The Fun Of Algorithm - Day3 - Newton Iterative Equation

问题描述

编写用牛顿迭代法求方程根的函数 。方程为$a{x}^3+b{x}^2+cx+d=0$ 系数a, b, c, d由主函数输入， 求x在1附近的一个实根。 求出根后，由主函数输出。

牛顿迭代法的公式：$$x=x_0-\frac{f(x_0)}{f^{{}^{\prime }}(x_0)}$$
设迭代到$|x-x_0|<=10^{-5}$时结束。

问题分析

牛顿迭代法是取$x_0$之后，在这个基础上找到比$x_0$更接近的方程根，一步一步迭代， 从而找到更接近方程根的近似根。
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$x_1=x_0-\frac{f(x_0)}{f^{{}^{\prime }}(x_0)}$,称$x_1$为$r$的一次近似值； 过点$(x_1,f(x_2))$做曲线$y=f(x)$的切线，并求出该切线与x轴交点的横坐标$x_2=x_1-\frac{f(x_1)}{f^{{}^{\prime }}(x_1)}$,称$x_2$为$r$的二次近似值；重复以上过程，得到$r$的近似值$x_n$. 上述过程即为牛顿迭代法的求解过程。

算法流程分析

1. 在1附件找任意一个实数作为$x_0$的初值， 我们取1.5， 即$x_0$=1.5
2. 用初值$x_0$代入方程中计算此时的$f(x_0)$及$f^{{}^{\prime }}(x_0)$; 程序中用变量$f$描述方程的值， 用$fd$描述方程求导之后的值
3. 计算增量$h=f/fd$
4. 计算下一个$x$,$x=x_0-h$
5. 用新计算的$x$替换原来的$x_0$, 为下一次迭代做好准备。
6. 若$|x-x_0|>=1e-5$, 则转到步骤3继续执行，否则转到步骤7
7. 所求$x$就是方程$a{x}^3+b{x}^2+cx+d=0$ 的根， 将其输出。

Code

# !/user/bin/python3
# -*- coding: utf-8 -*-
# @author: HHVic
# @desc: 牛顿迭代法求方程根

# 函数功能是用牛顿迭代法求方程的根

def solution(a,b,c,d):
    x=1.5
    x0=x
    #f用来描述方程的值， fd用来描述方程求导之后的值
    f=a*x0*x0*x0+b*x0*x0+c*x0+d
    fd=3*a*x0*x0+2*b*x0+c
    h=f/fd
    x=x0-h #求得更接近方程根的x值
    while abs(x-x0)>=1e-5: #abs()函数返回数字的绝对值
        x0=x
        f = a * x0 * x0 * x0 + b * x0 * x0 + c * x0 + d
        fd = 3 * a * x0 * x0 + 2 * b * x0 + c
        h=f/fd
        x=x0-h
    return x

if __name__=='__main__':
    print('请输入方程的系数：')
    #a,b,c,d代表所求方程的系数
    a,b,c,d=map(float,input().split())
    print('方程的参数为：',a,b,c,d)
    #x用来记录求得的方程根
    x=solution(a,b,c,d)
    print('所求方程的根为x=%.6f'% x)

请输入方程的系数：
2 -4 3 -6
方程的参数为： 2.0 -4.0 3.0 -6.0
所求方程的根为x=2.000000