Metodichka_po_kursovoy_rabote
.pdf21
Приложение 1
Пример возможного выполнения раздела «Анализ, формальная постановка и
выбор метода решения»
( http://physics.herzen.spb.ru/library/01/01/nm_labs/nonlineareq.htm )
ЧИСЛЕННОЕ РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ
1.Понятия и определения
1.Постановка задачи. Решение нелинейных уравнений с одним неизвестным является одной из важных математических задач, возникающих в различных разделах физики, химии, биологии и других областях науки и техники.
В общем случае нелинейное уравнение с одним неизвестным можно записать в виде:
f (x) 0 , |
(2.1) |
где f (x) – некоторая непрерывная функция аргумента x. |
|
Всякое число x* , обращающее функцию f (x) в нуль, т.е. при котором |
f (x* ) 0 , |
называется корнем уравнения (2.1). Если в точке x x* наряду с функцией обращаются в ноль и
ее производные до (k 1) порядка включительно, то число x* называют корнем k-й кратности. Однократный корень также называют простым. В дальнейшем мы будем говорить именно о простых корнях.
В зависимости от вида функции f (x) нелинейные уравнения подразделяются на два класса – алгебраические и трансцендентные1[1].
Уравнение (2.1) называется алгебраическим, если функция f (x) является алгебраической функцией. Алгебраическое уравнение всегда может быть представлено в канонической форме:
f (x) a |
0 |
a x a |
2 |
x2 |
a |
n |
xn 0 |
, |
(2.2) |
|
1 |
|
|
|
где a0 , a1, , an – коэффициенты уравнения. Показатель n называют степенью алгебраического уравнения.
Если функция |
f (x) содержит тригонометрические, показательные, логарифмические и |
другие функции, |
не являющиеся алгебраическими, то уравнение (2.1) называется |
трансцендентным. Примерами трансцендентных уравнений являются:
4cos(x) 0.3x 0; |
2x 2cos(x) 0; |
lg( x 5) cos(x) |
. |
|
|
|
Методы решения нелинейных уравнений делятся на прямые (аналитические, точные) и итерационные. Прямые методы позволяют записать решение в виде некоторого соотношения (формулы). При этом значения корней могут быть вычислены по этой формуле за конечное число арифметических операций. Подобные методы развиты для решения тригонометрических, логарифмических, показательных, а также простейших алгебраических уравнений.
Однако подавляющее большинство нелинейных уравнений, встречающихся на практике, не удается решить прямыми методами. Даже для алгебраического уравнения выше четвертой
.
22
степени не удается получить аналитического решения в виде формулы с конечным числом арифметических действий. Во всех таких случаях приходится обращаться к численным методам, позволяющим получить приближенные значения корней с любой заданной точностью2[2].
При численном подходе задача о решении нелинейных уравнений разбивается на два этапа: локализация (отделение) корней, т.е. нахождение таких отрезков на оси x, в пределах которых содержится один единственный корень, и уточнение корней, т.е. вычисление приближенных значений корней с заданной точностью.
y = f(x) |
f(b) |
a
b x
f(a)
Рис. 2.1. Отделение корней. Функция
f(x) не монотонна на отрезке [a, b].
2. Локализация корней. Для отделения корней уравнения (2.1) необходимо иметь критерий, позволяющий убедится, что, во-первых, на
рассматриваемом отрезке [a,b] имеется корень, а, во-вторых, что этот корень единственный на указанном отрезке. Если функция f (x) непрерывна на отрезке [a,b], а на концах отрезка её
значения имеют разные знаки f (a) f (b) 0 , то на этом отрезке расположен, по крайней мере, один корень. Это условие (как видно из рисунка 2.1) не обеспечивает единственности корня. Достаточным дополнительным условием, обеспечивающем единственность корня на
отрезке [a,b] является требование монотонности функции на этом отрезке. В качестве признака монотонности функции можно воспользоваться условием знакопостоянства первой производной
f (x) .
Таким образом, если на отрезке [a,b] функция непрерывна и монотонна, а ее значения на концах отрезка имеют разные знаки, то на рассматриваемом отрезке существует один и только один корень. Заметим, что под этот критерий не подпадают кратные корни уравнений, например,
очевидный корень уравнения x2 0 .
Воспользовавшись этим критерием можно отделить корни аналитическим способом, находя интервалы монотонности функции.
Отделение корней можно выполнить графически, если удается построить график функции
y f (x) . В ряде случае бывает |
удобно заменить уравнение f (x) 0 эквивалентным |
уравнением вида f1(x) f2 (x) . |
Корни этого уравнения определяются абсциссами точек |
пересечения графиков функций y f1(x) и y f2 (x) .
2[2] К таким случаям следует отнести и те, в которых, хотя и существуют формулы для получения точного решения, но они столь громоздки, что использование приближенных методов оказывается более предпочтительным. Это относится, например, к алгебраическим уравнениям третьей и четвертой степени.
+
x |
x + h |
x
–
–
а)
Рис. 2.4.
В качестве примера рассмотрим уравнение
sin 2x ln x 0. Переходя |
к эквивалентному |
||
уравнению sin 2x ln x |
построим |
графики |
|
функций y sin 2x и y ln x (рис. 2.2) |
|
|
|
Из графика видно, что |
уравнение |
содержит |
|
один корень, расположенный в интервале |
1, |
. |
|
2 |
Отделение корней можно также выполнить табличным способом. Допустим, что все интересующие нас корни уравнения (2.1) находятся
x
|
|
|
23 |
|
x + h |
|
x |
|
– |
|
|
|
б) |
|
|
y |
|
|
|
1 |
|
|
y = ln x |
|
|
|
|
|
1 |
|
|
0 |
x* |
e |
x |
y = sin 2x
Рис. 2.2. Графическое отделение корней уравнения sin 2x – ln
на отрезке [ A, B]. Выбор этого отрезка (интервала поиска корней) может быть сделан, например, на основе анализа конкретной физической или иной задачи. Будем вычислять
значения f (x) , начиная с точки x1 A , двигаясь вправо с некоторым шагом h (рис. 2.3). Как
только обнаруживается пара соседних значений f (x) , имеющих разные знаки, так соответствующие значения аргумента x можно считать границами отрезка, содержащего корень.
Надежность рассмотренного подхода к отделению корней уравнений зависит как от характера функции f (x) , так и от выбранной величины шага h. Действительно, если при достаточно малом значении h ( h | B A |) на границах текущего отрезка [x; x h] функция
f (x) принимает значения одного знака, то естественно ожидать, что уравнение f (x) 0 корней на этом отрезке не имеет. Однако, это не всегда так: при несоблюдении условия
монотонности функции f (x) на отрезке [x; x h] могут оказаться корни уравнения (рис. 2.4а).
Также несколько корней на отрезке [x; x h]
f (x) f (x h) 0 (рис. 2.4б). Предвидя подобные ситуации, следует выбирать достаточно малые значения h.
Поскольку данный способ предполагает выполнение лишь элементарных арифметических и логических операций, количество которых может быть велико при малых значениях h, для его
реализации |
целесообразно |
использовать |
|
|
|
|
|
вычислительные возможности компьютера. |
|
|
y = f(x) |
|
|||
Отделяя таким образом корни, мы, по сути, |
|
|
|||||
|
|
|
|
||||
получаем их приближенные значения с точностью до |
|
h h |
|
||||
выбранного шага. Так, например, если в |
качестве |
A |
|
||||
|
|
|
|||||
|
|
|
|||||
приближенного |
значения корня взять |
середину |
|
|
|
x |
|
|
B |
||||||
отрезка локализации, то абсолютная погрешность |
|
||||||
|
|
|
|
||||
этого значения не будет превосходить половины шага |
|
|
|
|
|||
поиска (h/2). Уменьшая шаг в окрестности каждого |
|
|
|
|
|||
корня, можно, |
в принципе, |
повысить |
точность |
|
|
|
|
отделения корней до любого наперед заданного значения. Однако такой способ требует большого объема вычислений. Поэтому при проведении
численных экспериментов с варьированием параметров задачи, когда приходится многократно
24
осуществлять поиск корней, подобный метод не годится для уточнения корней и используется только для отделения (локализации) корней, т.е. определения начальных приближений к ним. Уточнение корней проводится с помощью других, более экономичных методов.
3. Уточнение корней. На данном этапе задача состоит в получении приближенного значения корня, принадлежащего отрезку [a,b], с заданной точностью (погрешностью) . Это
~ |
должно отличаться от точного x |
|
||
означает, что вычисленное значение корня x |
не более чем на |
|||
величину : |
|
|
|
|
| |
x |
|
~ |
|
|
x | . |
|
Процедура численного определения приближенных значений корней нелинейных уравнений, как правило, состоит в выборе начального приближения к корню x0 [a,b] и
вычислении по некоторой формуле последующих приближений x1 , x2 и т.д. Каждый такой шаг называется итерацией (от латинского iteratio – повторение), а сами методы уточнения – итерационными методами. В результате итераций получается последовательность
приближенных значений корня x0 , x1, ,xk , , которая называется итерационной последовательностью. Если эти значения с ростом k стремятся к точному значению корня x :
lim {x |
k |
} x |
|
|
k |
, |
(2.3) |
||
|
то говорят, что итерационный процесс сходится.
Сходимость итерационного процесса означает, что погрешность каждого последующего приближения должна быть меньше погрешности предыдущего приближения, т.е. погрешность приближенных значений с каждым шагом должна уменьшаться:
| x x |
k 1 |
| | x x |
k |
| |
|
|
|
|
|
||
В общем случае это неравенство можно представить в виде: |
|
||||
| x xk 1 | q | |
x xk | , |
(2.4) |
где q 0 и 1 – некоторые числа, значения которых определяются методом уточнения корня. От значений q и зависит насколько с каждым шагом уменьшается погрешность приближенных значений и, соответственно, насколько быстро можно получить приближенное значение с заданной точностью. Главным показателем скорости сходимости метода является
значение , называемое порядком сходимости. При 1 погрешность с каждым шагом
убывает линейно, в этом случае говорят о линейной сходимости. Если 1, то говорят, что имеет место сверхлинейная сходимость.
§ 2. Методы уточнения корней
1. Метод половинного деления (бисекции, дихотомии)
25
Считаем, что отделение корней уравнения (2.1) проведено и на отрезке [a,b] расположен один корень, который необходимо уточнить с погрешностью . В качестве начального
приближения корня принимаем середину этого отрезка: c0 (a b) / 2 (рис. 2.5). Затем
исследуем значение функции f (x) на концах отрезков
концах которого f (x) принимает значения разных знаков, содержит искомый корень; поэтому его
принимаем в качестве нового отрезка [a1,b1 ] (на рис.
2.5 это |
отрезок [a, c0 ]). |
Вторую половину |
отрезка |
[a,b], |
на которой |
f (x) не меняет |
знак, |
отбрасываем. В качестве следующего приближения
корня |
принимаем |
середину нового отрезка |
c1 (a1 |
b1) / 2 |
и т.д. Таким образом, k-е |
приближение вычисляется как
[a, c0 ] и [c0 ,b] . Тот из отрезков, на
f(b)
f(с0 )
a
с1 |
с0 |
b |
x |
f(a)
|
|
ak bk |
|
Рис. 2.5. Метод половинного деления. |
|
ck |
|
||||
2 . |
(2.5) |
||||
|
|
После каждой итерации отрезок, на котором расположен корень, уменьшается вдвое, а после k
итераций в 2k раз:
b |
a |
|
|
b a |
|
|
|
|
k |
|
|
|
|||||
k |
|
|
|
2k . |
|
(2.6) |
||
|
|
|
|
|
|
|||
Прекратить итерационный процесс следует, когда будет достигнута заданная точность, т.е. |
||||||||
при выполнении условия |
|
|
|
|
|
|
|
|
|
| x c |
k |
| |
. |
(2.7) |
|||
|
|
|
|
|
|
Поскольку корень x принадлежит отрезку [ak ,bk ], а ck |
– середина этого отрезка, то величина |
||||||
| x c |
k |
| |
всегда будет меньше половины длины отрезка |
[a |
k |
,b ] |
(см. рис. 2.5), т.е. |
|
|
|
k |
| x c |
|
| |
| bk ak | |
|
|
|
k |
|
|
|
|||
|
|
2 |
. |
(2.8) |
||
|
|
|
||||
Следовательно, условие (2.7) будет выполнено, если |
|
|
||||
| bk ak |
| 2 . |
|
(2.9) |
Таким образом, итерационный процесс нужно продолжать до тех пор, пока не будет выполнено условие (2.9).
26
В отличие от большинства других методов уточнения, метод половинного деления сходится всегда, т.е. обладает безусловной сходимостью. Кроме этого он чрезвычайно прост, поскольку
требует лишь вычисления значений функции f (x) и, поэтому применим для решения любых уравнений.
Однако метод половинного деления довольно медленный. С каждым шагом погрешность приближенного значения уменьшается в два раза, т.е.
| x ck 1 | 12 | x ck | ,
поэтому данный метод является методом с линейной сходимостью. Вычислим количество итераций N, требуемое для
достижения заданной точности . Пользуясь выражением (2.6) можно выяснить для каких значений
k будет выполнено условие (2.9), и взять в качестве N B1 наименьшее из таких k:
(2.10)
B
|
|
|
|
|
|
k log 2 |
b a |
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
, |
|
x1 |
x0 |
b |
x |
||||
|
|
|
|
b a |
|
|
|
|
|
|
|
|
|
|
|
|
|
N int log |
2 |
|
|
1 |
|
A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
, |
(2.11) |
|
|
|
|
|
|
|
|
||||
где int( x) – целая |
часть |
числа x. Например, при |
|
Рис. 2.6. Метод хорд. |
|
|||||||||||
b a 1 и 10 6 |
получим N 19 . |
|
|
|
|
|
|
|
|
|
|
|||||
|
З а м е ч а н и е . При реализации метода |
следует |
учитывать, |
что функция |
f (x) |
|
||||||||||
|
|
|
|
|||||||||||||
вычисляется с некоторой абсолютной погрешностью f . Вблизи корня значения функции |
f (x) |
|
малы по абсолютной величине и могут оказаться сравнимы с погрешностью ее вычисления.
Другими словами, при подходе к корню мы можем попасть в полосу шумов 2f и дальнейшее уточнение корня окажется невозможным. Поэтому целесообразно задать ширину полосы шумов
и прекратить итерационный процесс при попадании в нее. Если принять f , то
итерационный процесс можно завершать, когда значение функции станет меньшим по модулю ., т.е.
f (x) после k-й итерации
f (ck ) |
|
. |
(2.12) |
|
|||
|
Также необходимо иметь ввиду, что при уменьшении интервала [a,b] увеличиваются погрешности вычисления его длины b a за счет вычитания близких чисел. 3[3]
2. Метод хорд
Рассматриваемый метод так же, как и метод половинного деления, предназначен для уточнения корня на интервале [a,b], на концах которого функция f (x) принимает значения
27
разных знаков. Очередное приближение в отличие от метода половинного деления берем не в
середине отрезка, а в точке x0 , где пересекает ось абсцисс прямая линия (хорда), проведенная через точки А и В (рис. 2.6).
Запишем уравнение прямой, проходящей через точки А и В:
|
y f (a) |
|
x a |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
f (b) f (a) |
|
b a . |
|
|
||||
Для точки пересечения прямой с осью абсцисс ( x x0 , y 0 ) получим уравнение |
|
||||||||
x0 a |
|
b a |
f (a) |
|
|||||
|
|
|
|
|
|
|
|||
f (b) f (a) |
|
||||||||
|
|
. |
(2.13) |
||||||
|
|
|
|
|
|
|
|
||
В качестве нового интервала для продолжения итерационного процесса выбираем тот из |
|||||||||
двух [a, x0 ] и [x0 ,b], на концах которого функция |
|
f (x) принимает значения разных знаков. |
Для рассматриваемого случая (рис. 2.6) выбираем отрезок [a, x0 ], так как f (a) f (x0 ) 0 .
Следующая итерация состоит в определении нового приближения x1 |
как точки пересечения |
||||
хорды AB1 с осью абсцисс и т.д. |
|
|
|
|
|
Заканчиваем процесс уточнения корня, |
когда расстояние |
между очередными |
|||
приближениями станет меньше заданной точности, т.е. |
|
|
|
|
|
|
xk 1 xk |
|
|
(2.14) |
|
|
|
||||
|
|
или при выполнении условия (2.12).
З а м е ч а н и е . Метод половинного деления и метод хорд очень похожи, в частности, процедурой проверки знаков функции на концах отрезка. При этом второй их них в ряде случаев дает более быструю сходимость итерационного процесса. Однако в некоторых случаях метод хорд может сходится существенно медленнее метода половинного деления. Такая ситуация показана на рис. 2.7. Оба рассмотренных метода не требуют знания дополнительной информации
о функции f (x) . Например, не требуется, чтобы функция была дифференцируема. Даже для разрывных функций рассмотренные методы обладают гарантированной сходимостью. Более сложные методы уточнения корня используют дополнительную
информацию о функции f (x) , прежде всего свойство дифференцируемости. Как результат они обычно обладают более быстрой сходимостью, но в то же время, применимы для более узкого класса функций, и их сходимость не всегда гарантирована. Примером такого метода служит метод Ньютона.
3. Метод Ньютона (метод касательных)
Пусть нам известно начальное приближение к
a |
x* |
b x
Рис. 2.7. О сходимости метода хорд
28
|
|
|
f(x0) |
|
корню x0 (вопрос выбора начального приближение |
|
|
|
|
будет подробно рассмотрен ниже). Проведем в этой |
|
|
|
|
точке касательную к кривой y f (x) (рис. 2.8). Эта |
|
|
|
|
касательная пересечет ось абсцисс в точке x1 , которую |
x* |
|
|
|
будем рассматривать в качестве следующего |
|
|
||
|
|
|
|
|
приближения. Значение x1 легко найти из рисунка: |
|
x1 |
x0 |
x |
|
f (x0 ) |
|
|
|
|
|
tg |
|
f (x0 ) |
|
|
|
|
x0 x1 |
|
|
|
|
||
|
, |
|
|
|
|
|
|
|
|
|
|
|
Рис. 2.8. Метод Ньютона. |
выражая отсюда x1 , получим |
|
|
|
|
|
|
|
|
x1 x0 |
|
f (x0 ) |
|
|
|
|
|
|
|||
|
|
|
|
f |
(x0 ) . |
Аналогично могут быть найдены и следующие приближения. Формула для k+1-го приближения имеет вид
xk 1 xk |
f (xk ) |
|
|
|
|
k 0,1, 2,... |
|
||
|
f (xk ) , |
(2.15) |
||
Из формулы (2.15) вытекает условие применимости метода: |
функция f (x) |
должна быть |
дифференцируемой и f (x) в окрестности корня не должна менять знак.
Для окончания итерационного процесса могут быть использованы условия (2.12) или (2.14).
З а м е ч а н и е 1 . В методе Ньютона, в отличие от предыдущих методов, не обязательно задавать отрезок [a,b], содержащий корень уравнения, а достаточно найти некоторое начальное приближение корня x0 .
З а м е ч а н и е 2 . Формула метода Ньютона может быть получена и из других соображений. Зададимся некоторым начальным приближением корня x0 [a,b] . Заменим функцию f(x) в окрестности точки x0 отрезком ряда Тейлора:
f (x) f (x0 ) (x x0 ) f (x0 ) ,
и вместо нелинейного уравнения f (x) 0 решим линеаризованное уравнение
f (x0 ) (x x0 ) f (x0 ) 0
рассматривая его решение как следующее (первое) приближение к искомому значению корня. Решение этого уравнение очевидно:
29
x1 |
x0 |
|
f (x0 ) |
|
f (x0 ) |
||||
|
|
|
Повторяя это процесс приходим к формуле Ньютона (2.15).
Сходимость метода Ньютона. Выясним основные условия сходимости последовательности значений {xk }, вычисляемых по формуле (2.15), к корню уравнения (2.1). Предполагая, что
f (x) дважды непрерывно дифференцируема, разложим f (x ) в ряд Тейлора в окрестности k- го приближения
f (x ) f (x |
|
) (x x |
|
) f (x |
|
|
|
) |
(x x |
k |
)2 |
f (x |
|
) 0 |
||||||||
k |
k |
k |
|
|
|
2 |
|
|
k |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Разделив последнее соотношение на f (xk ) и перенеся часть слагаемых из левой части |
||||||||||||||||||||||
в правую, получим: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f (x |
|
) |
|
|
1 |
|
|
|
|
|
) |
|
|
|
|
|
|
||
|
|
k |
|
|
|
|
f (x |
k |
|
|
|
|
|
|
||||||||
xk |
|
|
|
x |
|
|
|
|
|
|
|
(xk |
x )2 |
|
|
|||||||
|
|
|
2 f (xk ) |
|
|
|||||||||||||||||
|
|
|
f (xk ) |
|
|
|
|
. |
|
|
Учитывая, что выражение в квадратных скобках согласно (2.15) равно xk 1 , переписываем это соотношение в виде
|
|
|
1 |
|
f |
|
|
|
|
|
x |
k 1 |
x |
|
(xk ) |
(x |
|
x )2 |
|||
2 f (xk ) |
k |
|||||||||
|
|
|
|
|||||||
|
|
|
|
|
. |
Отсюда
|
|
|
1 |
|
| f |
|
|
|
|
|
| x |
k 1 |
x | |
|
(xk ) | |
| x |
|
x |2 |
|
||
2 | f (xk ) | |
k |
|
||||||||
|
|
|
|
|
||||||
|
|
|
|
|
. |
(2.16) |
Из (2.16) следует оценка
| x |
k 1 |
x | |
1 |
|
M 2 |
| x |
|
x |2 |
|
2 m1 |
k |
|
|||||||
|
|
|
|
|
|||||
|
|
|
|
|
, |
(2.17) |
M 2 |
max |
|
f (x) |
|
m1 |
min |
|
f (x) |
|
|
|
|
|
||||||
где |
[a,b] |
|
|
, |
[a,b] |
|
|
. |
|
|
|
|
|
|
|
Очевидно, что ошибка убывает, если
30
x |
x |
* |
|
0 |
|
x0 |
|
|
|
x |
x |
x |
1 |
2 |
|
Рис. 2.9.
1 |
|
M 2 |
|
|
x |
0 |
x |
|
1 |
|
|
|
|
|
|
||||||
2 m1 |
|
|||||||||
|
|
|
|
|
|
|||||
|
|
|
|
|
. |
(2.18) |
Полученное условие означает, что сходимость зависит от выбора начального приближения. Оценка (2.17) характеризует скорость убывания погрешности для метода Ньютона: на
каждом шаге погрешность пропорциональна квадрату погрешности на предыдущем шаге. Следовательно, метод Ньютона обладает квадратичной сходимостью.
Выбор начального приближения в методе Ньютона. Как следует из условия (2.18)
сходимость итерационной последовательности, получаемой в методе Ньютона, зависит от выбора начального приближения x0 . Это можно заметить и из геометрической интерпретации метода.
Так, если в качестве начального приближения взять точку x (рис. 2.9), то на сходимость
0
итерационного процесса рассчитывать не приходится.
Если же в качестве начального приближения выбрать точку x0 , то получим сходящуюся последовательность.
В общем случае, если задан отрезок [a,b] , содержащий корень, и известно, что функция f (x) монотонна на этом отрезке, то в качестве начального приближения x0 можно выбрать ту
границу отрезка [a,b] , где совпадают знаки функции f (x) и второй производной f (x) . Такой выбор начального приближения гарантирует сходимость метода Ньютона при условии монотонности функции на отрезке локализации корня.
4. Модифицированный метод Ньютона
Рассмотренный выше метод Ньютона требует вычисления производной f (x) на каждом шаге. В некоторых случаях это может существенно снизить эффективность метода (в смысле затрат машинного времени). Поэтому в тех случаях, когда вычисление производной сопряжено с существенными затратами машинного времени, используют модифицированный метод Ньютона,
в котором производная f (x) вычисляется только в точке начального приближения x0 :
xk 1 |
xk |
|
f (xk ) |
|
|
|
f (x0 ) . |
(2.19) |
|||||
|
|
|
5. Метод секущих
Еще одна модификация метода Ньютона связана с приближенным вычисление
производной f (x) в окрестности точки xk по формуле |
|
||
f (xk ) |
f (xk ) f (xk 1 ) |
|
|
xk xk 1 |
. |
||
|