Files
2026-10-04 11:44:56 +08:00

151 lines
4.6 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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。