牛顿迭代法

1. 不动点迭代法

1.1 定义

迭代法是求解一元非线性方程f(x)=0f(x)=0f(x)=0的主要方法。其做法是将方程改为等价方程x=ϕ(x)x=\phi(x)x=ϕ(x),从而构造迭代公式xk+1=ϕ(xk)x_{k+1}=\phi(x_k)xk+1​=ϕ(xk​),如果xkx_kxk​有极限,则迭代公式是收敛的。

1.2 不动点迭代法的收敛性定理

ϕC[a,b]\phi\in C[a,b]ϕ∈C[a,b],ϕ(x)\phi(x)ϕ(x)需满足2个条件才能保证迭代公式收敛。

  • 条件1-- 定义域包含值域(映内性):当axba\le x\le ba≤x≤b时,也有aϕ(x)ba \le \phi(x) \le ba≤ϕ(x)≤b
  • 条件2—利普希茨条件(压缩性):存在常数0&lt;L&lt;10&lt;L&lt;10<L<1,使得(1)ϕ(x)ϕ(x^)Lxx^x,x^[a,b]|\phi(x)-\phi(\hat x)|\le L|x-\hat x| \quad \forall x,\hat x\in[a,b] \tag1∣ϕ(x)−ϕ(x^)∣≤L∣x−x^∣∀x,x^∈[a,b](1)

1.3 不动点迭代法的收敛性定理的引理(常用)

  • 条件1:不变
  • 条件2: 设ϕ\phiϕ在(a,b)上可导,且存在常数0&lt;L&lt;10&lt;L&lt;10<L<1,使得(2)ϕ(x)L1x(a,b)|\phi^{&#x27;}(x)|\le L \le 1\quad \forall x \in (a,b)\tag2∣ϕ′(x)∣≤L≤1∀x∈(a,b)(2)如果式(2)成立,则由中值定理ϕ(x)ϕ(x^)=ϕ(ξ)xx^L(xx^)|\phi(x)-\phi(\hat x)|=|\phi^{&#x27;}(\xi)||x-\hat x|\le L(x-\hat x)∣ϕ(x)−ϕ(x^)∣=∣ϕ′(ξ)∣∣x−x^∣≤L(x−x^)即式(1)成立。

2. 牛顿迭代法求解一元非线性方程

2.1 牛顿迭代法的公式

f(x)f(x)f(x)在x0x_0x0​的泰勒展开得0=f(x)=f(x0)+f(x0)(xx0)+Rn(x)0=f(x)=f(x_0)+f^{&#x27;}(x_0)(x-x_0)+R_n(x)0=f(x)=f(x0​)+f′(x0​)(x−x0​)+Rn​(x)忽略余项,可得x=x0f(x0)f(x0)x=x_0-\frac{f(x_0)}{f^{&#x27;}(x_0)}x=x0​−f′(x0​)f(x0​)​由此可得牛顿迭代公式为:
xk+1=xkf(xk)f(xk)x_{k+1}=x_k-\frac{f(x_k)}{f^{&#x27;}(x_k)}xk+1​=xk​−f′(xk​)f(xk​)​

2.2 优缺点

优点:

  • 具有平方收敛的速度

缺点:

  • 重根情形下为局部线性收敛
  • 计算量大(除了计算函数值外还要计算微商值)
  • 初值要靠近精确解

3. 牛顿法求解非线性方程组

x(k+1)=x(k)(Df(x(k)))1f(x(k))x^{(k+1)}=x^{(k)}-(Df(x^{(k)}))^{-1}f(x^{(k)})x(k+1)=x(k)−(Df(x(k)))−1f(x(k))其中DfDfDf是雅可比矩阵牛顿迭代法

4. 拟牛顿法求解非线性方程组

在某种近似条件下,以某个非奇异且比雅可比矩阵容易计算的矩阵近似代替雅可比矩阵

上一篇:【记录】写题一时爽,一直写题一直爽


下一篇:升级CUDA版本导致VS2010错误:未找到导入的项目XXX,请确认声明中的路径正确,且磁盘上存在该文件