数值计算之非线性方程求根

一、实验内容

 二、实验过程

（一）非线性方程求根

1.定理

高于4次的代数方程无精确的求根公式。

2.方法

①二分法②不动点迭代法③牛顿迭代法④弦截法⑤黄金值分割法

（二）二分法

1.定义

用近似方法求方程的根需要知道方程的根所在区间

隔根区间：如果在区间[a, b]内只有方程f(x)=0的一个根，则称[a, b]为隔根区间。

2.二分法的基本思想

通过计算隔根区间的中点，逐步将隔根区间缩小，从而可得方程的近似根。

二分检索和二分法很相似，不过二分查找要求数组有序，在非线性方程求根里面就是要求函数单调。不过二分搜索不要求函数单调。因为随着区间长度减半，如果能够求出满足精度的近似解，不断减半的区间内，函数终会单调。

二分法只适合求单根，在有根区间内只能存在一个根才行。在给定的有根区间上应用二分法总是可以得到足够精确的近似根。但随着有根区间的缩小，精度提高的越来越慢。所以二分法通常用于求其它算法的初始近似根。

3.步骤

设f(x)=0的隔根区间是[a, b]，且f(a)<0, f(b)>0。

(1) 输入a, b, eps，计算f(a)

(2) 计算x=(a+b)/2，若f(a)* f(x)<0，则b=x，否则a=x

(3) 若|a-b|<eps，则停止循环，x即为所求根，否则转(2)

4.代码

//二分法
//a是隔根区间左边界，b是右边界，eps是误差，m是最大迭代次数 
double Bisection(double f(double x), double a, double b, double eps,int *m) 
{
    double x1, x2, mid;
    x1 = a;
    x2 = b;
    do
    {
        mid = (x1 + x2) / 2;// 算中值 
        if (f(x1) * f(mid) < 0)
        {
            x2 = mid;
        }
        else if (f(x2) * f(mid) < 0)
        {
            x1 = mid;
        }
        (*m)--; 
    } while (fabs(f(mid)) >= eps&&*m);// 递归计算
    return x2;
}

5.优缺点

优点：运算简单，易于实现。对函数f(x)要求不高，只要求其在[a, b]上连续。

缺点：不能用于求复根及偶数重根。收敛速度较慢(因为每步误差是以1/2因子下降)。

（三）不动点迭代法

1.简单迭代法

 2.基本思想

几何含义：求曲线y=g(x)和y=x的交点

 3.步骤

①给出方程的局部等价形式

 ②取适合的初值x0

③计算x1=g（x0）

④若|x1-x0|<=eps，则停止迭代，输出x1 

⑤若迭代次数超过m，则方法失败；否则x0=x1转3

4.代码

// 不动点迭代法 
double FixedPointIteration(double f(double x), double x0, double eps,int *m)
{
    double x1;
    double d = 0;
    do
    {
        x1 = f(x0); 
        d = x1 - x0; 
        x0 = x1;  
        (*m)--;
    } while (fabs(d) >= eps); // 在精度范围内迭代，防止溢出
    return x1;
}

5.优缺点

优点：运算简单，易于实现。若迭代公式收敛，只要迭代次数足够，可使结果达到指定精度

缺点：需选取合适的迭代次数

（四）牛顿迭代法

1.基本思想及介绍

Newton迭代法的优点在于，在单根附近具有平方收敛，而且可以求重根、复根。基本思想是将非线性方程转换为线性方程，又因为这是根据导数进行计算，又被称为切线法。

 

2.步骤

3.代码

// 牛顿迭代法 
double NewtonRaphson(double f(double x), double df(double), double x0, double eps,int *m)
{
    double x2;
    x2 = x0 - f(x0) / df(x0); 
    do
    {
        x0 = x2;
        x2 = x0 - f(x0) / df(x0); // 收敛性迭代计算
    } while (fabs(x2 - x0) >= eps&&*m);
    return x2;
}

4.优缺点

由Newton迭代法构造过程可知，初始值x0须足够靠近x*才能保证迭代函数的导函数变化不大，此时用 f‘作为其近似才会有较好的收敛性。如果初始值远离 x*迭代过程未必收敛。所以Newton迭代通常与其它算法配合使用。比如在找到有根区间后，用二分法求到一个相当接近于 x*的近似根作为 x0再启动Newton迭代过程，以达到加速收敛的效果.

优点：具有二阶收敛速度

缺点：对初值非常敏感、需要求导数

（五）弦截法

1.定义

弦截法是以与曲线弧AB对应的弦AB与x轴的交点横坐标作为曲线弧AB与x轴的交点横坐标的近似值μ来求出方程的近似解。该方法一般通过计算机编程来实现。弦截法的原理是以直代曲即用弦（直线）代替曲线求方程的近似解，也就是利用对应的弦 与 轴的交点横坐标来作为曲线弧 与 轴的交点横坐标 的近似值。

2.原理

方程实数解的几何意义是曲线与x轴交点的横坐标。弦截法的原理是以直代曲即用弦（直线）代替曲线求方程的近似解，也就是利用对应的弦AB与x轴的交点横坐标来作为曲线弧AB与x轴的交点横坐轴的近似值。

3.步骤

 4.代码

//弦截法 
double Secant(double f(double x), double x0, double x1, double eps,int *m)
{
    double x2;
    x2 = x0 - f(x0) * (x0 - x1) / (f(x0) - f(x1));// 获取与参数x，x1相对应的函数值 
    do
    {
        x1 = x0;
        x0 = x2;
        x2 = x0 - f(x0) * (x0 - x1) / (f(x0) - f(x1));
    } while (fabs(x2 - x0) >= eps&&*m);
    return x2;
}

5.优缺点

优点：不需要求导数噢~

缺点：对初值非常敏感，而且比牛顿法收敛慢 

（六）黄金值分割法

1.基本思想

黄金分割法是建立再区间消去法原理基础上的试探方法，即在搜索区间[a,b]内适当插入两点c、d，并计算其函数值。c、d将区间分成三段，通过比较函数值大小，删去其中一段，使得搜索区间得以缩小。然后在保留下的区间上作同样的操作。这样子迭代下去，搜索区间逐渐缩小，当满足预先给定的精度时，即获得所求。

2.步骤

①给定区间[a,b]及误差eps;

②计算c=a+0.382(b-a), d=a+0.618(b-a);

③若f(c)>f(d)转④否则转⑤;

④若d-c<eps ，则转⑥，否则a=c, c=d, d=a+0.618(b-a)，转③;

⑤若d-c<eps ，则转⑥，否则b=d, d=c, c=a+0.382(b-a)，转③。

⑥若f(c)<f(d)输出c,否则输出d

3.代码：

// 黄金值搜索法 
double GoldenSection(double f(double x), double a, double b, double eps,int *m)
{
    double fc, fd, c, d;
    c = a + 0.382 * (b - a);
    d = a + 0.618 * (b - a);
    fc = (*f)(c);
    fd = (*f)(d);
    while (d - c >= eps && *m)//在精度范围内进行计算，以防止溢出
    {
        if (fc > fd)
        {
            a = c;
            c = d;
            d =  a + 0.618 * (b - a);
        }
        else
        {
            b = d;
            d = c;
            c = c = a + 0.382 * (b - a);
        }
        fc = (*f)(c);
        fd = (*f)(d);
        (*m)--;
    }
    return fc < fd ? c : d;//Return gold value
}

 4.评价

黄金值搜索的方法仅需要计算函数值, 适用范围广, 使用方便。好耶ヽ(✿ﾟ▽ﾟ)ノ！

三、实验结果

如图所示啦~

 那么，就到此为止吧，再写，就不礼貌了（bushi）

四、实验感悟

        解决一个问题的方法有很多，基本的思想也有互通之处，在求解问题的过程中成功完成了实验，虽然略显粗糙，但是也加深了我对数值分析的理解，还有使用指向函数的指针的能力（hhhh）。最后一次数值计算实验报告啦，感谢！