方程求根：二分法--不动点迭代--牛顿法--弦截法

方程求根：二分法--不动点迭代--牛顿法--弦截法

1.问题概述

    许多复杂的求解问题，都可以转换成方程f(x)=0的求解问题。这一系列的解叫做方程的根。对于非线性方程的求解，在自变量范围内往往有多个解，我们将此变化区域分为多个小的子区间，对每个区间进行分别求解。我们在求解过程中，选取一个近似值或者近似区间，然后运用迭代方法逐步逼近真实解。

2.理论与方法

1.二分法（Bisection Method）

 首先假定一个初始区间[a,b]，函数f(x)=0,在此区间上连续。f(a)*(b)<0，说明在此区间至少存在一个实根。考察有根区间[a,b],取中点x0=(a+b)/2将它划分为两半，然后进行根的搜索，即检查f(x0)与f(a)是否同号；如果确系同号，说明所求的根x在x0的右侧，这时令a1=x0,b1=b;否则x必在x0的左侧，这时令a1=a,b1=x0(如图2-1所示)。不管出现哪一种情形，新的有根区间[a1,b1]的长度仅为[a,b]的一半，通过一步一步的二分操作，逐步靠经精确解。

由于这是粗略的估计，最终很难得到一个准确解，所以只能求出一个靠近真实解的，所以我们应该在求解的开始时候确定一个误差，当迭代n次过后满足 |x-xn|<=误差 。同时我们可以求出迭代次数n=⌈log2((b-a)/2*误差)⌉

int n = ceil(log2(b - a) - log2(2 * atol));
for (int i = 0; i<n; i++)
{
	middle = (a + b) / 2;
	fm = f(middle);
	if ((fl*fm) <= 0)
	{
		b = middle;
		fr = f(b);
	}
	else
	{
		a = middle;
		fl = f(a);
	}
}

 求实根最简单有效的方法：二分法。易于在计算机上实现，且对于函数f(x)的性质要求不高，仅仅要求它在有根区间上连续，且区间端点的函数值异号即可。它的缺点是不能求偶数重根，也不能求复根，收敛速度与以1/2为公比的等比数列相同，不算太快，因此一般在求方程近似根时，不太单独使用，常用它来为其他方法求方程近似根提供好的初值区间（重要：初值区间的确定直接决定求解的速度）。

2.不动点迭代（Fixed Point Iteration）

将所求的非线性方程 f(x)=0 化为一个同解方程： x=g(x)  同时g(x)为连续函数

首先，取一初始值x0代入上式，得到：

     x1=g(x0)

     x2=g(x1)  

     … …

     xk+1=g(xk)  k=0,1,2,… …

 n次迭代满足精度要求，此方法为简单的非线性迭代法。

注意：选取g(x)时，应当首先确定是否在取值区间收敛，否则不能求出根。

double x1 = x0 - f(x0) / f1(x0);
while (abs(x1 - x0)>0.0001)
{
	x0 = x1;
	x1 = x0 - f(x0) / f1(x0);
}

最易于理解的方法：迭代法。对于迭代法，构造合适的迭代函数g(x)至关重要，它影响着迭代数列的收敛性（重要）。而且若要使不动点迭代收敛，则要求g(x)在区间[a,b]上的函数值也在此区间内，因此对初值的要求较高，需要提供较为近似的初始值x0.大多数情况下需要考虑迭代法的局部收敛性，在方成根的附近取初值。

3.牛顿法(Newton’s Method)

考察一般形式的函数方程f(x)=0,首先运用校正技术建立迭代公式，设已知它的近似根xk,则自然要求校正值x(k+1)=xk+∆x能更好的满足所给方程,即

     f(xk+∆x)≈0，

将其左端用线性主部f(xk)+f’(xk)* ∆x代替,而令

f(xk)+f’(xk)*∆x=0

这是关于增量∆x的线性方程，据此定出∆x=-f(xk)/f’(xk)

从而关于校正值x(k+1)=xk+∆x有如下计算公式：

   X(k+1)=xk-f(xk)/f’(xk)

这就是著名的牛顿公式。Newton法的突出优点是速度快，但它有个明显的缺点是每一步迭代需要提供导数值f’(xk),如果函数f(x)比较复杂，致使导数的计算比较困难，那么使用牛顿公式是不方便的。

while (abs(x1 - x0)>0.0001)
{
x0 = x1;
x1 = x0 - f(x0) / f1(x0);
}

通常最高效的方法：牛顿法。它是求解方程f(x)=0的一种重要方法，它的最大优点是方程在单根附近具有较高的收敛速度，且算法逻辑简单。它还可以用于求代数方程的重根、复根。但是由于牛顿法是局部收敛的，它的收敛性依赖于初值x0的选取。并且每一步迭代除了需要计算f(Xk)外，还需要计算f(Xk)的导数，当f(x)比较复杂时（缺点明显），该方法是不方便的。

4.弦截法(Secant Method)

设f(x)在某个范围内改变不大，近似取某个定值M，即

                          f’(x)≈M

那么，牛顿公式中的导数值可以用定数M来近似的取代，而将其简化成迭代公式

                         X(k+1)=Xk-f(Xk)/M

这种简化的牛顿方法也称作平行线法，其几何意义是：用一族平行线取代切线逼近所求的根x.该方法形式简单，但其收敛性往往不能保证，因而实用价值不大.

为避开导数的计算，也可用差商(f(Xk)-f(X0))/(Xk-X0)替换牛顿公式中的导数f’(X0),得到以下离散化形式：

                         X（k+1）=Xk-f(Xk)/( f(Xk)- f(X0))*(Xk=X0)          (1)

容易看出，该公式是根据f(x)=0的等价形式

                        X=X-f(X)*(Xk-X0)/(f(X)- f(X0))

迭代公式的几何解释如图所示，记曲线y=f(x)上横坐标为Xk的点为Pk,则差商(f(Xk)-f(X0))/(Xk-X0)表示弦线P0Pk的斜率.容易看出，按照式(1)求得的X(k+1)实际上是弦线P0Pk与x轴的交点，因此这种方法称作弦截法。

while (abs(x2 - x1) > 0.001)
{
x0 = x1;
x1 = x2;
x2 = x1 - (f(x1)*(x1 - x0)) / (f(x1) - f(x0));
}

避开复杂运算的方法：弦截法。它避开了导数计算，但在收敛方面付出了不可低估的代价。弦截法是局部收敛的，仅有线性收敛速度，收敛速度比牛顿法慢，不用求导是它的优势（优点突出）。

End