01 牛顿迭代公式

01

设 r 是f(x) = 0的根，选取$x_0$ 作为r的初始近似值，过点 $(x_0,f(x_0))$ 做曲线 $y=f(x)$ 的切线L，L的方程为$$y=f(x_0)+f^{\prime }(x_0)(x-x_0)$$，求出L与x轴交点的横坐标$x_1=x_0-f(x_0)/f^{\prime }(x_0)$, 称$x_1$是$r$的一次近似。

过点$(x_1,f(x_1))$做曲线$y=f(x)$定位切线，并求该切线与x轴交点的横坐标，也就是当$y=0$时，$x_2=x_1-f(x_1)/f^{\prime }(x_1)$,称为r的二次近似值

重复以上过程，得r的近似值序列，其中，$x_n+1=x_n-f(x_n)/f^{\prime }(x_n)$是r的n+1次近似根，这个式子也称作牛顿迭代公式。

已经证明，如果是连续的，并且待求的零点是孤立的，那么在零点周围存在一个区域，只要初始值位于这个邻近区域内，那么牛顿法必定收敛。

02 Python实现

def newton(x0, niter,threshold, f, f_grade):
    iter = 0
    while niter>0:
        x1 = x0 - f(x0)/f_grade(x0)
        if f(x1)<threshold:
            break
        x0 = x1
        iter +=1
        print(str(iter)+"x="+str(x1))
        niter-=1
    return x1

s = newton(50, 100, 1e-10, lambda x:x*x-11*x+10, lambda x: 2*x - 11)
print('solve = '+ str(s))

结果为：

1x=27.97752808988764
2x=17.189213932471937
3x=12.210790103826884
4x=10.364159272422459
5x=10.013631541265838
6x=10.000020584192082
7x=10.000000000047079
solve = 10.0

方程为$f(x)=x^2-11\times x+10$
依次求导后公式为：$f^{\prime }(x)=2\times x-11$
r = 10

致谢：公众号