java弦截法,牛顿逼近法求迭代式及应用

基本原理

先将原问题表达为 f(x)=0求零根问题

设 r 是 f(x)=0 的一个根，则 x0处的切线方程为

选取 x0 为接近根的初始值，不断用过

 点的切线将 

 的过程就是迭代过程。

所以 xn 是

  的解。

整理并解得:

即为迭代通式。

迭代的适用性

首先原函数的导数可以比较容易的可得，且其导函数中不含有形如原函数的因子。

另外需要关注两个问题：

迭代是否收敛？    直接决定是否可以使用迭代法

迭代的收敛速度？    决定了逼近的速度

牛顿迭代法具有较高的收敛速度，收敛阶数为＝2。

而牛顿迭代法的局部收敛性较强，只有初值充分地接近，才能确保迭代序列的收敛性。

为了放宽对局部收敛性的限制，必须再增加条件建立以下收敛的充分条件。

对于f(x)在区间[a,b]上，需满足：

f(a)f(b)<0，即保证根的存在性

f'(x)≠0，单调性是一致的，即有唯一的解

f"(x)不变号，即函数的凹向不变

f'(x0)f"(x0)>0

因此，在放宽x0取值时，必须要满足上述4个条件才可以迭代逼近。

求

的迭代式

该问题等价于

的问题。

所以有 f'(x)=2x ，代入到迭代通式中得：

简化整理得：

即为

的逼近法解决的迭代式。

求

的迭代式

该问题等价于

。

所以有 f'(x)=3x2，代入到迭代通式中得：

简化整理得：

即为

的逼近法解决的迭代式。

实际应用

讨论牛顿逼近法一方面可以了解Math.sqrt()实现，另一方面，对于大数计算/高精度计算就显得非常重要了。

例如Java中BigDecimal对象没有sqrt方法，如果需要对一个大数(或者一个高精度实数)进行开方应该怎么办？

就按照上面的方法我们自己实现一个：(关键点就是得到迭代式)

// 利用BigDecimal做数值容器

// 利用上面求出的牛顿法迭代式

// 实现  对任意大数/任意精度实数进行开方

static BigDecimal newtonMethodSqrt2 (BigDecimal a, int precision) {

BigDecimal _2 = new BigDecimal(2);

BigDecimal xn = a.divide(_2);     // x0的初始值

MathContext mc = new MathContext(precision, RoundingMode.HALF_UP);

int loop = (int) Math.ceil(Math.log(precision) / Math.log(2));

for (int i = loop; i >= 0; i--) {

xn = xn.add(a.divide(xn, mc)).divide(_2, mc); // 上面求出的迭代式

}

return xn;

}

public static void main(String[] args) {

System.out.println(newtonMethodSqrt2(new BigDecimal(2), 100));

}

这就是对一个大数/高精度数进行开方的运算(指定了100位精度)，看一下运算结果，再对比一下高精度计算器bc的结果：

与bc结果一致，即有了

的精度。

特别注意到，当上面循环改为 i>0 时，第97位以后出现偏差，即有了

的精度。

这也说明了，有限精度多次计算造成精度降低，于是，要适当的提高精度要求或者增加迭代次数。

其它

某些高阶方程问题无法用计算机直接计算的时候，可以尝试使用牛顿迭代法。

显然，要利用计算机解决这些问题，就需要算出迭代式，这才是程序的关键。

前面已经给出了利用牛顿迭代法求开方的例子。同时也给出开三次方的迭代式，上面的newtonMethodSqrt2按通式稍稍变形即可计算开三次方。

同理，用通式算出开n次方的迭代式，也可以计算。

同理，对于大数 loga(x)的计算，等价于对 X开 a次方的问题，所以如法炮制。

还有，对于其它某些高阶问题需要用迭代法解决时，发现其导数不易求得或者牛顿法迭代式比原式更复杂，则可以考虑使用牛顿迭代法的变种，比如牛顿下山法、单点弦截法、双点弦截法等来解决，但通常它们具有更低的收敛速度，即需要更多次的迭代才能很好的逼近真实值。