a x 3 + b X 2 + c x + d = 0 ax^3+bX^2+cx+d=0 a x 3 + b X 2 + c x + d = 0
根的关系:
x 1 + x 2 + x 3 = ( − b a ) x1 + x2 + x3 = (-\frac{b}{a}) x 1 + x 2 + x 3 = ( − a b )
x 1 × x 2 + x 1 × x 3 + x 2 × x 3 = c a x1 \times x2 + x1 \times x3 + x2 \times x3 = \frac{c}{a} x 1 × x 2 + x 1 × x 3 + x 2 × x 3 = a c
x 1 × x 2 × x 3 = ( − d a ) x1 \times x2 \times x3 = (-\frac{d}{a}) x 1 × x 2 × x 3 = ( − a d )
牛顿迭代解方程(x0附近的根)
Copy double Newton_Iterative ( double a , double b , double c , double d , double x0 )
{
double f0 , f0d , x ;
x = x0 ;
do
{
x0 = x ;
f0 = (( a * x + b ) * x + c ) * x + d ;
f0d = ( 3 * a * x + 2 * b ) * x + c ;
x = x0 - f0 / f0d ;
}
while ( fabs ( f0 ) >= 1e-12 );
return x ;
} 牛顿迭代法
牛顿迭代法(Newton’s method)又称为牛顿-拉夫逊方法(Newton-Raphson method),它是牛顿在
17世纪提出的一种在实数域和复数域上近似求解方程的方法。多数方程不存在求根公式,因此求精确根非
常困难,甚至不可能,从而寻找方程的近似根就显得特别重要。
方法使用函数f(x)的泰勒级数的前面几项来寻找方程f(x) = 0的根。
牛顿迭代法是求方程根的重要方法之一,其最大优点是在方程f(x) = 0的单根
附近具有平方收敛,而且该法还可以用来求方程的重根、复根。另外该方法广泛用于计算机编程中。
设r是f(x) = 0的根,选取x0作为r初始近似值,
过点(x0,f(x0))做曲线y = f(x)的切线L,L的方程为y = f(x0)+f'(x0)(x-x0),
求出L与x轴交点的横坐标 x1 = x0-f(x0)/f'(x0),
称x1为r的一次近似值。
过点(x1,f(x1))做曲线y = f(x)的切线,并求该切线与x轴交点的横坐标 x2 = x1-f(x1)/f'(x1),
称x2为r的二次近似值。
重复以上过程,得r的近似值序列,
其中x(n+1)=x(n)-f(x(n)) /f'(x(n)),
称为r的n+1次近似值,上式称为牛顿迭代公式。
解非线性方程f(x)=0的牛顿法是把非线性方程线性化的一种近似方法。
把f(x)在x0点附近展开成泰勒级数 f(x) = f(x0)+(x-x0)f'(x0)+(x-x0)^2*f”(x0)/2! +…
取其线性部分,作为非线性方程f(x)=0的近似方程,
即泰勒展开的前两项,则有f(x0)+f'(x0)(x-x0)=f(x)=0 设f'(x0)≠0
则其解为x1=x0-f(x0)/f'(x0)
这样,得到牛顿法的一个迭代序列:x(n+1)=x(n)-f(x(n))/f'(x(n))。