【数值分析】非线性方程求根,二分法,割线法,matlab实现

2024-01-06 07:04

本文主要是介绍【数值分析】非线性方程求根,二分法,割线法,matlab实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. 基本问题

收敛阶
lim ⁡ k → ∞ ∣ e k + 1 ∣ ∣ e k ∣ r = C > 0 , r 为收敛阶 \lim_{k\to\infty} \frac{|e_{k+1}|}{|e_k|}^r=C>0 \,\,,\,\, r为收敛阶 klimekek+1r=C>0,r为收敛阶

2. 二分法

二分法是线性收敛的,如果指定精度 ϵ { \epsilon } ϵ ,则最多需要迭代步数
k = ⌈ log ⁡ 2 ( b − a ϵ ) ⌉ k= \lceil \log_2(\frac{b-a}{\epsilon }) \rceil k=log2(ϵba)⌉
matlab实现

%% 二分法例子
f = @(x) x^3-x-1;
format long
[x,i] = bisect(f,1,2,1e-5,1000)%% 二分法求非线性方程的根
% 输入函数,范围,精度,最大迭代次数
% 输出根,迭代次数
function [x,i] = bisect(f,a,b,eps,max_iter)if sign(f(a))~=sign(f(b))for i = 1:max_iter  c = a/2+b/2;if (b-a)<eps || abs(f(c))<epsx = c;breakendif sign(f(a))==sign(f(c))a = c;elseb = c;endendend
end

3. 不动点迭代加速

不动点 x = x ∗ {x=x ^{*} } x=x
x k + 1 = ϕ ( x k ) x_{k+1}=\phi(x_k) xk+1=ϕ(xk)
x k + 1 − x ∗ = ϕ ( x k ) − ϕ ( x ∗ ) = ϕ ′ ( ξ k ) ( x k − x ∗ ) , ξ k ∈ ( x k , x ∗ ) x_{k+1}-x ^{*} =\phi(x_k)-\phi(x ^{*} )=\phi'(\xi_k)(x_k-x ^{*} ) \,\,,\,\, \xi_k\in(x_k,x ^{*} ) xk+1x=ϕ(xk)ϕ(x)=ϕ(ξk)(xkx),ξk(xk,x)
let ϕ ′ ( ξ k ) = L \text{let} \,\,\, \phi'(\xi_k) =L letϕ(ξk)=L
x ∗ ≈ x k + 1 − L x k 1 − L = ϕ ˉ ( x ) x ^{*} \approx \frac{x_{k+1}-Lx_k}{1-L}=\bar\phi(x) x1Lxk+1Lxk=ϕˉ(x)
为加速后的不动点迭代格式。

6. 割线法

割线法比起牛顿迭代法不需要计算导数。
双点割线法
需要知道两个的函数初始值,不需要函数值异号。迭代公式如下:
x k + 1 = x k − f ( x k ) x k − x k − 1 f ( x k ) − f ( x k − 1 ) x_{k+1}=x_k-f(x_k) \frac{x_k-x_{k-1}}{f(x_k)-f(x_{k-1})} xk+1=xkf(xk)f(xk)f(xk1)xkxk1
收敛阶:
r = 5 + 1 2 ≈ 1.618 r= \frac{\sqrt{5}+1}{2} \approx 1.618 r=25 +11.618

matlab编程实现

%%  割线法例子
f = @(x) x-sin(x)-0.5;
[x,e,i] = cutSolve(f,1.4, 1.6, 0.01, 100)%% 双点割线法
% 输入函数,根所在的区间下限上限,精度,最大迭代次数
% 输出根,根的值,迭代次数
function [x,e,i] = cutSolve(f,a,b,eps,max_iter)x0 = a;x1 = b;for i = 1:max_iterx = -f(x0)*(x1-x0)/(f(x1)-f(x0))+x0if abs(x-x1)<=epse = abs(f(x));break;endx0=x1;x1=x;end
end

单点割线法
固定初始点,有
x k + 1 = x k − f ( x k ) x k − x 0 f ( x k ) − f ( x 0 ) x_{k+1}=x_k-f(x_k) \frac{x_k-x_{0}}{f(x_k)-f(x_{0})} xk+1=xkf(xk)f(xk)f(x0)xkx0
算是一种不动点迭代。

这篇关于【数值分析】非线性方程求根,二分法,割线法,matlab实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/575566

相关文章

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略 1. 特权模式限制2. 宿主机资源隔离3. 用户和组管理4. 权限提升控制5. SELinux配置 💖The Begin💖点点关注,收藏不迷路💖 Kubernetes的PodSecurityPolicy(PSP)是一个关键的安全特性,它在Pod创建之前实施安全策略,确保P

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者