非线性方程的数值解法——Newton法

非线性方程的数值解法——Newton法

考虑非线性方程：
$$f(x)=0$$
设f(x)在x_k处可微，则可在x_k处泰勒展开为：
$$0=f(x)=f(x_k)+f^{\prime }(x_k)(x-x_k)+o(x-x_k{)}^2$$
当x在x_k的某个邻域时，可以忽略无穷小量o。
这样在x_k附近，原方程可以用下面的线性方程替代：
$$f(x_k)+f^{\prime }(x_k)(x-x_k)=0$$
则下一个迭代点为：
$$x_{k+1}=x_k-\frac{f(x_k)}{f^{\prime }(x_k)}$$
这就是Newton法的迭代公式。

几何意义：

matlab程序：
用迭代公式计算根

function [x,k] = newton(fun,dfun,x0,e)
% Inputs  - fun,dfun 要求零点的函数及其导数
          - x0       根的初始值
          - e        容忍误差
% Outputs -x         根
          -k         迭代次数
          
x = x0 - fun(x0)/dfun(x0);
k = 1;  % 迭代次数
while abs(x-x0)>e
    x0 = x;
    x = x0 - fun(x0)/dfun(x0);
    k = k+1
end

x0 = 2;  % 初始值
e = 10^-8;  % 精度
fun = inline('x^3-2*x-5','x');
dfun = inline('3*x^2-2','x');

[x,k] = newton(fun,dfun,x0,e);

迭代次数k=4，比二分法要快，精度也高。

参考文献：
《数值计算方法》