迭代法
迭代法在网上有一个形象的比喻:军人在进攻时常采用交替掩护进攻的方式,若在数轴上的点表示
A,B
两人的位置,规定在前面的数大于后面的数,则是
A>B,B>A
交替出现。但现在假设军中有一个胆小鬼,同时大家又都很照顾他,每次冲锋都是让他跟在后面,每当前面的人占据一个新的位置,就把位置交给他,然后其他人再往前占领新的位置。也就是A始终在B的前面,
A
向前迈进,
迭代法也称辗转法,是一种不断用变量的旧值递推新值的过程,跟迭代法相对应的是直接法(或者称为一次解法),即一次性解决问题。迭代算法是用计算机解决问题的一种基该方法。它利用计算机运算速度快、适合做重复性操作的特点,让计算机对一组指令(或一定步骤)进行重复执行,在每次执行这组指令(或这些步骤)时,都从变量的原值推出它的一个新值。
利用迭代算法解决问题,需要做好以下三个方面的工作:
1.确定迭代变量。 在可以用迭代算法解决的问题中,至少存在一个直接或间接地不断由旧值递推出新值的变量,这个变量就是迭代变量。
2. 建立迭代关系式。 所谓迭代关系式,指如何从迭代变量的前一个值推出其下一个值的公式。迭代关系式的建立是解决迭代问题的关键,通常可以使用递推或倒推的方法来完成。
3.对迭代过程进行控制。 在什么时候结束迭代过程?这是编写迭代程序必须考虑的问题。不能让迭代过程无休止地重复执行下去。迭代过程的控制通常可分为两种情况:一种是所需的迭代次数是个确定的值,可以计算出来;另一种是所需的迭代次数无法确定。对于前一种情况,可以构建一个固定次数的循环来实现对迭代过程的控制;对于后一种情况,需要进一步分析出用来结束迭代过程的条件。 [“参考百度百科http: //baike.baidu.com/view/643093.htm”]
牛顿迭代法
牛顿迭代法(Newton’s method)又称为牛顿-拉夫逊方法(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。多数方程不存在求根公式,因此求精确根非常困难,甚至不可能,从而寻找方程的近似根就显得特别重要。方法使用函数 f(x) 的泰勒级数的前面几项来寻找方程 f(x)=0 的根。牛顿迭代法是求方程根的重要方法之一,其最大优点是在方程 f(x)=0 的单根附近具有平方收敛,而且该法还可以用来求方程的重根、复根。另外该方法广泛用于计算机编程中。
设
X∗
是
f(x)=0
的根,选取
x0
作为
X∗
初始近似值,过点
(x0,f(x0))
做曲线
y=f(x)
的切线L,L的方程为
y=f(x0)+f′(x0)(x−x0)
,求出L与x轴交点的横坐标
x1=x0−f(x0)/f′(x0)
,称
x1
为
X∗
的一次近似值。过点
(x1,f(x1))
做曲线
y=f(x)
的切线,并求该切线与x轴交点的横坐标
x2=x1−f(x1)/f′(x1)
,称
x2
为
r
的二次近似值。重复以上过程,得
根据牛顿迭代的原理,求 a(a>0) 的平方根,只需要求出 f(x)=x2−a=0 的牛顿迭代式: xn+1=(xn+a/xn)/2 ,可以初始化可以令 x0=1 。
C++实现
#include <iostream>
//EPS用以控制计算精度
double EPS = 0.000001;
using namespace std;
int main()
{
double a;
cin >> a ; //输入a,要求a的平方根
if( a >= 0)
{
double x = a/2, lastX = x + 1 + EPS;//确保能够进行至少一次迭代
while( x - lastX > EPS || lastX - x > EPS)//只要精度未达要求,就继续迭代
{
lastX = x;
x = (x + a/x)/2;
}
cout << x;
}
else
cout << "It can't be nagitive.";
return 0;
}