第二章 内容回顾

非线性方程的数值解法
 §2.1.1 引言
 方程求根特点
 1. 根的存在性
 2. 根的分布（有根区间）
 3. 根的精确化
 定理 2-1 ：设函数 f(x) 在 [a, b] 内连续，且 f(a)*f(b)<0 ，
则在 [a, b] 内 f(x)=0 至少有一个根。 有根区间
 定理 2-2 ：设函数 f(x) 在 [a, b] 内连续，严格单调，
且 f(a)*f(b)<0 ，则在 [a, b] 内 f(x)=0 有且仅有一个根。
隔根区间

2
§2.1.2 二分法
 二分法（ Bisection Method ）又叫对分法，是
一种直接法，直观、简单。
 一 . 原理：定理 2-2
 二 . 过程：将区间对分，判别 f (x) 的符号，逐步
缩小有根区间。
 三 . 方法：
 四 . 二分法收敛性

3
§2.2.1 迭代法
 一 . 迭代格式的构造
改写方程： f ( x )  0  x  g( x ) 且 g 连续。
建立迭代格式：x n1  g( xn ) ，得到序列 xn 

若 x n 收敛，必收敛到 f ( x )  0的根：
lim xn 1  lim g ( x n )  g ( lim x n )
n  n  n 

若 x n 收敛，即 lim x n  x ，则：

n 

x   g( x  )  f ( x  )  0

4
§2.2.1 迭代法
 四 . 整体收敛性
考虑方程 x  g( x ), g ( x )  C [a , b], 若
(1)当x  [a , b]时, g ( x )  [a , b];
( 2)0  L  1使得 g ( x )  L  1对x  [a , b]成立。
则任取 x0  [a , b], 由x k 1  g ( x k )得到的序列x k k  0 收敛


于g ( x )在[a , b]上的唯一不动点。并且 有误差估计式：

1
(a ) | x *  x k |  | x k 1  x k |
1 L
Lk
(b ) | x *  xk |  | x1  x0 |
1 L
x *  x k 1
且存在极限 lim  g  x *
k  x *  x
k

5
§2.2.1 迭代法
 五 . 局部收敛性
如果函数 g( x ) 在 x * 的一邻域 O( x*,  *) 内连续
可微， x * 为方程 x  g( x ) 的根，且 g ( x )  1，
则存在正数 ，   *，
使得对任意 x0  [ x *  , x *  ]，
迭代序列 x n1  g ( x n ) ( n  0,1,2...) 收敛于 x * 。

证明思路：
取[a , b]  [ x *  , x *  ]，于是只要验证全局收 敛性定理中
条件“当 x  [a , b]时， g ( x )  [a , b]”成立，定理即得证。

6
§2.3 牛顿迭代法
 本节内容 解 f(x)=0 的 Newton 迭代法
 一. 迭代格式的构造
 二. Newton迭代法的几何意义
 三. Newton迭代法收敛定理
 四. 牛顿迭代法N-S图
 五. 简化牛顿法
六 . 牛顿下山法

7
§2.3 牛顿迭代法
 牛顿迭代法（ Newton - Raphson Method ）
一般迭代法的特例，且迭代函数有固定的形
式。
 一 . 迭代格式的构造
 1. 原理
 构造 g(x) 的一条重要途径：用近似方程代
替原方程求根。
 牛顿法是将非线形方程线性化。

8
§2.3 牛顿迭代法
 2. 方法 ——Taylor 展开线性化（重要思想）
设x k 是f ( x )  0的一个近似根，将 f ( x )在x k 处做一
阶Taylor ( 泰勒)展开：
f ( x k )
f ( x )  f ( xk )  f ' ( xk ) ( x  xk )  ( x  xk )2  
2!
f ( x )  f ( xk )  f ' ( xk ) ( x  xk )
f ( x )  0近似于 f ( x k )  f ' ( x k ) ( x  x k )  0
设f ' ( x )  0，解出 x记为x k 1，则
f ( xk )
x k 1  xk  ( k  0,1,2, )
f ' ( xk )
9
§2.3 牛顿迭代法
二 . Newton 迭代法的几何意义
过( x k , f ( x k ) )切线 y  f ( x k )  f ' ( x k ) ( x  x k )
与y  0 求交点，解出 x  x k 1，则
f ( xk ) 实际上牛顿迭
xk 1  xk 
f ' ( xk ) 代公式是曲线
在 xk 点上的切
线与 x 轴交点
的横坐标，即
用切线与 x 轴
交点的坐标近
似代替曲线与
x 轴的交点坐
标，故也称切
线法。
10
§2.3 牛顿迭代法
 三 . Newton 迭代法收敛定理
1. 收敛的充分条件
有根
设 f C [a, b] ，若
2
根唯一
(1) f (a) f (b) < 0 ；
(2) 在整个 [a, b] 上 f ” 不变号且 f ’(x)  0 ；
(3) 选取 x0  [a, b] 使得 f (x0) f ”(x0) > 0 ；
则牛顿法产生的序列 { xk } 收敛到 f (x) 在 [a,
b] 的唯一根。
证明：以 f ( x )  0, f ( x )  0, 产生的序列单调
有界 , 保证收敛 .
f ( x 0 )  0为例证明(其它情况类似 )
11
§2.3
将f ( )在牛顿迭代法
x 处泰勒展开k

f " ( k )
f ( )  f ( x k )  f ' ( x k )(  x k )  (  x k ) 2  0
2!
f ( xk ) f " ( k )
   xk   (  x k ) 2
f ' ( xk ) 2 f ' ( xk )
f " ( k )
 x k 1  (  x k ) 2  x k  1
2 f ' ( xk )
说明数列x n1 有下界 
f ( xk )
又x k 1  xk   x k，故 x k 1 单调递减。
f ' ( xk )
 x k 1 收敛。设 lim x k 1  x，
n 

f ( x)
则得到 x  x  , f ( x )  0, x  
f '( x)
12
§2.3 牛顿迭代法
2. 局部收敛性
设 f  C 2 [a , b], 若x * 为 f ( x ) 在 [a , b] 上的根 , 且
f ( x*)  0, 则存在 x * 的邻域 S ( x*) 使得任取初
值 x0  S ( x*)，牛顿法产生的序列  x k  收敛到
x *，且满足
x *  x k 1 f ( x*)
lim 
k  ( x *  x )
k
2
2 f ( x*)

13
§2.3 牛顿迭代法一种特殊的不动点迭代
证明：牛顿法事实上是
f ( x) 此时可直接使用
其中g ( x )  x  ，则
f ( x ) 定理 2-5
f ( x*) f ( x*)
g ( x*)   0  1  收敛
f  ( x*)
2

由 Taylor 展开：
f ( k )
0  f ( x*)  f ( x k )  f ( x k )( x *  x k )  ( x *  xk )2
2!
f ( xk ) f ( k )
 x*  x k   ( x *  xk )2 在单根 /*simple
f ( x k ) 2! f ( x k )
root */ 附近收敛
xk 1 快
x *  x k 1 f ( k ) 只要 f ’(x*)  0 ，则令
k
  
( x *  xk )2 2 f ( x k )
可得结论。
14
§2.3 牛顿迭代法
3. x 的选取对牛顿法收敛性的影响
0

即：牛顿法的收敛性依赖于 x0 的选取。
取 x0 使 f ( x0 )f'' ( x0 )>0 ，则收敛速度增
大。常
用二分法获取初值 x0 ，再进行迭代求解。
迭代过程中若 f’(x0)≈0 或迭代次数超过某个
上
界 M, 仍达不到要求的精度 , 则迭代计算
x x x
失败。
0 0 0
x*

15
§2.3 牛顿迭代法
例1：
x
用牛顿法求 f ( x )  e 4
( 2  x )  1  0 的根。
解：显然， f (0)  f ( 2)  0, 方程于[0,2]内有一根。
x
求导f ( x )  e 4
( x  6) / 4
牛顿法计算公式为
xk

e 4
( 2  xk )  1
x k 1  x k  xk
（k  0,1,2, ）

e 4
( x k  6) / 4
(1)取x 0  1.0，计算结果见下页左表 。
( 2)取x 0  8.0，计算结果见下页右表 。
16
§2.3 牛顿迭代法
k xk k xk
0 1.0 0 8.0
1  1.155999 1 34.778107
2 0.189438 2 869.1519
3 0.714043
4 0.782542
5 0.783595
6 0.783596 发散
求得近似根 x*  0.783596, f ( x6 )  3.8  10  8 。
说明当初值 x0 选取靠近根 x * 时牛顿法收敛且收敛较 快，当初
值x0不是选取接近方程根时 ，牛顿法可能会给出发 散的结果。

17
§2.3 牛顿迭代法
 改进与推广
 弦截法 /* Secant Method */
 下山法 /* Descent Method */ ：牛顿法局部微
调

18
§2.3 牛顿迭代法
 四 . 牛顿迭代法 N-S 图

定义函数 f(x)=….
定义导数函数
f1(x)=….
读入数据 x0,eps
x= x0-f(x0)/f1(x0), k=1
|x-x0|>=eps
输出 k,
x
k=k+1
x0=x
x= x0-f(x0)/f1(x0)
结束
19
§2.3 牛顿迭代法
 五 . 简化牛顿法

牛顿法需计算 f '(xk) ，若用一个给定常数值 c 代 f

'(x) ，
则 xk+1=xk-f(xk )/c
要使该式收敛，则
g(x) = x-f(x)/c
g'(x) = 1-f '(x)/c
g'(x)=1-f '(x)/c<1
即 0<f '(x)/c<2
取 c 与 f '(x) 同号，且 f '(x)/c<2 即可，这是切线方程
的固定斜率。 20
§2.3 牛顿迭代法
 六 . 牛顿下山法
 通常，牛顿迭代法的收 敛性依赖于初始
值 x0 的选取，如果 x0 偏离所求的根 x * 比较远，
则牛顿法可能发散。为 了防止迭代发散，我
们对牛顿迭代法的迭代 过程再附加一项要求，
即具有单调性
f ( xk 1 )  f ( xk )
满足这项要求的算法称 下山法。

21
§2.3 牛顿迭代法

将牛顿迭代法与下山法 结合起来使用，
即在下山法保证函数值 下降的前提下，用
牛顿迭代法加快收敛速 度。把这一算法称
为牛顿下山法。即
f ( xk )
xk 1  xk  
f ( xk )
其中 （0    1）为下山因子

22
§2.3 牛顿迭代法
下山因子的选择是个逐 步探索的过程，
设从   1 开始反复将  减半进行试算，即
逐次取  为
1 1
1， ， 2 ，

2 2
从中挑选下山因子，直 到找到其中某个 
使单调性条件
f ( xk 1 )  f ( xk )
成立，则称“下山成功 ”，否则“下山失败” ，
这时需另选初值重算。 P43 ：例 2-
17 23
§2.4 弦截法
 本节内容
一 . 引入意义 正割法
二 . 弦截法基本思想
三 . 弦截法几何意义
四 . 弦截法算法实现

24
§2.4 弦截法
 一 . 引入意义
 牛顿迭代法虽然具有收敛速度快的优点，但每迭
代一次都要计算导数 f ( x k ) f, (x
当)
比较复杂时 , 不仅每次计算
f ( x k ) 带来很多
不便，而且还可能十分麻烦，如果用不计算导数
的迭代方法，往往只有线性收敛的速度。本节介
绍的弦截法便是一种不必进行导数运算的求根方
法。弦截法在迭代过程中不仅用到前一步 xk
处的函数值，而且还使用
xk 1 处的函数值
来构造迭代函数，这样做能提高迭代的收敛速度。

25
§2.4 弦截法
 二 . 弦截法基本思想
为避免计算函数的导数 f ( x k )，使用差商
f ( xk )  f ( xk 1 )
( xk  xk 1 )
代替牛顿公式中的导数 f ( x k )，即得到迭代公式
f ( xk )
xk 1  xk  ( xk  xk 1 )
f ( xk )  f ( xk 1 )
( k  1,2,)
称为正割法迭代公式， 相应的迭代法称为正割 法。

26
§2.4 弦截法
 三 . 弦截法几何意义
正割法也称弦截法，其 几何意义是用过曲线上 两
点P0 ( x0 , f ( x0 ))、P1 ( x1 , f ( x1 ))的割线来代替曲线，
用割线与 x轴交点的横坐标作为方 程的近似根 x2
再过P1点和点P2 ( x2 , f ( x2 )) P1

作割线求出 x3，再过 P2点 y=f(x)

和点P3 作割线求出 x4，依

x0 x2 x3 x1
此类推，当收敛时可求 出 x *

P3
满足精度要求的 xk P0 P2

27
§2.4 弦截法
 例：用弦截法解方程的根
3
x  3x  1  0
f (x k )
由弦截法 xk 1  xk  (x k  x k  1 )
f (x k )  f (x k  1 )

取初值 x 0  0.5,得
弦截法迭代 5 次
x0=0.5; x1=0.4; x4 = 0.3472965093
-8
x2 = 0.3430962343 x5 = 0.3472963553 达到精度 10
x3 = 0.3473897274 x6 = 0.3472963553

28
 输 入 x 0 , x 1 ,,ε ,N

§2.4 弦截法 1 k

 四 . 弦截法算法实现 f (x0)  0 ?
y
x0  x 2

n
y
f (x1)  0 ? x1  x 2

n
y

k+ 1 k f (x1)  f (x0)  0 ?
x1  x0 n
x2  x1
f(x f (x1)
1) f(x 0) x1  (x1  x0)  x 2
f(x 2)  f(x 1)
f (x1)  f (x0)

y
x 2  x 1   ?

n
y
k< N ?
n
输 出 奇
输 出 迭 代 输 出 x 2 异 标 志 输 出 x 2
失 败 标 志

结 束

29
小结
 §2.1.1 引言
 §2.1.2 二分法
 §2.2.1 迭代法
 §2.2.2 迭代法的收敛速度和加速方法
 §2.3 牛顿迭代法
 §2.4 弦截法

30
第二章 作业
 1
 3
 6
 16

31