Python 简单迭代法/Newton迭代法/弦截法 求方程的根

Python 简单迭代法/Newton迭代法/弦截法 求方程的根

模块导入

import math

直接上代码

"""
迭代方程为:e^x-x^2+3*x-2=0
构建函数方程 fun = math.exp(x)-x**2+3*x-2
方程导数  fun_dc = math.exp(x)-2*x+3
迭代初值 x = 0
"""
import math

"""简单迭代法"""
def easy_iteration(x):
    x_next = (x ** 2 - math.exp(x) + 2) / 3
    while abs(abs(x) - abs(x_next)) > 0.0001:
        x = x_next
        x_next = (x ** 2 - math.exp(x) + 2) / 3
    print(x, x_next)
    print('\n')


"""Newton迭代法"""
def Newton_iteration(x):
    fun = math.exp(x) - x ** 2 + 3 * x - 2
    fun_dc = math.exp(x) - 2 * x + 3
    x_next = x - fun / fun_dc
    while abs(abs(x) - abs(x_next)) > 0.0001:
        x = x_next
        fun = math.exp(x) - x ** 2 + 3 * x - 2
        fun_dc = math.exp(x) - 2 * x + 3
        x_next = x - fun / fun_dc
    print(x, x_next)
    print('\n')


"""弦截法"""
def string_iteration(x, x0):
    fun = math.exp(x) - x ** 2 + 3 * x - 2
    fun_x0 = math.exp(x0) - x0 ** 2 + 3 * x0 - 2
    x_next = x - fun * (x - x0) / (fun - fun_x0)
    while abs(abs(x) - abs(x_next)) > 0.0001:
        x = x_next
        fun = math.exp(x) - x ** 2 + 3 * x - 2
        x_next = x - fun * (x - x0) / (fun - fun_x0)
    print(x, x_next)
    print('\n')


if __name__ == '__main__':
    print('简单迭代法:')
    easy_iteration(x=0)

    print('Newton迭代法:')
    Newton_iteration(x=0)

    print('弦截法:')
    string_iteration(x=0, x0=0.25)

  • 4
    点赞
  • 56
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
1. 二分法 二分法是一种简单而有效的解非线性方程的方法。其基本思想是不断将区间一分为二,然后据函数在两个子区间的符号来确定非线性方程在哪个子区间内,并继续对该子区间进行二分,直到满足指定的精度要为止。 具体的步骤如下: 1)选择一个初始区间 [a, b],使得 f(a) 和 f(b) 的符号不同。 2)计算区间的中点 c = (a+b)/2,并计算 f(c) 的值。 3)如果 f(c) 等于 0 或者满足指定的精度要,则 c 就是方程的一个。 4)如果 f(c) 和 f(a) 的符号相同,则在 [c, b] 区间内,否则在 [a, c] 区间内。 5)重复步骤 2 至 4,直到满足指定的精度要为止。 二分法的优点是简单易懂,收敛速度比较稳定,缺点是需要两个初始值,且收敛速度比较慢。 2. 不动点迭代法 不动点迭代法是一种解非线性方程的常用方法,其基本思想是将非线性方程转化为不动点方程,然后通过迭代的方式解不动点方程。 具体的步骤如下: 1)将非线性方程 f(x) = 0 转化为不动点方程 x = g(x),其中 g(x) = x - f(x)/h(x),h(x) 不等于 0。 2)选择一个初始值 x0。 3)通过不断迭代,得序列 {xn},其中 xn+1 = g(xn)。 4)如果序列 {xn} 收敛到 x,则 x 就是方程的一个。 不动点迭代法的优点是收敛速度比较快,缺点是需要找到一个合适的不动点方程,并且要保证序列 {xn} 收敛。 3. NewtonNewton法是一种解非线性方程的常用方法,其基本思想是利用函数的泰勒级数在某点的展开式来逼近函数的零点。 具体的步骤如下: 1)选择一个初始值 x0。 2)计算函数 f(x) 在 x0 处的导数 f'(x0)。 3)据函数的泰勒级数在 x0 处的展开式,得到近似方程 f(x) ≈ f(x0) + f'(x0)(x - x0)。 4)令近似方程等于 0,解出 x1 = x0 - f(x0)/f'(x0)。 5)重复步骤 2 至 4,直到满足指定的精度要为止。 Newton法的优点是收敛速度很快,缺点是需要计算函数的导数,如果导数不存在或者计算不方便,则无法使用此方法。 4. 弦截法 弦截法是一种解非线性方程的常用方法,其基本思想是利用函数在两个初始值处的切线与 x 轴的交点来逼近函数的零点。 具体的步骤如下: 1)选择两个初始值 x0 和 x1,使得 f(x0) 和 f(x1) 的符号不同。 2)计算切线的斜率 k = (f(x1) - f(x0))/(x1 - x0)。 3)计算切线与 x 轴的交点 x2 = x1 - f(x1)/k。 4)如果 f(x2) 等于 0 或者满足指定的精度要,则 x2 就是方程的一个。 5)如果 f(x2) 和 f(x0) 的符号相同,则在 [x2, x1] 区间内,否则在 [x0, x2] 区间内。 6)将 x1 和 x2 作为新的初始值,重复步骤 2 至 5,直到满足指定的精度要为止。 弦截法的优点是收敛速度比较快,缺点是需要两个初始值,且收敛速度不如牛顿法快。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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