更常见的是牛顿-拉斐逊法(至少在多元的在这种情况下,它也有快速汇聚在许多情况下),此方法遵循切线曲线功能到X轴,并将其用作下一个指向

请参阅牛顿-拉斐逊法了解更多详细信息。


建议(但有些人就是这么做的)我们需要迭代法只有当我们没有精确代数时公式。特别是自从你的电脑使用巴比伦平方根算法,此方法的特例,用于计算函数平方英尺

衍生牛顿法:

给定一个指向上的xn图表属于功能f、 我们可以创建一个线 切线到这个指向如此:

g(x)=f(xn)+f'(xn

这个g(x)的计算如下:

0=f(xn)+f'(xn0=f(xn)+f'(xnf'(xn)x=f'(xn)xn-f(xn)f'(xn)xn-f(xnx=----------------f'(xn)f(xn)x=xn-------f'(xn)

因为这个 近似是最近的对于f(x),我们可以这样说

f(xn)x{n+1}=------f’(xn)

其中,初始值x0是一个接近我们想找到。xn将(希望)逐步变得更好近似实际值的sg(x)。

牛顿的方法也有一个二次的版本,类似于米勒方法“正规法尔西”法。我自己推导出来的,我不知道它是否已经有名字了。

给定一个指向上的xn图表属于功能g、 我们可以创建一个抛物线 切线到这个指向如此:

1              2g(x)=f(xn)+f'(xn2

这个g(x)的s可以使用二次公式这样地:
分发收集类条款:

1         20=-f''(xn)x2+(f'(xn)-f'(xn)xn)x1          2+f(xn)-f'(xn2

现在肆无忌惮ly插入二次公式.这太乱了,没有它我写不清楚数学ML或者其他类似的东西,所以这是一个留给读者的练习。无论如何,这真的很有趣,因为在如上所示用x{n+1}替换x之后,所有内容都会取消,变成这样:
方法1______________________/2个f'(x)-+\/f'(xn)-2f(xnx{n+1}=xn-----------------------------------f“(xn)

这看起来非常像二次公式! 让我们再多玩玩它,即分配这个分母进入激进派,如上所述,将x替换为x{n+1}:
方法2______________________f'(xn)/f'(xn2)2f(xn4)x{n+1}=xn----------+-\|(---------)--------f“”(xn)\/f“”(x n)f“”

现在这看起来像是牛顿的旧方法!

然而,问题仍然存在:哪一个我们应该一起去吗?这是一个图表,显示了签名激进派对于每个方法功能前两个的迹象导数秒:

f'(x)++--f“”(x)+-+-方法1-++方法2+--+

注意,方法1不是受抚养人签名f“”(x)的原因是激进派d,从而影响签名自动更改。

这个方法收敛大约是标准但所需的工作量是牛顿法的两倍 收敛对于立方根(x) 诸如此类,尽管有些慢。

这可能很重要(如果你真的在做一些事情数学作业用这个迭代法)了解使用这种近似值会产生什么样的误差。采取与皮盖,看看牛顿的方法泰勒多项式扩展:

假设(f)(及其第一和第二导数)在区间[a,b]上连续第页(该我们的功能(f))可能是,但规定f'(x')!=0,并且x'和实际根之间的差异第页是“小”(啊,数学术语)。第一个泰勒多项式属于f(x)关于x'是:

f(x)=f(x')+(x-x')f'(x'f“(þ(x))
其中þ(x)介于x和x'之间。f(p)=0(这就是我们正在寻找的解决方案,因此从定义上来说是正确的),用x=p计算上述方程得出:
f(p)=0=f(x')+(p-x')f'(x'f“(þ(p))
牛顿法假设(因为x'和p之间的差异很小)|p-x'|很小,因此(p-x')²要小得多。(当平方的,变小。)因此这个词被去掉了你最终会得到:
0(近似值)=f(x')+(p-x')f'(x)
你可以看到剩下的皮盖是写的。

本WU与被删除的术语有关。整体而言:

((p-x')²/2!)f“”(þ(x'))
“那没什么用,”你可能会想,“你不知道þ(x')是什么,更不用说x'了。”

你认为它是未知的是正确的,但认为它没有用处是错误的。给定函数的二阶导数(f“”(x))及其求值区间,可以找到最大限度区间上二阶导数的值。即使你不能得到三阶导数临界点分析,你仍然可以暴力计算出的数字以找到近似的最大值。现在我们有了这一部分。最后,有两种方法可以找到(p-x'),但其中一种方法是采用最坏的情况(可用间隔宽度的一半)并将其插入。您也可以插入这些值的最小值并找到错误边界。

登录登记在这里写点什么或联系作者。