牛顿迭代法的理解

最近没事在看一些算法的东西，看了一会，发现自己脑子一片空白，很多以前至少会一些的东西，现在都忘完了，所以写个笔记，记录此时的心得体会，便于日后回顾。

牛顿迭代法，牛顿迭代法的作用就是求函数的近似根。

牛顿迭代法的迭代公式为   Xn+1 = Xn - f(Xn)/f '(Xn)。

下面以Java语言对函数  f(x) = x的3次方+x+1进行迭代求根。

import java.math.*;
public class Newton {
    //牛顿迭代法
    public static void main(String args[]){
        System.out.println(newton());
    }

    //设原函数为 f(x) = x*x*x+x+1
    public static  double f(double x){
        return x*x*x+x+1;
    }
    //原函数的导数为 df(x) = 3*x*x+1
    public static double df(double x){
        return 3*x*x+1;
    }

    public static double newton(){
        double  x = 0.0;        //设置迭代初始值
        double x1 = -1.0;       //用来存放上一次的结果
        for(int i= 0; i<10&&Math.abs(x1-x)>=0.000000001 ;i++){  //0.000000001为精度，当相邻两次迭代的结果小于这个精度时即停止
            x1 = x;
            x = x -f(x)/df(x);
            System.out.println(i); //打印迭代的次数
        }
        return  x;
    }
}

在循环判断条件中加入次数和精度为了避免无限迭代，以上述的精度，程序运行的结果是：

0
1
2
3
4
5
-0.6823278038280194

还可以将精度设置的更小一些，在上述的精度下再加两个0，程序的运行结果为：

0
1
2
3
4
5
6
-0.6823278038280193

当精度小到可以接受时，返回值x即可看做f（x）的根。