牛顿法python代码_python中的二维牛顿法

我正在用Python编写一个反向Euler方法，在编写Newton部分时遇到问题。我们得到了1e-4的公差，利用这个，我得到了牛顿法的输出向量中非常小的数字。在

这是我的代码：def Newt(U,x,tol): #takes in matrix, x vector, tolerance

error=np.matrix([[1],[1]]) #set an error matrix of 1,1

while abs(LA.norm(error))>tol:

func=function(U,x) #define a f(x) vector

jac=functionprime(U,x) #define the inverse jacobian vector

y0=jac*func #the change vector is the jacobian inverse times the function

xn=x-y0 #the new x is the difference

error=xn-x #set the error

x=xn

print(x)

我使用这些函数来解决这个问题：

^{pr2}$

当我运行它时，我得到一个矩阵：[[ 4.31664687e-27],

[ 2.15832344e-27]]

它太小了，不能用在向后的欧拉函数中，这让我觉得牛顿出了问题。有谁能帮我弄清楚我做错了什么吗？从我对牛顿函数的理解来看，这似乎是正确的，但很明显，它并不是我所需要的。在

另外，要在代码顶部运行此函数，我需要：import matplotlib.pyplot as plt

import math

import numpy as np

from pylab import *

from numpy import linalg as LA

不是所有这些都需要，但有些是！在