我是Python的新手,我需要做一个牛顿方法脚本。
我一直在尝试这样做,但我一直在收到错误或没有回复......
这是作业:
函数newton(f, x, feps, maxit)
,其中包含:
f(x)
,x
,feps
,maxit
。牛顿函数应使用以下Newton-Raphson算法:
while |f(x)| > feps, do
x = x - f(x) / fprime(x)
其中fprime(x)
是位置x
处的一阶导数(df(x)/ dx)的近似值。您应该使用本实验的培训部分中的派生函数。
确保将衍生函数定义从training7.py复制到lab7.py中(有更优雅的方法可以做到这一点,但为了评估的目的,这是我们推荐的最直接的方法)。
如果| f(x)|需要maxit
次或更少的迭代次数要小于feps
,则应返回x的值:
In [ ]: def f(x):
....: return x ** 2 - 2
....:
In [ ]: newton(f, 1.0, 0.2, 15)
Out[ ]: 1.4166666666783148
In [ ]: newton(f, 1.0, 0.2, 15) - math.sqrt(2)
Out[ ]: 0.002453104305219611
In [ ]: newton(f, 1.0, 0.001, 15)
Out[ ]: 1.4142156862748523
In [ ]: newton(f, 1.0, 0.001, 15) - math.sqrt(2)
Out[ ]: 2.1239017571339502e-06
In [ ]: newton(f, 1.0, 0.000001, 15) - math.sqrt(2)
Out[ ]: 1.5949463971764999e-12
这是我试图做的,但这是完全错误的:
def derivative(f, x):
"""A function derivative(f, x) which computes a numerical approximation of
the first derivative of the function f(x) using central differences."""
R = (f(x + (10 ** -6) / 2.0) - f(x - (10 ** -6) / 2.0)) / (10 ** -6)
return R
def newton(f, x, feps):
"""A function newton(f, x, feps, maxit) which takes a function f(x) and
an initial guess x for the root of the function f(x), an allowed tolerance
feps and the maximum number of iterations that are allowed maxit. The
newton function should use the following Newton-Raphson algorithm:
while |f(x)| > feps, do
x = x - f(x) / fprime(x)
where fprime(x) is an approximation of the first derivative (df(x)/dx) at
position x."""
while abs(f(x) > feps):
fprime(x) = derivative(f, x)
Result = x - f(x) / fprime(x)
return Result
我应该怎样才能让它发挥作用?
答案 0 :(得分:1)
您在while循环中的第一步后返回结果
while abs(f(x) > feps):
fprime(x) = derivative(f, x)
Result = x - f(x) / fprime(x)
return Result
这样做
while abs(f(x) > feps):
fprime(x) = derivative(f, x)
Result = x - f(x) / fprime(x)
return Result
P.S。但我不确定你的代码是否有效fprime(x) = derivative(f, x)
- 这不是python的正确语法
我认为此代码必须更正确
while abs(f(x) > feps):
x = x - f(x) / derivative(f, x)
return x
对于牛顿方法,您必须得到递归的结果并检查最佳近似值。
f(x)
Xn+1 = Xn - -----
f'(x)
当你最适合自己时,你会检查循环
P.S。抱歉我的伪数学代码