二分法 – 是什么、算法和示例
什么是二分法?
二分法是用于查找多项式方程根的基本数值解之一。它将根所在的区间进行二分,并在每次迭代中将其细分为两半,直到找到根为止。因此,二分法也称为区间法。
然而,由于其工作机制与二分查找算法相似,二分法也称为二分查找法、折半法或分治法。它主要基于中间值定理。
求解方程的根
在此示例中,我们仅考虑具有一个自变量的方程。它可以是线性的也可以是非线性的。线性方程用于表示直线图,而非线性方程用于表示曲线。
方程的根是指满足方程的自变量的值。例如:方程 f(x)= 4-x2 = 0 的根是 2,因为 f(2) = 4-22 =0。
令 f(x) 为一个连续实函数。根据中间值定理,如果 f(a)f(b) < 0,则方程 f(x)=0 在 a 和 b 之间至少有一个根。函数 f(x) 在 a 和 b 之间有一个根,“c”。
二分法的图形表示
下图表示了二分法的工作机制。从图中可以看到,方程的根用红色标记。
开始
- 我们首先取两个初始猜测值 a1 和 b1,使得 f(a1)f(b1) < 0。根据中间值定理,根应该落在 [a1, b1] 区间内。
- 我们可以找到 a1 和 b1 的中点,即 b2。因此,由于 f(a1)f(b2) < 0,初始区间现在减小到 [a1, b2]。
- 以同样的方式,区间被不断缩小,直到找到近似解。
二分法算法
使用二分法算法查找方程 f(x)=0 的根的步骤如下:
步骤 1) 选择初始猜测值 a、b 和容差率 e
步骤 2) 如果 f(a)f(b) >=0,则根不在此区间内。因此,将没有解。
步骤 3) 计算中点,c = (a+b)/2
(i) 如果中点函数值 f(c) = 0,则 c 是根。转到步骤 5。
(ii) 如果 f(a)f(c) < 0,则根在 a 和 c 之间。则将 a = a,b = c。
(iii) 否则,将 a = c,b = b。
步骤 4) 如果绝对误差高于容差率或 (b-a) > e,则转到步骤 3。
步骤 5) 显示 c 作为近似根。
让我们看一个二分法算法的例子。
我们需要使用二分法公式找到以下连续函数的根。
f(x) = x3 – x2 + 2
二分法示例
步骤 1) 假设,
a = -10,
b = 10,以及
e = 1% 或 0.01
步骤 2) 现在,我们将检查 f(a)f(b) 是否 >= 0。
f(a) = f(-10) = (-10)3 – (-10)2 + 2 = -1098
f(b) = f(10) = (10)3 – (10)2 + 2 = 902
f(a)f(b) = f(-10)f(10) = (-1098)(902) < 0
因此,上述函数的根在此区间 [-10, 10] 内。
步骤 3) 然后将首先计算中点 c。
现在需要检查以下条件:
(i) f(c) 是否 = 0
f(c) = f(0) = (0)3 – (0)2 + 2 = 2 ≠ 0
(ii) 如果 f(a)f(c) < 0
f(c)f(a) = 2*(-1098) < 0
该条件已满足。对于下一次迭代,值将是:
a = a = -10
b = c = 0
步骤 4) 由于 (b-a) = (0-(-10)) = 10 > 0.05,因此将重复该过程。下一次迭代显示在表格中。
迭代 | a | b | c | b-a | f(c) |
---|---|---|---|---|---|
1 | -10 | 0 | 0 | 10 | 2 |
2 | -5 | 0 | -5 | 5 | -148 |
3 | -2.5 | 0 | -2.5 | 2.5 | -19.875 |
4 | -1.25 | 0 | -1.25 | 1.25 | -1.52562 |
5 | -1.25 | -0.625 | -0.625 | 0.625 | 1.36523 |
6 | -1.25 | -0.9375 | -0.9375 | 0.3125 | 0.297119 |
7 | -1.09375 | -0.9375 | -1.09375 | 0.15625 | -0.50473 |
8 | -1.01562 | -0.9375 | -1.01562 | 0.078125 | -0.0791054 |
9 | -1.01562 | -0.976562 | -0.976562 | 0.0390625 | 0.115003 |
10 | -1.01562 | -0.996094 | -0.996094 | 0.0195312 | 0.0194703 |
11 | -1.00586 | -0.996094 | -1.00586 | 0.00976562 | -0.0294344 |
步骤 5) 在第 11 次迭代中,步骤 4 的条件将为假。因此,该方程的根为 -1.00586。
二分法逻辑图
伪代码
Start Set a, b, e if f(a)*f(b) >=0 Output("Root does not exist in this interval") Stop while (b-a)>e do c ← (a + b)/2 if f(c) = 0 break end if if f(c)*f(a) < 0 then b ← c else a ← c end while Output(c) Stop
C/C++ 中的二分法示例
输入
#include<bits/stdc++.h> using namespace std; #define Error 0.01 double value(double x) { return x*x*x - x*x + 2; } void bisection_method(double a, double b) { if (value(a) * value(b) >= 0) { cout << "The root does not lie in this interval\n"; return; } double c = a; while ((b-a) >= Error) { c = (a+b)/2; if (value(c) == 0.0) break; else if (value(c)*value(a) < 0) b = c; else a = c; } cout << "The root is :" << c; } int main() { double a =-10 , b = 10; bisection_method(a, b); return 0; }
输出
The root is :-1.00586
Python 中的二分法示例
输入
def value(x): return x*x*x - x*x + 2 def bisection_method(a,b): if (value(a) * value(b) >= 0): return c = a while ((b-a) >= 0.01): c = (a+b)/2 if (value(c) == 0.0): break if (value(c)*value(a) < 0): b = c else: a = c print("The root is : ","%.4f"%c) a =-10 b = 10 bisection_method(a, b)
输出
The root is : -1.0059
二分法的优点与局限性
以下是二分法的优点和缺点
优点 | 缺点 |
---|---|
易于实现和简单的求根方法。 | 收敛速度慢,因为它只是基于对区间进行二分。 |
由于它对根进行区间限定,因此总是收敛的。 | 如果其中一个初始猜测值接近根,则达到根需要更多迭代。 |
可以通过增加或减少迭代次数来控制误差率。 |