牛顿迭代法理论推导及python代码实现

公式不便于在这里编辑,所以在word中编辑好了,截图过来。

用python+牛顿迭代法   求 y =(x-2)**3的解

import numpy as np
import matplotlib.pyplot as plt
‘‘‘
牛顿迭代法实现 y =(x-2)**3的解
‘‘‘
def f(x):
    return (x-2)**3
def fd(x):
    return 3*((x-2)**2)
def newtonMethod(n,assum):
    time = n
    x = assum
    next = 0
    a = f(x)
    b = fd(x)
    print(‘a = ‘+str(a)+‘,b = ‘+str(b)+‘,time = ‘+str(time))
    if f(x) == 0.0:
        return time,x
    else:
        next = x-a/b
        print(‘next x = ‘+str(next))
    if a - f(next)<1e-6:
        print(‘meet f(x) = 0 , x = ‘+ str(next))  ##设置跳出条件,同时输出满足f(x) = 0 的x的值
    else:
        return newtonMethod(n+1,next)

newtonMethod(0,4.0)
C:\ProgramData\Anaconda3\python.exe D:/python/TensorFlow/算法实例/牛顿迭代法.py
a = 8.0,b = 12.0,time = 0
next x = 3.3333333333333335
a = 2.370370370370371,b = 5.333333333333334,time = 1
next x = 2.888888888888889
a = 0.7023319615912207,b = 2.3703703703703702,time = 2
next x = 2.5925925925925926
a = 0.20809835898999132,b = 1.0534979423868311,time = 3
next x = 2.3950617283950617
a = 0.0616587730340715,b = 0.4682213077274805,time = 4
next x = 2.263374485596708
a = 0.018269266084169365,b = 0.20809835898999157,time = 5
next x = 2.1755829903978054
a = 0.005413115876790937,b = 0.09248815955110752,time = 6
next x = 2.11705532693187
a = 0.001603886185715827,b = 0.04110584868938101,time = 7
next x = 2.078036884621247
a = 0.0004752255365083959,b = 0.01826926608416941,time = 8
next x = 2.052024589747498
a = 0.00014080756637285685,b = 0.008119673815186359,time = 9
next x = 2.034683059831665
a = 4.17207604067724e-05,b = 0.0036087439178606037,time = 10
next x = 2.023122039887777
a = 1.2361706787192059e-05,b = 0.0016038861857158443,time = 11
next x = 2.015414693258518
a = 3.662727936945795e-06,b = 0.0007128383047625975,time = 12
next x = 2.0102764621723455
a = 1.0852527220580603e-06,b = 0.00031681702433894134,time = 13
next x = 2.0068509747815635
meet f(x) = 0 , x = 2.0068509747815635

Process finished with exit code 0

从运行的结果可以看出近似根x = 2.0068509747815635

原文地址:https://www.cnblogs.com/liuhuacai/p/11774447.html

时间: 2024-11-02 18:58:50

牛顿迭代法理论推导及python代码实现的相关文章

【BZOJ1002】【FJOI2007】轮状病毒 生成树计数推导。 Python代码

突然学了一小下Python 算是勉强会写点了. 至于这道题的题解,就是根据Matrix Tree定理,然后Kirchhoff矩阵高斯消元就好了, 不过这道题如果消去中心点的行和列做的话,矩阵会很规矩,然后貌似"手算"可以推出公式(VFK Orz,手算--) VFK's blog:http://vfleaking.blog.163.com/blog/static/17480763420119685112649/ 然后下面是Python代码,算是裸语法吧. n=int(raw_input(

利用牛顿迭代法求解非线性方程组

最近一个哥们,是用牛顿迭代法求解一个四变量方程组的最优解问题,从网上找了代码去改进,但是总会有点不如意的地方,迭代的次数过多,但是却没有提高精度,真是令人揪心! 经分析,发现是这个方程组中存在很多局部的极值点,是用牛顿迭代法不能不免进入局部极值的问题,更程序的初始值有关! 发现自己好久没有是用Matlab了,顺便从网上查了查代码,自己来修改一下! 先普及一下牛顿迭代法:(来自百度百科) 牛顿迭代法(Newton's method)又称为牛顿-拉夫逊(拉弗森)方法(Newton-Raphson m

@算法 - [email&#160;protected] 牛顿迭代法的应用——多项式开方,对数,指数,三角与幂函数

目录 @0 - 参考资料@ @0.5 - 多项式平方根@ @1 - 牛顿迭代法@ @数学上的定义@ @对于多项式的定义@ @2 - 牛顿迭代的应用@ @重新推导 - 多项式逆元@ @重新推导 - 多项式平方根@ @多项式对数函数@ @多项式指数函数@ @多项式幂函数@ @多项式三角函数@ @3 - 一些参考代码@(留坑待填) @4 - 算法应用@(留坑待填) @0 - 参考资料@ Miskcoo's Space 的讲解 Picks 的讲解 @0.5 - 多项式平方根@ 已知一个多项式 \(A(x

10 行 Python 代码实现模糊查询/智能提示

10 行 Python 代码实现模糊查询/智能提示 1.导语: 模糊匹配可以算是现代编辑器(如 Eclipse 等各种 IDE)的一个必备特性了,它所做的就是根据用户输入的部分内容,猜测用户想要的文件名,并提供一个推荐列表供用户选择. 样例如下: Vim (Ctrl-P) Sublime Text (Cmd-P) '模糊匹配'这是一个极为有用的特性,同时也非常易于实现. 2.问题分析: 我们有一堆字符串(文件名)集合,我们根据用户的输入不断进行过滤,用户的输入可能是字符串的一部分.我们就以下面的

牛顿迭代法求解平方根

牛顿迭代法求解平方根 2015-05-16 10:30 2492人阅读 评论(1) 收藏 举报 版权声明:本文为博主原创文章,未经博主允许不得转载. 目录(?)[+] 一个实例 迭代简介 牛顿迭代法 牛顿迭代法简介 简单推导 泰勒公式推导 延伸与应用 一个实例 //java实现的sqrt类和方法 public class sqrt { public static double sqrt(double n) { if (n<0) return Double.NaN; double err = 1e

牛顿迭代法(Newton&#39;s Method)

牛顿迭代法(Newton's Method) 简介 牛顿迭代法(简称牛顿法)由英国著名的数学家牛顿爵士最早提出.但是,这一方法在牛顿生前并未公开发表. 牛顿法的作用是使用迭代的方法来求解函数方程的根.简单地说,牛顿法就是不断求取切线的过程. 对于形如f(x)=0的方程,首先任意估算一个解x0,再把该估计值代入原方程中.由于一般不会正好选择到正确的解,所以有f(x)=a.这时计算函数在x0处的斜率,和这条斜率与x轴的交点x1. f(x)=0中精确解的意义是,当取得解的时候,函数值为零(即f(x)的

C语言实现牛顿迭代法解方程

利用迭代算法解决问题,需要做好以下三个方面的工作: 一.确定迭代变量 在可以用迭代算法解决的问题中,我们可以确定至少存在一个可直接或间接地不断由旧值递推出新值的变量,这个变量就是迭代变量. 二.建立迭代关系式 所谓迭代关系式,指如何从变量的前一个值推出其下一个值的公式(或关系).迭代关系式的建立是解决迭代问题的关键,通常可以使用递推或倒推的方法来完成. 三.对迭代过程进行控制 在什么时候结束迭代过程?这是编写迭代程序必须考虑的问题.不能让迭代过程无休止地执行下去.迭代过程的控制通常可分为两种情况

c语言:用牛顿迭代法求方程在1.5附近的根:2x^3-4x^2+3x-6=0.

用牛顿迭代法求方程在1.5附近的根:2x^3-4x^2+3x-6=0. 解:牛顿迭代法又叫牛顿切线法.设f =2x^3-4x^2+3x-6,f1为方程的导数,则f1 = 6x^2 - 8x+3,且f1=(f(x0)-0)/(x0-x1),推导得:x1 = x0 - f / f1 程序: #include<stdio.h> #include<math.h> int main() { double x0,x1,f,f1; x1 = 1.5; do { x0 = x1; f = 2*x0

一行python代码

Life is short, just use Python. 自从08年接触Python,就有爱不释手的感觉,逐渐地,有些不忍地疏远了Perl 和Shell编程,因为python 的优雅么? 不全是,主要是可以高效开发吧. 那一行代码可以干什么呢? 有趣 我孩子的英文名叫andy,也许当初教他写程序的时候,如果先秀一下这行代码,可能就更能激起他对代码的兴趣了. >>> print'\n'.join([''.join([('AndyLove'[(x-y)%8]if((x*0.05)**2