first commit

This commit is contained in:
2026-10-04 11:44:56 +08:00
commit e7cbe2cdae
265 changed files with 52919 additions and 0 deletions
@@ -0,0 +1,150 @@
# 题型9:方程近似解
## 识别特征
1. 题干要求用二分法/牛顿法/割线法求方程的近似根
2. 题干给出初值,要求写出迭代过程的前几步
3. 题干要求比较不同迭代方法的收敛速度
## 解题流程
```mermaid
flowchart TD
A[方程近似解] --> B{选择方法}
B --> C[二分法]
B --> D[牛顿切线法]
B --> E[割线法]
C --> C1[找异号区间 a,b]
C1 --> C2[取中点 c=a+b/2]
C2 --> C3{fc < ε?}
C3 -->|是| F[输出 c]
C3 -->|否| C4{fa·fc < 0?}
C4 -->|是| C5[b=c]
C4 -->|否| C6[a=c]
C5 --> C2
C6 --> C2
D --> D1[取初值 x₀]
D1 --> D2[x_{n+1}=x_n-fx_n/f'x_n]
D2 --> D3{x_{n+1}-x_n < ε?}
D3 -->|是| F
D3 -->|否| D2
E --> E1[取两个初值 x₀,x₁]
E1 --> E2[x_{n+1}=x_n-fx_n·x_n-x_{n-1}/fx_n-fx_{n-1}]
E2 --> E3{收敛?}
E3 -->|是| F
E3 -->|否| E2
```
## 通法步骤
### 一、二分法 (Bisection)
**迭代格式**:给定 $[a, b]$ 使 $f(a)f(b) < 0$
1. $c = \frac{a+b}{2}$
2. 若 $|f(c)| < \varepsilon$ 停止,$c$ 为所求
3. 若 $f(a)f(c) < 0$,则根在 $[a,c]$,令 $b=c$
4. 否则根在 $[c,b]$,令 $a=c$
5. 返回步骤 1
**特点**:线性收敛(每步有效数字增加 ~0.3 位十进制),绝对可靠(不需初值猜测)。
### 二、牛顿切线法 (Newton's Method)
**迭代格式**:
$$x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}$$
**步骤**:
1. 选取初值 $x_0$(靠近真实根)
2. 按公式迭代
3. 当 $|x_{n+1} - x_n| < \varepsilon$ 或 $|f(x_{n+1})| < \varepsilon$ 时停止
**特点**:平方收敛(每步有效数字翻倍),但依赖初值质量。
**收敛的充分条件**:$f(a)f(b) < 0$,$f'$ 和 $f''$ 在 $[a,b]$ 上不变号,且 $f(x_0)f''(x_0) > 0$
### 三、割线法 (Secant Method)
**迭代格式**:
$$x_{n+1} = x_n - f(x_n) \cdot \frac{x_n - x_{n-1}}{f(x_n) - f(x_{n-1})}$$
**步骤**:
1. 选取两个初值 $x_0, x_1$
2. 用 $f$ 在两个最近点的差商代替导数
3. 按公式迭代至收敛
**特点**:超线性收敛(~1.618 阶),不需要求导!
### 四、三方法对比
| 方法 | 需求导 | 收敛阶 | 每步精度提升 | 可靠性 | 典型场景 |
|------|--------|--------|------------|--------|---------|
| 二分法 | ❌ | 1(线性) | ~0.3 位 | ⭐⭐⭐ | 求导困难 |
| 牛顿法 | ✅ | 2(平方) | 翻倍 | ⭐ | 求导易 + 好初值 |
| 割线法 | ❌ | 1.618 | ~固定比例 | ⭐⭐ | 求导难 + 高精度 |
## 常见陷阱
| # | 陷阱 | 避坑方法 |
|---|------|---------|
| 1 | 牛顿法初值选在 $f' \approx 0$ 附近 | 初值应避开 $f'$ 接近零的点(切线几乎水平会跳到无穷远) |
| 2 | 牛顿法死循环 | $f(x) = \sqrt[3]{x}$ 在 $x_0 \neq 0$ 时 $x_1 = -2x_0$,发散而非收敛 |
| 3 | 二分法收敛速度被高估 | 二分法很慢!每隔约 3.3 次迭代才多一位有效数字 |
| 4 | 割线法分母为零 | 当 $f(x_n) \approx f(x_{n-1})$ 时会导致数值不稳定 |
## 经典母题
### 母题 1(牛顿法求 $\sqrt{2}$)
> 用牛顿法求 $\sqrt{2}$,取初值 $x_0 = 1$,迭代 3 步。
**解**:$f(x) = x^2 - 2$,$f'(x) = 2x$
牛顿迭代公式:$x_{n+1} = x_n - \frac{x_n^2 - 2}{2x_n} = \frac{x_n}{2} + \frac{1}{x_n}$
$x_0 = 1$
$x_1 = \frac{1}{2} + 1 = 1.5$
$x_2 = \frac{1.5}{2} + \frac{1}{1.5} = 0.75 + 0.6667 \approx 1.4167$
$x_3 = \frac{1.4167}{2} + \frac{1}{1.4167} \approx 0.7083 + 0.7059 \approx 1.4142$
真实值 $\sqrt{2} \approx 1.4142$,三步收敛到很高精度。
### 母题 2(二分法求零点)
> 证明 $f(x) = x^3 + x - 1$ 在 $[0, 1]$ 上有唯一零点,并用二分法求近似值(精确到 0.1)。
**解**:
**唯一性证明**:$f(0) = -1 < 0$,$f(1) = 1 > 0$,$f'(x) = 3x^2 + 1 > 0$ → 严格单调 → 唯一零点。
**二分法**:
| 迭代 | $a$ | $b$ | $c$ | $f(c)$ | 新区间 |
|------|-----|-----|-----|--------|--------|
| 1 | 0 | 1 | 0.5 | -0.375 | [0.5, 1] |
| 2 | 0.5 | 1 | 0.75 | 0.172 | [0.5, 0.75] |
| 3 | 0.5 | 0.75 | 0.625 | -0.131 | [0.625, 0.75] |
| 4 | 0.625 | 0.75 | 0.6875 | — | 区间长 0.125 < 0.2 |
$|b-a| = 0.125$,取 $c \approx 0.69$,误差不超过 $0.125/2 = 0.0625 < 0.1$。
答案:$x \approx 0.69$
### 母题 3(牛顿法失效的反例)
> 用牛顿法解 $f(x) = x^3 - 2x + 2$,取 $x_0 = 0$,观察结果。
**解**:$f(x) = x^3 - 2x + 2$,$f'(x) = 3x^2 - 2$
$x_0 = 0$:$x_1 = 0 - \frac{2}{-2} = 1$
$x_1 = 1$:$x_2 = 1 - \frac{1}{1} = 0$
$x_2 = 0$:$x_3 = 0 - \frac{2}{-2} = 1$
→ 在 $0$ 和 $1$ 之间振荡,永远不收敛!而真实根是 $x \approx -1.769$
**启示**:牛顿法不总是收敛的,初值至关重要。