非线性代数方程组的求解方法与实践
1. 二分法误差分析
在二分法中,如果将包含解的当前区间长度视为误差 $e_n$,那么 $e_{n + 1} = \frac{1}{2}e_n$,即收敛阶 $q = 1$ 且 $C = \frac{1}{2}$。然而,若 $e_n$ 是真实误差 $|x - x_n|$,从示意图中可以容易看出,当接近精确解时,该误差会在当前区间长度和一个可能非常小的值之间振荡。相应的收敛速率 $q_n$ 波动很大,没有太大的研究价值。
2. 多非线性代数方程组的求解
之前我们主要考虑单个非线性代数方程,但在许多应用中,尤其是非线性常微分方程和偏微分方程,会出现非线性代数方程组。在之前的算法中,只有牛顿法适合扩展到非线性方程组的求解。
2.1 抽象符号表示
假设有 $n$ 个非线性方程,可写成如下抽象形式:
[
\begin{cases}
F_0(x_0, x_1, \cdots, x_n) = 0 \
F_1(x_0, x_1, \cdots, x_n) = 0 \
\cdots \
F_n(x_0, x_1, \cdots, x_n) = 0
\end{cases}
]
引入向量符号 $F = (F_0, \cdots, F_n)$,$x = (x_0, \cdots, x_n)$,则方程组可写为 $F(x) = 0$。
例如,对于方程组
[
\begin{cases}
x^2 = y - x\cos(\pi x) \
yx + e^y = x^{-1}
\
超级会员免费看
订阅专栏 解锁全文
1191

被折叠的 条评论
为什么被折叠?



