求Secant Method失效但Bisection Method收敛的函数示例（区间[a,b]，初始点a、b）

我来给你举一个完美符合要求的例子，咱们一步步拆解清楚它为什么满足条件。

函数与区间定义 #

• 目标函数：f(x) = 1/x - 1
• 测试区间：[0.5, 2]
• 区间内的根：x=1（代入函数可得f(1)=1/1 -1=0）

二分法的收敛性分析 #

二分法的核心要求很简单：区间两端点的函数值必须异号（也就是f(a)*f(b) < 0），这样根据中间值定理，区间内必然存在至少一个根，迭代过程会不断缩小区间范围，最终收敛到根。

咱们验证一下：

• f(0.5) = 1/0.5 -1 = 1（正数）
• f(2) = 1/2 -1 = -0.5（负数）
• 两者乘积为-0.5 < 0，完全满足二分法的启动条件。

迭代过程大概是这样的：

1. 第一次取中点1.25，f(1.25)=-0.2（负数），新区间变为[0.5, 1.25]
2. 第二次取中点0.875，f(0.875)≈0.1429（正数），新区间变为[0.875, 1.25]
3. 后续每次迭代都会把区间缩小一半，最终必然收敛到根x=1。

割线法的失效分析 #

割线法依赖两点的函数值来构造割线，迭代公式是：
x_{n+1} = x_n - f(x_n) * (x_n - x_{n-1}) / (f(x_n) - f(x_{n-1}))

咱们从初始点x0=0.5和x1=2开始计算：

1. 第一步计算x2：

   x2 = 2 - (-0.5) * (2-0.5) / (-0.5 -1)
   = 2 - (-0.75) / (-1.5)
   = 2 - 0.5 = 1.5
   

   此时f(1.5)≈-0.3333
2. 第二步计算x3：

   x3 = 1.5 - (-0.3333) * (1.5-2) / (-0.3333 - (-0.5))
   = 1.5 - (0.16665) / 0.1667
   ≈1.5 -1 = 0.5
   

   你看，x3直接回到了初始点x0=0.5！接下来的迭代会进入0.5 → 2 →1.5 →0.5 →2...的死循环，永远碰不到根x=1，完全失效。

代码示例（Python） #

用代码直观展示两种方法的表现：

def f(x):
    return 1/x - 1

# 二分法实现
def bisection(a, b, tol=1e-6):
    if f(a)*f(b) >= 0:
        raise ValueError("二分法要求区间端点函数值异号")
    while (b - a)/2 > tol:
        mid = (a + b)/2
        if f(mid) == 0:
            return mid
        elif f(a)*f(mid) < 0:
            b = mid
        else:
            a = mid
    return (a + b)/2

# 割线法实现（展示循环失效）
def secant(x0, x1, max_iter=10):
    print("=== 割线法迭代过程 ===")
    for i in range(max_iter):
        fx0 = f(x0)
        fx1 = f(x1)
        if abs(fx1 - fx0) < 1e-10:
            print("分母接近0，无法继续迭代")
            break
        x2 = x1 - fx1 * (x1 - x0)/(fx1 - fx0)
        print(f"迭代{i+1}: x={x2:.4f}, f(x)={f(x2):.4f}")
        # 检查是否回到初始点，判断循环
        if abs(x2 - x0) < 1e-8:
            print("割线法陷入循环，失效！")
            break
        x0, x1 = x1, x2

# 测试二分法
print("=== 二分法结果 ===")
print(f"收敛到根：{bisection(0.5, 2):.6f}")

# 测试割线法
secant(0.5, 2)

运行这段代码后，二分法会输出1.000000左右的结果，而割线法会在第3次迭代后回到初始点，提示陷入循环失效。

内容的提问来源于stack exchange，提问作者Ekber