牛顿迭代法求解方程

      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，此时线性收敛，但是可通过一些方法变成超线性收敛。另外该方法广泛用于计算机编程中。

牛顿迭代公式

设r是f(x) = 0的根，选取x0作为r的初始近似值，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r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r的近似值序列，其中，x(n+1)=x(n）－f(x(n))/f'(x(n))称为r的n+1次近似值，上式称为 牛顿迭代公式。

用牛顿迭代法解非线性方程f(x)=0，是把非线性方程线性化的一种近似方法。把f(x)在点x0的某邻域内展开成 泰勒级数 f(x) = f(x0)+(x－x0)f'(x0)+(x－x0)^2*f''(x0)/2! +… ，取其线性部分（即泰勒展开的前两项），并令其等于0，即f(x0)+f'(x0)(x－x0)=0 ，以此作为非线性方程f(x) = 0的近似方程，若f'(x0)≠0，则其解为x1=x0－f(x0)/f'(x0)， 这样，得到牛顿迭代法的一个迭代关系式： x(n+1)=x(n)－f(x(n))/f'(x(n))。

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本方法。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）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，至少存在一个可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，指如何从变量的前一个值推出其下一个值的公式（或关系）。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，需要进一步分析得出可用来结束迭代过程的条件。

迭代问题举例

   （1）欧几里得算法；

   （2）斐波拉契