MatlabCode

本站所有资源均为高质量资源,各种姿势下载。

您现在的位置是:MatlabCode > 资源下载 > 仿真计算 > 牛顿-拉夫逊法概要

牛顿-拉夫逊法概要

资 源 简 介

一、 牛顿-拉夫逊法概要首先对一般的牛顿-拉夫逊法作一简单说明。已知一个变量X的函数 (4-6) 解此方程式时,由适当的近似值X(0)出发,根据 (4-7)反复进行计算,当X(n)满足适当的收敛判定条件时就是(4-6)式的根。这样的方法就是所谓的牛顿-拉夫逊法。式(4-7)就是取第n近似解X(n)在曲线 上的点 处的切线与X轴的交点作下一次X(n+1)值的方法。参考图4-2(a)。在这一方法中为

详 情 说 明

一、 牛顿-拉夫逊法概要

首先,让我们简要介绍一般的牛顿-拉夫逊法。假设我们有一个变量X的函数(4-6),如何找到这个函数的解?我们可以从适当的近似值X(0)出发,根据(4-7)反复计算,直到X(n)满足适当的收敛条件,此时X(n)即为(4-6)式的根。这种方法被称为牛顿-拉夫逊法。

式(4-7)的含义是,取第n个近似解X(n)在曲线上的点处的切线与X轴的交点作为下一次X(n+1)的值。请参考图4-2(a)。值得注意的是,为了确保方法能够收敛于真解,我们必须选择适当的初值X(0)和函数f(X)。如果选择不合适的初值X(0)或函数f(X),则可能会出现无法收敛或收敛到其他根的情况。请参考图4-2(b)。

此外,我们还可以使用以下方式解释这种方法。假设第n次迭代得到的解与真值之差为误差e(n),则:

e(n+1)=f(X(n+1))=f(X(n))+f'(X(n))(X(n+1)-X(n))=0

将f(X(n))在X(n)附近用泰勒级数展开,得到:

f(X(n))+f'(X(n))(X(n+1)-X(n))+O((X(n+1)-X(n))^2)=0

忽略高阶项,则有:

X(n+1)≈X(n)-f(X(n))/f'(X(n))

比较式(4-7)和(4-11),可以看出牛顿-拉夫逊法的修正量和误差e(n)的一次项相等。同样的方法可以用于n个变量的情况。