python实现迭代法解方程

最新推荐文章于 2024-08-16 22:10:46 发布

WX Chen

最新推荐文章于 2024-08-16 22:10:46 发布

阅读量1.7w

点赞数 7

分类专栏： python

本文链接：https://blog.csdn.net/kl1411/article/details/83751764

版权

python 专栏收录该内容

34 篇文章 0 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用Python实现迭代法解决一元三次方程x^3-2x+1=0。在误差0.0001的限制下，通过牛顿迭代法、梯度下降法和哈雷迭代法寻找方程的三个实数解，特别指出其中一个解为1。同时，文章涉及了最大迭代次数的设定和判断迭代过程是否收敛的算法。

摘要由CSDN通过智能技术生成

一元三次方程x^3-2x+1=0，给定误差0.0001，迭代法求解。有3个实数解，其中一个是1。
有最大迭代次数判断，以及判断迭代是否收敛的算法。

牛顿迭代法

# -*- coding= utf-8 -*-
# 一元三次方程x^3-2x+1=0，给定误差0.0001，迭代法求解。有3个实数解，其中一个是1。
# 有最大迭代次数判断，以及判断迭代是否收敛的算法。

def f(x):
    # f的方程
    return x**3.0 - 2.0*x + 1.0

def f_first_order(x):
    # f的一阶导数
    return 3.0 * x ** 2 -2.0

def get_root(x0, max_iter=50, tol = 1e-7):
    # 将初始值浮点化
    p0 = x0 * 1.0
    for i in range(max_iter):

        # f的一阶导数不能为0，最普遍的说法是不能非正定
        p = p0 - f(p0)/ f_first_order(p0)

        # 如果小于精度值则退出迭代
        if abs(p - p0) < tol:  # tol是判断迭代更新的阈值

            return u'经过%s次的迭代，我们估计的参数值是%s' % (i+1,