python牛顿迭代法求根例题_1.3求根之牛顿迭代法

目录

[TOC]

前言

今天我们讲的是具有收敛速度快,能求重根的解方程之法,牛顿迭代法。

(一)牛顿迭代法的分析

1.定义

迭代公式如下:

math?formula=x_%7Bk%2B1%7D%20%3D%20x_k-%5Cfrac%7Bf(x_k)%7D%7Bf%5Cprime(x_k)%7D%20(k%3D0%2C1%2C2...)

迭代函数是:

math?formula=%5Cvarphi(x)%20%3D%20x_k-%5Cfrac%7Bf(x_k)%7D%7Bf%5Cprime(x_k)%7D

由于

math?formula=%5Cvarphi(x)%3D%20x_k-%5Cfrac%7Bf(x_k)%7D%7Bf%5Cprime(x_k)%7D 与原方程

math?formula=f(x)%3D0 等价。

math?formula=k%5Crightarrow%20%5Cinfty 时,

math?formula=x_k就是

math?formula=f(x)%3D0的近似解。

该方法称为牛顿迭代方法。

2.条件

f(x)函数是连续可导函数。

f(x)在局部收敛,当

math?formula=f(x)%20%5Ctimes%20f%5Cprime%5Cprime(x)%3E0时,局部收敛。

注意:牛顿迭代法的局部收敛性,很依赖于初始值的取法。

也就是说,初始值的选取,决定该区域的收敛性。

3.思想

其总思想还是迭代的方法,只是其迭代公式是由泰勒展开得来的,其利用的是:用切线方程与x轴的交点来近似f(x)与x轴的交点。

4.误差

任然用的是迭代法的误差,前后两次x的差的绝对值与我们给的精度比较。

(二)代码实现

1.算法流程图

80ed60ac6c92

牛顿迭代法.jpg

2.源代码

feval()函数

def feval(string, a):

"""

根据值来计算数学表达式。

:param string: 含有x未知数的数学表达式

:param a: 自变量x的具体数值

:return: 数学表达式的计算结果

"""

count = string.count("x")

string = string.replace('x', '%f')

t = (a, ) * count

result = eval(string % t)

return result

float_num()函数

def flaot_num(x, r):

"""

处理保留几位小数点的函数,四舍五入法

:param x: 原始数据

:param r: 误差

:return: 处理后的数据

"""

# 处理小数点的位数

r = str(r)

if "." in r:

dian = r.index(".")

size = len(r[dian + 1:])

result = round(x, size)

return result

elif "e" in r:

dian = r.index("e")

size = int(r[dian+2:])

result = round(x, size)

return result

else:

result = round(x, 0)

return result

牛顿迭代法

"""

牛顿迭代法,迭代的思想,不断逼近。

"""

# 求导数需要的库

import sympy as sp

from my_math.func_math import feval, flaot_num

def new_fun(expr, x0, r):

"""

牛顿迭代法求解方程的根

:param expr: 代函数表达式

:param x0: 初始值

:param r: 误差

:return: 计算的结果值

"""

x = sp.Symbol('x')

k = 0

# 一阶导与二阶导

fx_1 = str(sp.diff(expr))

fx_2 = str(sp.diff(fx_1))

# 迭代公式

y = "x-" + "("+expr + ")/(" + fx_1 + ")"

# 判断收敛性

if feval(expr, x0)*feval(fx_2, x0) <= 0:

print("函数处于该点区域不收敛")

result = None

else:

x1 = feval(y, x0)

x2 = feval(y, x1)

while abs(x2-x1) > r:

x1 = feval(y, x2)

x2 = feval(y, x1)

k += 1

print("次数:", k)

print("x1:", x1)

print("x2:", x2)

result = flaot_num(x2, r)

print("=" * 30)

print("原始的数据是", x2)

print("最后的结果是:", result)

return result

if __name__ == '__main__':

new_fun("x**4-4*x**2+4", 2, 10**-5)

(三)案例演示

1.求解:

math?formula=f(x)%3Dx%5E3-x-1%3D0

误差:10^-5

图像分析(来确定初值)

80ed60ac6c92

01.png

80ed60ac6c92

02.png

取在1.5为初始值

运行结果:

80ed60ac6c92

03.png

2.求解:

math?formula=f(x)%3Dx%5E2-115%3D0

误差:10^-5

图像分析(来确定初值)

80ed60ac6c92

04.png

80ed60ac6c92

05.png

取11为初始值。

运行结果:

80ed60ac6c92

06.png

3.求解:

math?formula=f(x)%3Dx%5E3-x%5E2-x%2B1

误差:10^-5

图像分析(来确定初值)

80ed60ac6c92

07.png

80ed60ac6c92

08.png

取初始值为:1.6

运行结果:

80ed60ac6c92

09.png

4.求解:

math?formula=f(x)%3Dx%5E4-4x%5E2%2B4%3D0

图像分析(来确定初值)

80ed60ac6c92

10.png

80ed60ac6c92

11.png

取初值是:0

运行结果:

80ed60ac6c92

12.png

我们换另一个点试试,取初始值为2

运行结果:

80ed60ac6c92

13.png

作者:Mark

日期:2019/02/19 周二

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值