牛顿迭代法是求解非线性方程的一种经典方法,其思想是用Taylor展开式将非线性方程转换成线性方程求解。其原理如下图所示(图片来源于东北大学数值分析mooc):
对于牛顿迭代法的一种更直观的解释,其几何意义就是反复求过一点的切线,因此又被称作为切线法,其示意图如下:
这里给出其算法的流程图:
其流程如下:
(1)选定初值x0,计算f(x0),f’(x0)
(2)按照牛顿迭代公式计算新的近似值xk+1
(3)对于给定的精度e,如果|xk+1-xk|<e,则中止迭代,否则k=k+1;重复第二步。
这里是求解X*e^X-1=0这个超越方程的代码,实现代码如下:
#include<iostream>
#include<math.h>
using namespace std;
//原函数
double Func(double x)
{
double res=x*exp(x) - 1;
return res;
}
//一阶导数
double Derivativefunction(double x)
{
double res = (x + 1)*exp(x);
return res;
}
void Newton(double x0, double e,int N)
{
int i = 0;
double x1 = x0 - Func(x0) / Derivativefunction(x0);
while (fabs(x1 - x0) >= e)
{
x0 = x1;
i++;
cout <<"第" <<i<<"次迭代的结果是:"<<x0<<endl;
x1= x1 - Func(x1) / Derivativefunction(x1);
if (i > N)
cout << "超出最大迭代次数" << endl;
}
}
void MyNewton(double x0, double e, int N)
{
double x1 = x0 - Func(x0) / Derivativefunction(x0);
for (int i = 1; i < N; i++)
{
if (Derivativefunction(x0) == 0)
cout << "error";
else
{
if (fabs(x1 - x0) < e)
{
cout << "第" << i << "次迭代结果为:" << x1 << endl;
break;
}
else
{
double temp;
temp = x1;
x1= x1 - Func(x1) / Derivativefunction(x1);
x0 = temp;
}
}
int main()
{
double x, e;
int N;
cout << "请输入初值,精度以及最大迭代次数:";
cin >> x >> e >> N;
Newton(x, e, N);
system("pause");
return 0;
}
这选取初值0.5,使用牛顿迭代法进行迭代,其结果如下:
牛顿迭代法得初值选择一般可以通过matlab画出函数图找出精确解的区间,其初值还要满足以下条件迭代才不会发散:
开始准备写一个通用的程序来实现牛顿迭代法,但是求导要自己实现,这个对于多项式来说可以自己写函数实现,但是要涵盖所有的函数就有点困难了,因此就针对一个具体的方程写了一个方法,博主也是初学者,理解还不深,欢迎大家提出问题讨论。