python二分法求方程的根_科学计算第12讲(Jacobi方法求正定矩阵特征值和特征向量，二分法和迭代法解求非线性方程的根)...

9.4Jacobi方法

适用：求实正定对称矩阵得全部特征值和特征向量.

思想：对于实对称矩阵

，存在正交矩阵

使得

是对角矩阵，对角线元素就是

的特征值，

的第

列就是对应

的特征向量.

如何找正交矩阵？

以二阶矩阵为例

考虑二次型

希望通过坐标旋转将

变为标准型

.

取

那么

.

一般地，对于

阶矩阵， 把它看做许多2阶矩阵，找到某个非对角元素中的

,然后用正交变换把

变为0，变换矩阵如下

我们是否能够每次都将其中两个

变成0最终得到对角矩阵？（

需要分析）

困难点：当我们一次将其中两个非对角元素变为0后，下一次将其它两个非对角元素变为0时，前一次的非对角元素可能会变为非0.

但是，我们发现非对角元素平方和

有如下递推关系

也就是说非对角元素平方和不断减少，最终趋于0！

古典Jacobi方法：每次选取非对角元素最大的，利用正交变换将其变为0.

此时

是非对角元素中最大的，有

那么

所以

Jacobi方法小结：

• 求实对称正定矩阵全部特征值和特征向量.
• 不断正交变换取极限得过程.
• 古典Jacobi方法每次选取模最大非对角元素，费时间；也可以按某种次序，比如从上到下从左到右.
• 精度高，特征向量正交性好.
• 不适合大规模稀疏矩阵，因为正交变换后会变得不稀疏.

第十章、非线性方程求根

10.1二分法

定理基础：连续函数函数值异号的两点之间至少有一零点.

步骤：选取区间中点，如果就是根则结束，否则看中点与左右哪个函数值异号，就与哪个一起作为新的区间，重复过程直到区间达到精度或找到根.

注意：考虑舍入误差，判断中点是否为根时不用

，而用

下图例子说明，用

作为停止条件有时误差会很大

误差估计：

给定精度

，则二分次数有如下关系式

二分法小结：

• 最简单，易于实现
• 对函数性质要求不高，仅要求连续和函数值异号
• 不能求偶数重根和复根，收敛速度与
  的等比数列相同，不算快

因此，二分法在应用时不单独使用，而用来为其他方法提供近似初始根.

10.2迭代法

思路：将

改写为等价形式（不唯一）

，利用初始值及迭代公式

得到一串收敛于方程根的序列.

自然想到迭代法的结束条件：

，有无道理呢？

定理 设函数

满足下面条件

时，

.（保证迭代能进行下去）

利普西斯条件，且利普西斯常数满足

.

则

在区间

有唯一解，并且迭代

收敛，有如下误差估计式

证明

解的存在性：

构造辅助函数

，它是连续的，根据第一个条件有

根据连续函数零点存在定理可知有解.

解的唯一性：

假设

，利用利普西斯条件得

即

，所以解唯一.

收敛性：

利用利普西斯条件

归纳得

因为利普西斯常数小于1，所以

.

误差估计：

与线性方程组迭代解法证明类似，当时是矩阵的某个范数小于1，这里是利普西斯常数小于1.