【算法设计zxd】第3章 求解方程的近似算法 非线性——二分法（穿根），牛顿法（切线），线性代数

目录

非线性方程：

非线性方程的收敛性和收敛速度：

 建立迭代方程

【例3-5】求9x^2-sin x-1=0，在(0,1)之间的解，要求| 9x^2-sin x-1|<0.00001。

二分法：（穿根法）

 二分法的时间渐近复杂度分析

【例3-5】求9x^2-sin x-1=0，在(0,1)之间的解，要求| 9x^2-sin x-1|<0.00001。

牛顿法--有点儿化曲为直那意思

线性代数方程：

 【例3-8】求下列解线性方程组的解

---

非线性方程：

非线性方程的收敛性和收敛速度：

定义 3.1 设是方程 f(x) =0 的根，若存在 x k 的一个邻域 Δ，当 初值属于 Δ时，迭代收敛，则称该迭代过程具有局部收敛性。

定义3.2 设 为第k次迭代的迭代误差，若 【第k+1次迭代误差 与 第k次迭代误差的p次方 同阶。】

则称迭代是 p阶收敛的。称c 为渐近误差常数。

定义 3.3 称 为效率指数，其中，θ表示每次迭代的 计算量， p 表示迭代的收敛阶。

定理 3.1 若当 x ∈ [a, b] 时， φ(x) ∈ [a, b] ，且 φ(x)满足 |φ’(x)| ≤ L<1, x ∈ [a, b]

则迭代收敛于唯一的根。

 建立迭代方程

(1) 选取适当的初值 x 0

(2) 建立迭代方程，将方程 f(x)=0 转换成 x=φ(x)的等 价形式。

(3) 运用迭代方程 x=φ(x) ，反复计算，如，得到 x的序列，若该数列收敛 ，则最终可以得到满足一定精度 ε 的解，即有。 有时候也会用 f(x_ n )<= ε 或 f(x_ n )=0 来判断。

【例3-5】求9x^2-sin x-1=0，在(0,1)之间的解，要求|9x^2-sin x-1|<0.00001。

 问题分析

超越方程没有通用公式，移项建立迭代方程：

(1)    //从x^2解

(2) x=arc sin(9*x*x-1)         //从sinx解       不收敛

 计算模型：

算法设计与描述	算法分析
输入：x
输出： x0
迭代方程： equation（x）: {         x1 <- x; x0 <- 0;         while( | x1- x0| >0.00001 )         {                 x0 <- x1;                 x1 <- sqrt ( sin(x0) +1) /3 ;         }         return  x0; }	(1)若 x0=0.4 ，经测试达到精度0.00001，需要迭代的次数为6次，xi = 0.391849 (2) 若 x 0 =0.5, 经测试达到精度 0.00001，需要迭代的次数 为 7 次， x i = 0.391851
二分法： equationD (x1,x2) {         f1 <-  9*x1*x1 - sin(x1)-1;         f2 <- 9*x2*x2 - sin(x2)-1;         f <- 1;         if( f1*f2 < 0 )         {                 while ( | x - x3 | > 0.00001)                 {                         x <- ( x1+x2)/2;        //中点                         f <- 9*x*x - sin(x)-1;                         if(f==0)break;                         if(f*f1>0)         //不在里面，从(x,x2)                         {                                 x3=x1; //x3是上一次的x值                                 f1=f;                                 x1=x;                         }                         else //在里面 (x1,x)                         {                                 x3=x2;                                 x2=x;                         }                 }          } }	(1) 若 x 1 =0,x 2 =0.4,  代入 k≥(ln(b-a)-lnε)/ln2 -1得 k≥14.287712 经测试，当 x i =0.391852 时 ,达到所要求精度 0.00001所迭代的次数为 17 次。 (2) 若 x 1 =0,x 2 =0.5 代入 k≥(ln(b-a)-lnε)/ln2 -1得 k≥14.6096 。 经测试，当 x i =0.391853 时 ,达 到所要求精度 0.00001所迭代 的次数为 17 次。
牛顿法： 计算模型：  equationN (x) {         x1 <- x;         x2 <- x1 - (9*x1*x1 -sin(x1) -1) / (18*x1 - cos(x1));         while( |x1-x2 | > 0.00001 )         {                 x1 <- x2;                 x2  <- x1- (9*x1*x1 -sin(x1) -1)/(18*x1-cos(x1)) ;         }         return x2; }	算法测试 (1) 若 x 1 =0.4, 经测试 ,x=0.391847 时，达到所要求精度 0.00001 所 迭代的次数为 7 次。 (2) 若 x 1 =0.5, 经测试 ,x=0.391847 时，达到所要求精度 0.00001 所 迭代的次数为 3 次。

二分法：（穿根法）

若 f(x) 在区间 [a, b]上连续，则在此区间上任取两点 x 1 、 x 2 ，若 f(x 1 )*f(x 2 )<0，则在（x 1 ,x 2 ）间必有解。

其求解步骤为：

(1)f(x 1 )*f(x 2 )<0 ，方程有解，继续 (2) ，否则无解；

(2) 令 x=(x 1 +x 2 )/2 ，代入方程 f(x)=0 ，则 x即为所求， 算法结束。否则进行 (3) ；

(3)f(x 1 )*f(x)<0 ，与 x 2 同侧令 x 2 =x ，若 f(x1)*f(x)>0， 则与 x 1 同侧，令 x 1 =x ，继续步骤 (2) 。

 二分法的时间渐近复杂度分析

设根在区间，取 作为根的一 个近似，按上述算法框架，不断二分，则可以获 得一个近似根的序列 {x 0 ,x 1 ,x 2 ,…,x k }，该序列必以根 x * 为极限。

那么，误差可以表示为：

对于给定精度 ε ，只需取 k 满足  ≤ ε，可 得 k ≥ (ln(b-a)-lnε) / ln2 -1 。

计算模型：
 

牛顿法--有点儿化曲为直那意思

设待解方程为 f(x) ，其一个解为 x 。

设过点 (x 0 ,y 0 ) 的切线斜率为 f ’(x 0)， 则其切线方程为： f(x)=f(x 0 )+f ’(x 0 )(x-x 0 )

当其与 x 轴相交时，f(x)=0。则可得到 x=x 0 -f(x 0 )/f ’(x 0 )

上式可以做为迭代公式，反复使 用，求出迭代数列 x 1 ,x 2 ,…, x n，直到 满足精度为止。

 牛顿法的时间复杂度分析