求解非线性算子方程的两步组合方法的收敛性

非线性方程组的迭代解法【开题报告】

毕业论文开题报告 信息与计算科学 非线性方程组的迭代解法 一、选题的背景和意义 =的系数矩阵具有两非线性问题是近代数学研究的主流之一，随着计算问题的日益复杂化Ax b 个明显的特点：大型化和稀疏化。大型化指系数矩阵阶数可达上万甚至更高，稀疏性指A的零元素占绝大多数对这样的A作直接三角分解，稀疏性会遭到破坏，零元素被大量填入变为非零元素，因此迫切需要新的数值方法，适用于大型稀疏线性方程，以节省储存空间和计算时间，即提高计算效 =是数值计算的重要任务，但是率，迭代法在这样的背景下得到关注和发展，求解线性方程组Ax b 大多数科学和实际问题本质上是非线性的，能做线性化的毕竟有限，对这些非线性问题是各种解决方案，常常归纳为求解一个非线性方程组，而与线性方程相比非线性方程组的求解要困难和复杂的多，计算量也大的多，现有的理论研究还比较薄弱。而对于非线性方程，一般都用迭代法求解。二、国内外研究现状、发展动态 近年来，国内外专家学者非线性方程组的迭代解法的研究兴趣与日俱增，他们多方面、多途径地对非线性方程组进行了广泛的领域性拓展（科学、物理、生产、农业等），取得了一系列研究成果。这些研究，既丰富了非线性方程组的内容，又进一步完善了非线性方程组的研究体系，同时也给出了一些新的研究方法，促进了数值计算教学研究工作的开展，推动了课程教学改革的深入进行。三、研究的主要内容，拟解决的主要问题（阐述的主要观点） 非线性的迭代法是解非线性方程组的基本途径，是数值计算中非线性方程组求根的重要工具，也是研究非线性方程组整体性质和具体分布的重要工具。就因为这样，很多专家学者对非线性方程组的迭代法进行研究。在前人研究的基础上，本文首先介绍非线性方程组迭代法的产生背景以及国内外状况，然后从数值计算的定义及理论定理出发来研究非线性方程组的迭代法的一些相关的结论，包括非线性方程组的基于不动点原理的迭代法、newton迭代法及其收敛性、非线性方程组的迭代法及其收敛性、最小二乘法、迭代法的收敛加速性等，进一步讨论非线性方程组迭代解法的收敛性质以及其他一些相关定理，以便我们更好、更清楚的看到非线性方程组和迭代法之间的联系，以及收敛和加速。 四、研究（工作）步骤、方法及措施（思路） （一）研究方法

某些线性微分方程的算子解法

第23卷第5期 唐山师范学院学报 2001年9月 Vol. 23 No.5 Journal of Tangshan Teachers College Sep. 2001 ────────── 收稿日期：2001-06-20 作者简介：崔万臣（1953-），男，河北丰南人，唐山师范学院数学系讲师。 - 41 - 某些线性微分方程的算子解法 崔万臣 (唐山师范学院 数学系，河北 唐山 063000) 摘 要：给出了某些基本类型的线性微分方程的算子解法。 关键词：算子；逆算子；线性方程；特征根 中图分类号：O17 文献标识码：A 文章编号：1009-9115（2001）05-0041-02 在常微分方程中，方程求解问题是很重要的内容。一般常微分方程的求解不是容易的，但常系数线性方程的求解已经有了较多的方法。本文给出某些基本类型的常系数线性微分方程的算子解法。 1 算子的概念和性质 定义1 记d D dx =;222d D dx =… …n n n d D dx =。称2n D,D ......D 极其多项式n n 11n 1n L(D)D a D a D a --=++++ 为微分算子，简称算子。于是方程n n 11n 1n n n 1d d d y a y ......a y a y f (x)dx dx dx ---++++=可记为L(D)y f (x)= 定义2 设L(D)为一算子，若存在算子H(D)使L(D)(H(D)f (x))f (x)=，则称H(D)为L(D)的逆算子，记为1H(D)L(D)=于是方程L(D)y=f(x)等价于1y f (x)L(D) =可以证明，算子具有以下性质(证明略) 1．11221122L(D)(a y a y )a L(D)y a L(D)y +=+ 2．()()()()1212L (D)L D y L D L D y = 3． x x 11e e (L()0)L(D)L()λλ=λ≠λ 4.()x x 11e f (x)e f x L(D)L(D ) λλ=+λ 2 某些基本类型微分方程的算子解法 类型Ⅰ k L(D)y f (x)=，其中k f (x)为x 的k 次多项式。分两种情况讨论 1°若L(0)≠0，由逆算子定义直接可求得特解k k 1y f (x)Q(D)f (x)L(D) == 2°若L(0)=0,此时，()()()s 11L(D)D L D L 00,s 0=≠> 由性质2，方程的特解k k s 111y f (x)f (x)L(D)D L(D) == 例1 求方程22(D 1)y x 5+=+特解

非线性算子

非线性算子又称非线性映射，不满足线性条件的算子。泛函分析的研究对象主要是线性算子及其特殊情况线性泛函。但是，自然界和工程技术中出现的大量问题都是非线性的。数学物理中的一些线性方程其实都是在一定条件下的近似。为研究这些非线性问题，涉及到的算子(映射)将不能只局限于线性算子。人们从两种不同的途径研究非线性问题：①针对具体问题，考察具体非线性算子的特征，解释非线性现象。②从一般的算子概念出发，添加适当的分析、拓扑或代数性质导出一些一般性的结论。 代数、几何、拓扑中各种非线性映射是形形色色的，分析学中经常遇到的非线性算子则大抵由乘法、函数的复合以及各种线性算子组合而成。常见的非线性积分算子有:乌雷松算 子其中K(x,y，t)是 0≤x，y≤1，t∈R1上的连续函数;哈默 斯坦算子·，其中K是【0,1】×【0,1】上某p次可积函数，?(y,t)在【0,1】×R1上可测，对固定的y关于t连续。常见的微分算子有:KdV算子,极小曲面算子等。 许多非线性算子出现于非线性方程之中，从而有关非线性算子的理论就围绕着非线性方程的求解的研究而展开。设T是从B空间（巴拿赫空间）X到B空间Y的算子，设y∈Y，求解x∈X，满足： (1) 有时特别地考察y =θ（θ是Y中的零元）的情形，称解x为T的零点。显然，若T是一个满射，则(1)总有解,于是人们讨论在什么条件下T具有满射性.又若X=Y，方程(1)的求解问题有时化归寻求算子T1x = Tx+x-y的不动点 (2) 的问题。这样提问题有助于利用几何直观。 和线性方程的解集总是仿射集(线性子空间的平移)不同，方程(1)的解集构造很复杂，它可能对某些y是空集，而对另一些y则非空。其个数可能只有一个,可能有有穷多个，也可能有无穷多个；可能是孤立的，可能有聚点，也可能是连续统。 以X为定义域，取值为Y（映X入Y中）的子集的映射，称为集值映射。相应于(1)的求解问题写成下列从属关系： (3) 算子的微分学从分析上研究一般算子的途径是把数学分析中研究函数的微积分学推广到算子。设X、Y都是B空间，U是X中的一个开集,f:U→Y,称f在x0∈U连续，是指 相应于方向导数概念的是加托导数，简作G导数。称f在x0处G可微,是指对任意的h∈X，存在d f(x0,h)∈Y，使得

Matlab求解线性方程组非线性方程组

求解线性方程组 solve，linsolve 例： A=[5 0 4 2;1 -1 2 1;4 1 2 0;1 1 1 1]; %矩阵的行之间用分号隔开，元素之间用逗号或空格 B=[3;1;1;0] X=zeros(4,1);%建立一个4元列向量 X=linsolve(A,B) diff（fun，var，n）：对表达式fun中的变量var求n阶导数。 例如：F=sym（'u(x,y)*v(x,y)'）; %sym（）用来定义一个符号表达式 diff(F); %matlab区分大小写 pretty(ans) %pretty（）：用习惯书写方式显示变量；ans是答案表达式 非线性方程求解 fsolve(fun,x0,options) 为待解方程或方程组的文件名；fun其中 x0位求解方程的初始向量或矩阵； option为设置命令参数 建立文件fun.m： function y=fun(x) y=[x(1)-0.5*sin(x(1))-0.3*cos(x(2)), ... x(2) - 0.5*cos(x(1))+0.3*sin(x(2))]; >>clear;x0=[0.1,0.1];fsolve(@fun,x0,optimset('fsolve')) 注： ...为续行符 m文件必须以function为文件头，调用符为@；文件名必须与定义的函数名相同；fsolve（）主要求解复杂非线性方程和方程组，求解过程是一个逼近过程。Matlab求解线性方程组 AX=B或XA=B 在MATLAB中，求解线性方程组时，主要采用前面章节介绍的除法运算符“/”和“\”。如： X=A\B表示求矩阵方程AX＝B的解； 的解。XA=B表示矩阵方程B/A＝X． 对方程组X＝A\B，要求A和B用相同的行数，X和B有相同的列数，它的行数等于矩阵A的列数，方程X＝B/A同理。 如果矩阵A不是方阵，其维数是m×n，则有： m＝n 恰定方程，求解精确解； m>n 超定方程，寻求最小二乘解； m

若干非线性算子的性质及应用

若干非线性算子的性质及应用 【摘要】：本文主要研究几类非线性算子的性质及应用。全文共分为四章。在第一章中，我们主要研究具有形式G=A+B的非线性算子，其中B为常算子、线性算子或者α-凹算子(0＜α＜1)。某些问题，如三点边值问题，奇异边值问题和脉冲问题通常可转化为此类算子。对这类算子进行深入的研究将有助于对上述问题的讨论。我们引入了局部u_0-凹算子的概念。局部u_0-凹算子是包含u_0-凹算子在内的范围更为广泛的一类算子。我们证明了当A满足某些特定条件时，C 是局部u_0-凹算子，并且得到了若干关于此类算子的不动点存在唯一性定理，这些定理不要求算子同时有上下解，也不要求算子具有连续性和紧性。主要结果如下：设E为实Banach空间，P为E中的正规锥，h＞θ，f∈P_h且M＞0，其中θ为E中的零元素。假设A：P→P 是α-齐次算子(α＞1)。算子C由Cu=Au+Mf，u∈P给定。如果存在v_0∈P_h使得(ⅰ)Cv_0≤v_0；(ⅱ)Av_0≤mf，其中m∈(0，M／(α-1))；那么(ⅰ)C在[θ，v_0]中有唯一的不动点x~*，并有x~*∈P_h，而且存在v′_0∈P_h，v′_0＞v_0使得C在[θ，v′_0]＼[θ，v_0]中没有不动点；(ⅱ)对任意的x_0∈[θ，v_0]，记x_(n+1)=Cx_n，n=0，1，2，…，则有(?)x_n=x~*。而且，存在(?)，γ∈(0，1)使得‖x_n-x~*‖≤2N(1-(?)~(γ~n))‖v_0‖，n=1，2，…，其中N是P的正规常数。然后，我们利用这些定理来讨论三点边值问题与得到了这两类三点边值问题解的存在唯一性结果。需要指出的是，对非线性三点边

非线性方程组数值解法

非线性方程组数值解法 n个变量n个方程(n >1)的方程组表示为 (1) 式中?i(x1,x2,…,x n)是定义在n维欧氏空间R n的开域D上的实函数。若?i中至少有一个非 线性函数，则称(1)为非线性方程组。在R n中记?＝ 则(1)简写为?(尣)=0。若存在尣*∈D，使?(尣*)＝0，则称尣*为非线性方程组的解。方程组(1)可能有一个解或多个解，也可能有无穷多解或无解。对非线性方程组解的存在性的研究远不如线性方程组那样成熟，现有的解法也不象线性方程组那样有效。除极特殊的方程外，一般不能用直接方法求得精确解，目前主要采用迭代法求近似解。根据不同思想构造收敛于解尣*的迭代序列{尣k}(k=0，1，…)，即可得到求解非线性方程组的各种迭代法，其中最著名的是牛顿法。 牛顿法及其变形牛顿法基本思想是将非线性问题逐步线性化而形成如下迭代程序： (2) 式中

是?(尣k)的雅可比矩阵,尣0是方程(1)的解尣*的初始近似。 这个程序至少具有2阶收敛速度。由尣k算到尣k+的步骤为:①由尣k算出?(尣k)及 ;②用直接法求线性方程组的解Δ尣k；③求 。 由此看到迭代一次需计算n个分量函数值和n2个分量偏导数值，并求解一次n阶线性方程组。 为了评价非线性方程组不同迭代法的优劣，通常用效率作为衡量标准,其中P 为迭代法的收敛阶,W为每迭代步计算函数值?i及偏导数值的总个数（每迭代步中求一次逆的工作量相同,均不算在W内）。效率e越大表示此迭代法花费代价越小,根据效率定 义，牛顿法(2)的效率为。 牛顿法有很多变形,如当奇异或严重病态时，可引进阻尼因子λk，得到阻尼牛顿法，即

非线性方程组的求解

非线性方程组的求解 摘要：非线性方程组求解是数学教学中，数值分析课程的一个重要组成部分，作为一门学科，其研究对象是非线性方程组。求解非线性方程组主要有两种方法：一种是传统的数学方法，如牛顿法、梯度法、共轭方向法、混沌法、BFGS 法、单纯形法等。传统数值方法的优点是计算精度高，缺点是对初始迭代值具有敏感性，同时传统数值方法还会遇到计算函数的导数和矩阵求逆的问题，对于某些导数不存在或是导数难求的方程，传统数值方法具有一定局限性。另一种方法是进化算法，如遗传算法、粒子群算法、人工鱼群算法、差分进化算法等。进化算法的优点是对函数本身没有要求，不需求导，计算速度快，但是精度不高。 关键字：非线性方程组、牛顿法、BFGS 法、记忆梯度法、Memetic 算法 1： 三种牛顿法：Newton 法、简化Newton 法、修改的Newton 法【1-3】 求解非线性方程组的Newton 法是一个最基本而且十分重要的方法, 目前使用的很多有效的迭代法都是以Newton 法为基础, 或由它派生而来。 n 个变量n 个方程的非线性方程组, 其一般形式如下: ???????===0),...,(... 0),...,(0),...,(21212211n n n n x x x f x x x f x x x f （1） 式(1)中,),...,(21n i x x x f ( i=1, ?, n) 是定义在n 维Euclid 空间Rn 中开域 D 上 的实值函数。若用向量记号，令： ????????????=n x x x ...X 21,????????????=??????????????====)(...)()(0),...,(...0),..,(0)...,()(2121212,211X f X f X f x x x f x x x f x x x f X F n n n n n

2.2 算子和算子方程

2.2 算子和算子方程 2.2.1 线性算子 1. 定义：设A D 和A D '都是线性函数集，且H D A ?，若元素A D ∈φ经算子A 映射得唯一的确定的元素A D '∈ψ，其映射关系为 φψA = 并满足线性运算律(α、β为任意常数) 2121)(φβφαβφαφA A A +=+ 则称A 为线性算子。其中：A D 是A 的定义域，A D '是A 的值域。 若对于任意的A D ∈φ，都有 i i φφφφA A =→lim 成立，则称A 为线性连续算子。 若对于任意的A D ∈φ，都有 φφC ≤A (C 为有限常数) 成立，则称A 为线性有界算子。 可以证明：线性连续算子等价于线性有界算子。 2. 运算性质 设A 、B 为线性算子，A D 、B D 分别为其定义域 (1) 算子的和——若B A D D ?∈φ φφφφ)()(A B B A B A +=+=+ (2) 算子的积——若B D ∈φ，A D ∈φB )A (B )B (A )B (A φφφ≠= (3) 算子的逆——若φφ=)(AB ，则 1-=A B ，1-=B A 称A 与B 互为逆算子。ψψ=-)(1AA 。 3. 线性算子方程： 可分为两种类型：

(1) 设A 是已知线性算子，若其值域中的已知点A D '∈ψ由定义域中相应未知点A D ∈φ映射而得，即 ψφ=A 则称之为确定性算子方程。 由算子方程的运算性质： ψφφφ111)()(---===A A A A A 确定性算子方程的求解任务：算子求逆运算。若1-A 存在，则解答是唯一的，1-A 连续，则解答是稳定的。 (2) 设A 为已知线性算子，其值域等于定义域A A D D ='，且λφψ=(λ为待定常数)在值域中也是未知点，则 λφφ=A 称为本征值算子方程。 本征值算子方程的求解任务： ①确定n λ所取的待定的值{ } ,2,1=n n λ； ②求出n λ所对应的解{} ,2,1=n n φ。 2.2.2对称算子和正定算子 1. 对称算子 定义1：设)()(),()(22E L D x V E L D x U A ?∈?'∈A ，则 ?>=<)(*)(,x E dx V U V U A A 称为含算子的内积，也即是交集上的线性泛函。 定义2：若函数集)(2E L D ?中的任何两个元素U 和V 所构成含算子的内积都满足 >>=<=

非线性方程的数值解法习题解答

第六章非线性方程的数值解法习题解答 填空题： 1. 求方程()x f x =根的牛顿迭代格式是__________________。 Ans:1()1()n n n n n x f x x x f x +-=- '- 2.求解方程 在(1, 2)内根的下列迭代法中， (1) (2) (3) (4) 收敛的迭代法是（A ）. A ．(1)和(2) B. (2)和(3) C. (3)和(4) D. (4)和(1) 3.若0)()(，故迭代发散。 以上三中以第二种迭代格式较好。 2、设方程()0f x =有根，且'0()m f x M <≤≤。试证明由迭代格式1()k k k x x f x λ+=- (0,1,2,)k =L 产生的迭代序列{}0k k x ∞ =对任意的初值0(,)x ∈-∞+∞，当2 0M λ<< 时，均收敛于方程的根。