1.2方程求根之不定点迭代法

目录

前言

本章节讲的是另一种基础的求解方程的方法,不定点迭代法。

(一)不定点迭代法的分析

1.定义:

一般地,为了求解非线性方程:

[f(x)=0 ]

将其转换为等价的形式:

[x = varphi(x) ]

其中$varphi(x) $ 称为迭代函数。由于(1)与(2)具有相同的解:

则构造迭代公式有:

[x_{k+1} = varphi(x_k), k=0,1,2··· ]

给定初值(x_0) ,并且(varphi(x)) 是连续函数,则有:

[x^* = lim_{k o infty} x_{k+1} = lim_{k o infty} varphi(x_{k})= varphi(lim_{k o infty} x_{k}) = varphi(x^*) ]

可得(x^*) 是方程的(4)的解,也是方程(1)(f(x)=0) 的解。

上面的方法就称为:不定点迭代法

2.条件:

  1. (varphi(x)) 在[a,b]内连续,在(a,b)内可导。
  2. 对于任意的(x in [a,b]) ,则有(varphi(x) in [a,b])
  3. 在[a,b]内,存在一个常数L(0<L<1),使得(|varphiprime(x)|leq L < 1),局部收敛

3.思想:

在收敛函数的前提下,不断的逼近真实值,直到满足我们的精度要求。

如下图,我们可以看到,给定初始值(p_0)后,经过几次的迭代,取值P很逼近两函数的交点,也就是方程的解。

思想.jpg

4.误差:

要使(x^*-x_k leq varepsilon) ,只需要(|x_{k+1}-x_k| leq varepsilon)

即可以用迭代前后两次的近似根的绝对值大小,来判断(x_k)使否满足精度要求,从而终止迭代的条件。

(二)代码实现

1.流程图:

不定点迭代法.jpg

2.源代码:

(1)feval函数:

def feval(string, a):
    """
        根据值来计算数学表达式。
    :param string: 含有x未知数的数学表达式
    :param a: 自变量x的具体数值
    :return:  数学表达式的计算结果
    """
    count = string.count("x")
    string = string.replace('x', '%f')
    t = (a, ) * count
    result = eval(string % t)
    return result

(2)不定点迭代法:

"""
    不定点迭代法,不断的逼近求解的方法
"""
from my_math.func_math import feval


def item_fun(expr, x_0, r):
    """
        不定点迭代法求解方程的根
    :param expr: 迭代函数的表达式
    :param r: 误差
    :return: 结果值
    """
    k = 0
    # 第一次两点的差距
    x_1 = feval(expr, x_0)
    x_2 = feval(expr, x_1)
    f_1 = abs(x_2 - x_1)

    # 第二次两点的差距
    x_1 = feval(expr, x_2)
    x_2 = feval(expr, x_1)
    f_2 = abs(x_2 - x_1)

    # 判断迭代函数是否收敛
    if f_1 <=  f_2:
        print("函数不收敛")
        result = None
    else:
        while abs(x_2-x_1) > r:
            x_1 = feval(expr, x_2)
            x_2 = feval(expr, x_1)
            k += 1
            print('*' * 20)
            print("次数", k)
            print("x_k", x_1)
            print("x_(k+1)", x_2)
        result = x_2
    print("最后的结果是:", result)
    return result


if __name__ == '__main__':
    item_fun("1+1/(x**2)", 1.45, 10**-15)
    # 最后的结果是: 1.4655713791984073

(三)案例演示

1.求解:(f(x)=x^3-x-1=0)

(1)迭代函数的选择

(f(x)​)转化为等价的两种形式

[x=varphi_1(x)=sqrt[3]{x+1} ]

[x = varphi_2(x)=x^3-1 ]

1)(f(x)) 的图像:

01.1.png

01.2.png

可知,其在1.2~1.4之间有解决。

2)(varphi_1(x)=sqrt[3]{x+1}) 的图像:

01.png

02.png

函数收敛,取其初始值是:1.4

3)(varphi_2(x)=x^3-1)的图像:

03.png

04.png

函数不收敛,不满足要求。

(2)运行结果

1)对于(x=varphi_1(x)=sqrt[3]{x+1}) 有:

要求其误差是:不超过10^-5

初始值是:1.4


次数: 1
x_k: 1.324736389945562
x_(k+1) :1.3247213843988477


次数 2
x_k: 1.324718535206007
x_(k+1) :1.324718155312702
最后的结果是: 1.324718155312702

取其结果是:1.32472
2)对于(x = varphi_2(x)=x^3-1)有:

函数不收敛
最后的结果是: None

2.求解:(f(x)=x^3-x^2-1=0)

(1)函数的选择

将函数转化为下面几种等价的形式

[x=varphi(x_1)=1+frac{1}{x^2} ]

[x=varphi(x_2)=sqrt[3]{1+x^2} ]

[x=varphi(x_3)=frac{1}{sqrt{x-1}} ]

[x=varphi(x_4)=sqrt{x^3-1} ]

[x=varphi(x_5)=frac{1}{x^2-x} ]

(f(x)​) 的图像

06.png

05.png

可知,其在1.0~1.5之间有根。

(2)运行结果

要求其误差是:不超过10^-5

初始值是:1.5

1)对于(varphi(x_1)=1+frac{1}{x^2})

次数: 1
x_k: 1.4620902736993255
x_(k+1): 1.4677909186639455


…………


次数: 9
x_k: 1.465568837830036
x_(k+1): 1.4655726498903963
最后的结果是: 1.4655726498903963

取其结果是:1.46557
2)对于(varphi(x_2)=sqrt[3]{1+x^2})

次数: 1
x_k: 1.466243022306503
x_(k+1): 1.4658768155675745


…………


次数: 4
x_k: 1.4655770399093733
x_(k+1): 1.4655738557111386
最后的结果是: 1.4655738557111386

取其结果是:1.46557
3)对于(varphi(x_3)=frac{1}{sqrt{x-1}})

函数不收敛
最后的结果是: None

取其结果是:无
4)对于(varphi(x_4)=sqrt{x^3-1})

函数不收敛
最后的结果是: None

取其结果是:无
5)对于(varphi(x_5)=frac{1}{x^2-x})

函数不收敛
最后的结果是: None

取其结果是:无

3.求解:(f(x) = x^2-3=0)

(1)函数的选择

将函数转化为下面几种等价的形式

[x = varphi(x_1)=x^2+x-3 ]

[x = varphi(x_2)=frac{3}{x} ]

[x=varphi(x_3)=x-frac{1}{4}(x^2-3) ]

[x=varphi(x_4)=frac{1}{2}(x+frac{3}{x}) ]

(f(x)​)的图像

07.png

08.png

可知,函数有两个根,其在-2与2附近之间有根。

(2)运行结果

要求其误差是:不超过10^-5

初始值是:-2与2

1)对于:(varphi(x_1)=x^2+x-3)

函数不收敛
最后的结果是: None

取其结果值:无
2)对于:(varphi(x_2)=frac{3}{x})

函数不收敛
最后的结果是: None

取其结果值:无
3)对于:(varphi(x_3)=x-frac{1}{4}(x^2-3))

当初值为2时。


次数: 1
x_k: 1.732056325884
x_(k+1): 1.732051503216
最后的结果是: 1.732051503216

取为:1.73205

当初值为-2时。


次数: 1
x_k: 1.7079058866077501
x_(k+1): 1.728670273791


次数: 2
x_k: 1.731595007775
x_(k+1): 1.73198968899375


次数: 3
x_k: 1.7320426599749998
x_(k+1): 1.7320497615377501
最后的结果是: 1.7320497615377501

取为:1.73205

取其结果值:1.73205
4)对于:(varphi(x_4)=frac{1}{2}(x+frac{3}{x}))

初始值是:2.0时,

最后的结果是: 1.7320508075688879

取为:1.7205

初始值是:-2.0时,

最后的结果是: -1.7320508075688879

取为:-1.73205

取其结果值:1.73205与-1.73205

作者:Mark

日期:2019/02/18 周一

原文地址:https://www.cnblogs.com/zyg123/p/10395478.html