Skip to content

Joyful Physics

格软物质 推硬物理

菜单1 菜单1
  • 首页
  • 关于
  • 连载
  • 友链
  • 导航
Expand Search Form

Todd’s Matlab讲义第6讲:割线法

瞿立建 2016-08-06

割线法

割线法求解方程\[f(x)=0\]的根需要两个接近真实根\[x^*\]的初值$x_0$和$x_1$,于是得到函数$f(x)$上两个点$(x_0,y_0=f(x_0))$和$(x_1,y_1=f(x_1))$,连接这两点得到一条直线(割线):

\begin{equation*}
y-y_1=\frac{y_1-y_0}{x_1-x_0}(x-x_1)
\end{equation*}

由于我们要求解$f(x)=0$,因此设$y=0$,由上式解出$x$,作为下次迭代的初值。这个过程一直进行下去,有如下迭代关系:

\begin{equation}
x_{i+1}=x_i-\frac{x_i-x_{i-1}}{y_i-y_{i-1}}y_i
\tag{6.1}\label{6.1}
\end{equation}

其中$y_i=f(x_i)$。以上过程如图6.1所示。


图6.1 割线法求根

割线法需要两个初值,但是不需要求函数的导数。割线法程序如下:

function x = mysecant (f,x0 ,x1 ,n)
% Solves f(x) = 0 by doing n steps of the secant method
% starting with x0 and x1.
% Inputs : f -- the function , input as an inline function
% x0 -- starting guess , a number
% x1 -- second starting geuss
% n -- the number of steps to do
% Output : x -- the approximate solution
y0 = f(x0 );
y1 = f(x1 );
for i = 1:n % Do n times
x = x1 - (x1 -x0 )* y1 /(y1 -y0) % secant formula .
y=f(x) % y value at the new approximate solution .
% Move numbers to get ready for the next step
x0=x1;
y0=y1;
x1=x;
y1=y;
end

盈不足术

盈不足术是割线法和二分法的综合。如二分法,我们先选定两个初始点$a$和$b$,且保证$f(a)$和$f(b)$异号。然后我们根据割线法,得到新的迭代结果,

\begin{equation*}
x =b-\frac{b-a}{f(b)-f(a)}f(b)
\end{equation*}

然后我们按照二分法,判断$f(x)$的符号,如果$f(x)$与$f(a)$同号,则把$x$设为新的$a$,否则,把$x$设为新的$b$。注意到,一般情况下,$a$和$b$其中之一逐渐趋近于$x^*$,而不大可能二者共同趋近于$x^*$,因此$b-a$不大可能会趋近于$0$。比如,图6.1中的函数,$a\rightarrow x^*$,而$b$不趋近于$x^*$。

收敛性

如果我们选的初值$x_0$比较好,牛顿法会很快收敛到$x^*$。割线法要比牛顿法慢一些,盈不足术会更慢。二分法是收敛最慢的。

如果我们选的初值或初始区间不够好,割线法——如牛顿法一样——可能会不收敛。盈不足术——如二分法一样——总是收敛的,因为盈不足术会一直保证根在一个确定的区间内。

模拟和实验

尽管牛顿法最快,但有些情况下,牛顿法不太好用,甚至根本不能用。比如难以导出$f'(x)$表达式的情况。在科学和工程中的一些问题中,甚至连$f(x)$的表达式都没有,$f(x)$是实验和模拟的结果时就是这样的情况。在这样的情况下,割线法一般是最佳选择。

练习

6.1 用纸和计算器对方程$f(x)=x^3-4=0$应用三次盈不足术迭代,初始区间$[1,3]$,计算各次迭代结果的误差和相对误差,并与练习3.3和5.2结果做比较。

6.2 写出函数程序myregfalsi,实现盈不足术,并使残量绝对值小于给定公差,并将程序解方程$f(x)=2x^3+3x-1=0$,初始区间为$[0,1]$,公差为$10^{-8}$。程序需要迭代多少步?与练习5.1结果做比较。

分类目录 Todd讲Matlab 标签 割线法, 根, 盈不足术, 迭代, 非线性方程
Previous: Todd’s Matlab讲义第5讲:二分法和找根
Next: 我的电磁学讲义9:静电场中的导体

功能

  • 登录
  • 项目feed
  • 评论feed
  • WordPress.org

近期文章

  • 美国物理学会流体视频大赛获胜视频 2017-10-03
  • 薄膜干涉 2017-04-10
  • 最速降线gif图片 2017-02-19
  • DNA 解链 2016-12-26
  • 生物化学机器DNA 2016-12-26

分类目录

  • Matlab (1)
  • Todd讲Matlab (6)
  • 博客教程 (3)
  • 备课讲义 (27)
    • 光学近代物理备课讲义 (7)
    • 电磁学备课讲义 (20)
  • 教学笔记 (23)
  • 未分类 (2)
  • 物理之外 (2)
  • 物理科普 (3)
  • 理论物理极础 (16)
  • 科学史哲 (6)
  • 科学时评 (31)
  • 科研笔记 (12)
  • 软物质物理 (7)
    • Doi高分子物理导论 (3)
  • 软物质科普 (9)

标签

latex PI random walk 世界一流 人物 假说 偏倚随机行走 凝胶 创新 加速度 势能 吉尔伯特 奥斯特 富兰克林 对称性 导体 导数 库仑定律 感应电动势 拉格朗日量 数学 无规行走 标度理论 梯度 泊松括号 法拉第 波 浓度梯度 理想链 电场 相空间 研究生 科学 科学家 简谐振动 能量守恒 蒲慕明 连续带电体 迭代 随机行走 静电屏蔽 非线性方程 高分子 高斯分布 高斯定理

近期评论

  • 蒲慕明所长在中科院神经科学研究所历年年会上的讲话 – Joyful Physics发表在《论研究生教育——蒲慕明所长在神经所2005年会上的讲话》
  • 术索发表在《磁介质》
  • 瞿立建发表在《友链》
  • taho发表在《磁介质》
  • taho发表在《友链》
2022年八月
日 一 二 三 四 五 六
 123456
78910111213
14151617181920
21222324252627
28293031  
« 10月    

文章归档

  • 2017年十月 (1)
  • 2017年四月 (1)
  • 2017年二月 (1)
  • 2016年十二月 (4)
  • 2016年十一月 (3)
  • 2016年十月 (10)
  • 2016年九月 (10)
  • 2016年八月 (10)
  • 2016年七月 (7)
  • 2016年六月 (8)
  • 2016年五月 (9)
  • 2016年四月 (7)
  • 2016年三月 (6)
  • 2016年二月 (7)
  • 2016年一月 (8)
  • 2015年十二月 (6)
  • 2015年十一月 (6)
  • 2015年十月 (10)
  • 2015年九月 (9)
  • 2015年八月 (9)
  • 2015年七月 (7)
  • 2015年六月 (7)

Joyful Physics © 2022