牛顿迭代法求解平方根
版权声明：本文为博主原创文章，未经博主允许不得转载。
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-15;
double t = n;
while (Math.abs(t - n/t) > err*t)
t = (n/t + t)/2;
return t;
}
public static void main(String[] args)
{
sqrt a = new sqrt();
System.out.println(a.sqrt(2));
}
}
//2的平方根的求解结果
>>1.414213562373095- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
迭代简介
迭代，是一种数值方法，具体指从一个初始值，一步步地通过迭代过程，逐步逼近真实值的方法。
与之相对的是直接法，也就是通过构建解析解，一步求出问题的方法。
通常情况下，我们总是喜欢一步得到问题的结果，因此直接法总是优先考虑的。
但是，当遇到复杂的问题时，特别在未知量很多，方程非线性时，无法得到直接解法（例如五次方程并没有解析解）。
这时候，我们需要使用迭代算法，一步步逼近，得到问题的答案。
迭代算法，通常需要考虑如下问题：
- 确定迭代变量
- 确定迭代关系式
- 确定迭代终止条件
牛顿迭代法
牛顿迭代法简介
牛顿迭代法，求解如下问题的根x
f(x)=0
求解方法如下：
xn+1=xn−f(xn)f′(xn)
方法中，迭代变量是根x，迭代关系式如上，迭代终止条件是|f(xn)−0|<error。
牛顿迭代法需要满足的条件是：
f′(x)是连续的，并且待求的零点x是孤立的。
那么，在零点x周围存在一个区域，只要初始值x0位于这个邻域内，那么牛顿法必然收敛。
并且，如果f′(x)不为0，那么牛顿法将具有平方收敛的特性，也就是，每迭代一次，其结果的有效倍数将增加一倍。
简单推导
由
f′(xn)=dydx=f(xn)xn−xn+1
有
xn+1=xn−f(xn)f′(xn)
对于平方根问题，假设f(x)=x2−n，代入上式，有
xn+1=12(xn+nxn)
其图像含义是：通过对接近零点的领域点做切线，不断逼近零点，最终十分靠近零点。
泰勒公式推导
上面的式子，同样，可以用泰勒公式推导出来。
f(xn+ϵ)=f(xn)+f′(xn)ϵ+12f′′(x)ϵ2+...
只取等号右边的前两项，有
ϵ=f(xn+ϵ)−f(xn)f′(xn)
两边同时加上xn，有
xn+1=xn+ϵ=xn+f(xn+ϵ)−f(xn)f′(xn)=xn+f(xn+1)−f(xn)f′(xn)
最终，f(xn+1=0)，假设f(x)=x2−n，上式同样可以化成
xn+1=12(xn+nxn)
本质上，牛顿迭代法就是利用了泰勒公式的前两项和，是泰勒公式的简化。
延伸与应用
同样的，牛顿迭代法同样可以求n次方根，对于f(x)=xm−n
有
xn+1=xn−xnm(1−axn−m)
