数值计算方法——第一节方程的根的求解

方程的根的求法——交叉法，迭代法

迭代法

一、迭代法基本原理介绍

1. 迭代法的基本思想
   将方程改写成某种等价形式，由等价形式构造出相应的迭代公式，然后选择方程的某个初始近似根x_0，代入迭代公式，反复矫正，逼近所求的根的近似值，直到达到满足的精度为止。
   给定一个方程f(x)=0，要求求出这个方程的一个近似的根。我们给出计算过程：

• 将方程改写成为x=g(x)的等价形式。比如改写成：x=x+f(x)②（右边的x+f(x)就相当于g(x)）。
• 给定一个初值x_0代入②式的右端，得到x_1=g(x_0 ),x_2=g(x_1 ),x3=g(x_2)……
• 通过（2），本质是一个递推式，即上述的迭代公式：x_(k+1)=g(x_k ),k=0,1,2,3……进而我们得到一个序列{x_k }，即{x_0,x_1,x_2……x_k……}。
• 如果序列{x_k}有极限x^*，那么x*即是所求的方程的近似根。或者说按照所给的精度（比如0.001）如果偏差|x_(k+1)-x_k|<ε，ε≤0.001，那么就保证了迭代误差|x-x_k|足够小。因此|x_(k+1)-x_k|<ε往往作为迭代结束的条件。

2. 此方法的几何意义：
   y=x与y=g(x)的图像的交点——
   
3. 给出一个例子：求方程：x^3-x-1=0的根
   我们将上述方程改写成为它的一个等价形式：x=∛(x+1)
   选择初始值x_0=1.5

4. 关于迭代法中g(x)的选择的问题
虽然迭代法的思想简单，但是并不是每次都能得到根的值：g(x)的选择是关键点。还是以方程x^3-x-1=0为例，假如我们将方程改写成为另外一种形式：

我们仍取初值x_0=1.5，然后建立迭代公式：

经过迭代我们发现𝑥1=2.375，𝑥2=12.3976……一直迭代下去并没有发现序列收敛。所以𝑔(𝑥)的选择是很重要的。

有定理：设方程x=g(x)，在(a,b)内有根x，满足李普希兹(Lipschitz)条件：即对(a,b)内任意的x_1，x_2 都有：

其中q为一个确定的正数，且q<1。那么方程在(a, b)内有唯一的根。
且迭代公式：

对于任意初始近似值x_0均收敛于方程的根x
需要说明三点：
①要验证g(x)满足李普希兹条件是比较困难的，若g(x)可微，可以利用充分条件

来替代李普希兹条件。否则不一定能满足求出收敛的根x*。
②迭代的终止条件：|x_(k+1)-x_k|<ε。
③在上面我们已经说过，确定g(x)是比较重要的。选取不当的话，迭代的结果不会收敛。最一般地，g(x)可以写成这种形式：
x+α(x)f(x)；
即方程x=x+α(x)f(x)的形式，这样可以通过选取α(x)，使其满足①中给出的充分条件。

二、常用的确定g(x)的方法

1.牛顿法（Newton-Raphson Method）
（1）在牛顿法中，我们选择

（2）迭代公式：

（3）牛顿法确定g(x)的几何意义：做x_0这点的切线，切线与x轴交点为x_1，后面以此类推……

2.弦截法（Secant Method）
（1）在弦截法中，递推公式为：

交叉法

一、交叉法概述

这是一类求根方法，对于连续的𝑓(𝑥), 现在已知𝑓(x_1)𝑓(x_2) < 0，那么在x_1与x_2之间一定有一点𝑥满足𝑓(𝑥) = 0，即 𝑥 ∈ (x_1, x_2)，（这里不妨设x_1 < x_2） 我们可通过不断减小这个区间的范围,从而找到𝑥的数值解。

二、 交叉法的具体方法

• 逐步求根法
• 二分法
• 比例求根法

方法过程：

1. 设𝑓(𝑎) < 0, 𝑓(𝑏) > 0
2. 对于上述的三种方法：
   逐步求根法：
   c=a+h (h为步长)
   二分法：
   c=(a+b)/2
   比例求根法：
3. 计算𝑓(c）
   若𝑓(c）> 0，则令a=c
   若𝑓(c）< 0, 则令b=c
   若𝑓(c）= 0, 则x=c，结束
4. 返回步骤2

三、例题分析
例1：分别用二分法、牛顿法、弦截法求下列方程的根，并分别画出几种方法所求根的收敛速 度对比图（即画出相对误差随迭代步数的变化趋势图）以下给出Matlab代码。

1. f(x)=cos⁡x-x

function y=f(x)
%编辑方程式
y=cos(x)-x;

①二分法：

function [c,k,iteration]=half(a,b,epsilon)
%默认取中点为数值解
iteration=zeros(19,1);
k=0;%迭代次数
result=test;
% result是零点，即方程的解
myResult=0;
c=0;
while(abs(myResult-result)>epsilon)
    c=(a+b)/2;
    if f(a)*f(c)<0
        b=c;
    elseif f(b)*f(c)<0
        a=c;
    end
    myResult=c;
    k=k+1;
    iteration(k)=abs(myResult-result)/result;
end
x=1:k;
plot(x,iteration,'-b');
grid on
xlabel('迭代次数');
ylabel('相对误差');
legend('二分法求解');

②牛顿法

function [k,x1]=newton(x0,epsilon)
%牛顿法求根
result=test;
%result为根的值；
syms x
g=cos(x)-x;
f1=subs(diff(g),x,x0);
x1=x0-f(x0)/f1;
k=1;
iterater=zeros(5,1);
while (abs(x0-x1)>=epsilon)
    x0=x1;
    f1=subs(diff(g),x,x0);
    x1=x0-f(x0)/f1;
    myResult=x1;
    iterater(k)=abs(myResult-result)/result;
    k=k+1;
end
k1=1:k;
plot(k1,iterater,'-.r')

③ 弦截法

function secant(x0,x1,epsilon)
%弦截法求根
x2=x1-(x1-x0)*f(x1)/(f(x1)-f(x0));
k=1;
while(abs(x2-x1)>=epsilon)
    x0=x1;
    x1=x2;
    x2=x1-(x1-x0)*f(x1)/(f(x1)-f(x0));
end
k
x2