求非线性方程一个实根的牛顿迭代法
牛顿迭代法(Newton’s method)又称为牛顿-拉夫逊(拉弗森)方法(Newton-Raphson method),它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法。
求解原理:
例子:x^3- x^2-1=0
1,代码
clc;
clear all;
close all;
syms x
f1 = x3-x2-1%设置目标函数
f2 = diff(f1,‘x’)
fun = inline(‘[x3-x2-1,3x^2-2x]’);
x0 = 1.5;%初值
ep = 1e-6;
it_max = 1000;
[x_star,index, it]=Newton_G(fun, x0, ep, it_max);
fprintf(‘经过%d次迭代,函数方程根的近似解为:x=%.8f\n’,it,x_star)%输出迭代过程
2,自定义函数
function [x_star,index, it]=Newton_G(fun, x, ep, it_max)
%求解非线性方程的Newton法,其中
% fun(x) —需要求根的函数,
% 第一个分量是函数值,第二个分量是导数值
%x —初始点。
% ep —精度,当(x(k)-x(k-1)/<ep时,终止计算。省缺为1e-5
% it_max —最大迭代次数,省缺为100
% x _star —当迭代成功时,输出方程的根
% 当迭代失败时,输出最后的迭代值。
% index —当index=1时,表明迭代成功,
% 当index=0时,表明迭代失败(迭代次数>=it_max)
% it — 迭代次数。
if nargin <4
it_max=1000;
end
if nargin ❤️
ep=1e-10;
end
index=0;
k=1;
while k<=it_max
x1 = x;
f =feval(fun,x);
if abs(f(2))<ep
break;
end
x = x-f(1)/f(2);
if abs(x-x1)<ep
index = 1;
break;
end
k = k+1;
end
x_star=x;
it=k;
end
运行结果
迭代次数为:4
迭代终数约为:1.46557