非线性方程的数值解法：牛顿法及牛顿下山法（含Matlab程序）

牛顿法及牛顿下山法

简介：牛顿迭代法是求解单变量非线性方程f(x)=0中最实用的方法，该方法在单根附近二阶收敛。但应用时要选用较好的初值x0近似才能保证迭代收敛。为克服这一缺点，可使用牛顿下山法。下面对牛顿迭代法和牛顿下山法的概念、基本思想、程序实现及例题做进一步介绍。

一、牛顿法

1、定义及定理

如果函数f（x）在[a,b]上有二阶导数，f(a)*f(b)<0，且f'(x)与f"(x)在[a,b]上不变号，则有f(x)在[a,b]内有且仅有唯一的实根。此时，可以构造一种常用的切线迭代法来求方程根的近似值，这种方法称为Newton迭代法。

2、基本思想

首先选取函数值与二阶导数同号的端点，做曲线f(x)的切线，此切线与x轴交于[a,b]内一点x1;在做曲线f(x)对应于点x1的切线并交于x轴与另一点x2;依次类推，切线与x轴的交点将快速逼近函数f(x)的零点。此时，将切线与x轴的交点作为方程的近似根。适用情况如下图所示。

误差分析：当时，。其中m=min{|f'(a)|,|f'(b)|}。详细推导参照《高等数学简明教程上》，马知恩著。

具体步骤：

步1：选定初始近似值x0，计算f0=f(x0),f'0=f'(x0)。注意：取迭代初值x0，一般取x0=a，或x0=b(要求f(x0)与f''(x0)同号)。

步2：迭代。按公式