使用最速梯度法和牛顿法实现开方运算的数值求解

这边默认步长为：0.005。后期需完善

/*
/*
本例程用于实现开方运算的迭代求解
分别使用最速梯度法和牛顿法
x = exp(A)
x* = argmin{f(x)} = argmin{(x^2-A)^2 = x^4 -2*A*x^2 + A^2}
f'(x) = 4*x^3-4*A*x
f''(x) = 12*x^2-4*A
*/

#include<iostream>
#include<chrono>
#include<cmath>

using namespace std;

const double er = 0.0001;

double DescentMethod(const double&,const double&,int &k);

double NewtonMwthod(const double&, const double&,int &k);


int main(int argc, char** argv)
{
	double A;
	cout << "请输入需要开放操作的数值：";
	cin >> A;

	double B;
	cout << "请输入它的近似整数：";
	cin >> B;
	if (A < 0)
	{
		cout << "您输入的值小于0，请重新输入:";
		cin >> A;
		cout << endl;
	}
	int k1,k2;
	double r1 = DescentMethod(A,B,k1);
//	double r2 = NewtonMwthod(A,B,k2);
	cout << "使用最速梯度法求得解为；" << r1 << endl;
	cout << "最速梯度法迭代的次数为：" << k1 << "次" << endl;
//	cout << "#################################" << endl;
//	cout << "使用牛顿法求得的解为：" << r2 << endl;
//	cout << "牛顿法迭代的次数为：" << k2 << "次" << endl;
	system("pause");
	return 0;
}


double DescentMethod(const double &A, const double &B,int &k)
{
	//初始化x0
	k = 0;
	double x0 = B + 0.1;
	double xk;
	//计算负梯度
	double nd = 4 * A*x0 - 4 * x0*x0*x0;
	//假设步长为：0.005
	double alpha = 0.005;
	while (abs(nd) > er)
	{
		//更新xk
		xk = alpha * nd + x0;
		
		//计算梯度
		nd = 4 * A*xk - 4 * xk*xk*xk;
		x0 = xk;
		k += 1;
	}
	return xk;
}


double NewtonMwthod(const double&A, const double &B, int &k)
{
	//初始化x0
	double x0 = B+0.5;
	double xk = 0;
	//计算Jacobi和Hessian参数
	double ja = 4 * x0*x0*x0 - 4 * A*x0;
	double he = 12 * x0*x0 - 4 * x0;
	while (abs(ja) > er)
	{
		double h = ja / he;
		xk = x0 - h;
		double ja = 4 * xk*xk*xk - 4 * A*xk;
		double he = 12 * xk*xk - 4 * xk;
		x0 = xk;
		k += 1;
	}
	return xk;
}

请输入需要开放操作的数值：14
请输入它的近似整数：4
使用最速梯度法求得解为；3.74166
最速梯度法迭代的次数为：16次

牛顿法不能收敛，并且使用最速梯度法，对于数值较小尚可计算，数值一大，也不容易收敛。