿-拉夫逊迭代法，是一种求解非线性方程的有效方法。
该方法的基本思路是，选择一个初始值，通过迭代计算不断逼近非线性方程的根。
牛顿迭代法的公式为：$$x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}$$其中，$f(x)$表示非线性方程，$f'(x)$表示$ f(x) $的一阶导数。
牛顿迭代法的优点在于速度快，迭代次数少，但其局限性在于收敛性受初始点选取的影响较大。
二、割线法割线法（Secant method）也是一种求解非线性方程的有效方法。
与牛顿迭代法不同，割线法使用的是两个初始值，并根据两点间的连线与$ x $轴的交点来作为新的近似根。
割线法的公式为：$$x_{n+1}=x_n-\frac{f(x_n)(x_n-x_{n-1})}{f(x_n)-f(x_{n-1})}$$割线法的优势是不需要求解导数，但其缺点在于需要两次迭代才能得到下一个近似根，因此计算量较大。
三、二分法二分法（Bisection method）是求解非线性方程的另一种有效方法。
该方法的基本思路是找到非线性方程的一个区间，使函数值在该区间内的符号相反，然后通过逐步缩小区间，在区间内不断逼近非线性方程的根。
二分法的公式为：$$x_{n+1}=\frac{x_n+x_{n-1}}{2}$$其中，$x_n$和$x_{n-1}$是区间的端点。
二分法的优点在于收敛性稳定，但其缺点在于迭代次数较多，因此计算量也较大。
四、弦截法弦截法（Regula Falsi method）也是一种求解非线性方程的有效方法。
它和二分法类似，都是通过缩小根所在的区间来逼近根。
不同之处在于，弦截法不是以区间中点为迭代点，而是以区间两个端点之间的连线与$ x $轴的交点为迭代点。
改进的牛顿迭代法求解非线性方程摘要：牛顿法思想是将非线性方程线性化，以线性方程的解逐步逼近非线性方程的解，但是其对初值、波动和可能出现的不收敛等缺点，而牛顿下山法克服了可能出现的发散的缺点。
关键词：牛顿法、牛顿下山法、非线性方程一、牛顿法的迭代公式设)(x f 在其零点*x 附近一阶连续可微，且0)(≠'x f ，当*0x x →时，由Taylor 公式有：))(()()(000x x x f x f x f -'+≈以方程0))(()(000=-'+x x x f x f近似方程0)(=x f ，其解)()(0001x f x f x x '-= 可作为方程的近似解，重复上述过程，得迭代公式),1,0(,)()(1 ='-=+n x f x f x x n n n n 该方法称为牛顿迭代法。
二、牛顿法的改进由于牛顿法缺点对牛顿法进行改进，使其计算简单，无需每次迭代都去计算)(x f '，且能够更好的收敛。
2.1简化的牛顿法牛顿法的缺点之一是每次迭代都得去计算)(k x f '。
为回避该问题，常用一个固定 )(k x f '迭代若干步后再求)(k x f '。
这就是简化牛顿法的基本思想。
简化牛顿法的公式为：)(1k k k x cf x x -=+迭代函数 )()(x cf x x -=ϕ若 2)(0,1)(1)(<'<<'-='x f c x f c x 即ϕ，在根*x 附近成立，则迭代法局部收敛。
显然此法简化了计算量，却降低了收敛速度。
2.2牛顿下山法牛顿法的缺点二是其收敛依赖与初值0x 的选取，若0x 偏离所求根*x 较远，则牛顿法可能发散。
为防止迭代发散，我们对迭代过程再附加一项条件，即具有单调性：)()(1k k x f x f <+保证函数值稳定下降，然后结合牛顿法加快收敛速度，即可达目的。
