因此,我在下面有此示例牛顿法用于二次收敛的求根方法。它具有一个函数f,f df的导数,初始猜测g和公差tol。它输出#次迭代以达到第n个根,根估计r和误差近似err。
function [it, r, err] = QuadraticN(f, df, g , tol)
num_it = 20;
it_max = num_it + 1;
x(1)=(g + num_it)/2; %set x at n = 1
n = 1;
r = 0; % root
it = 0; % iteration #
err =0; % error
% n = 1
r(1) = x(1)-f(x(1))/df(x(1)); % root at n = 1
err(1) = abs(x(1)-g); % error at n = 1
% n > 1
while (min(abs(f(x(n))))) && (abs(x(n)-it_max)>tol) && (it < num_it)
x(n+1)=x(n)-f(x(n))/df(x(n)); % quadratic method
it_max=x(n); % reset counter
r= x(n); % set root to current at n
err = f(x(n)); % set error to current
it = n; % keep track of iterations
n=n+1; % increment to next n
end
end
给出这个例子,我试图实现使用三次收敛而不是二次收敛的方法的第二个版本,这就是我所拥有的(这只是将函数更改为三次函数的一部分,这需要相同的输入加上ddf =二阶导数):
r(1) = x(1)-df(x(1))/ddf(x(1)) + (sqrt((df(x(1)))^2 -
2*f(x(1))*ddf(x(1)))) / ddf(x(1));
err(1) = abs(x(1)-g); % error at n = 1
while (min(abs(ddf(x(n))))) && (abs(x(n)-it_max)>tol) && (it < num_it)
cube = ((sqrt((df(x(n)))^2 - 2*f(x(n))*ddf(x(n)))) / ddf(x(n)));
first = x(n) - df(x(n))/ddf(x(n));
first = real(first); % is this right?
x(n+1) = first + (cube);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% FIX THIS %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%% check when to do plus or minus
if( first > 0)
x(n+1)=x(n)-df(x(n))/ddf(x(n)) + cube;
else
x(n+1)=x(n)-df(x(n))/ddf(x(n)) - cube;
% end
我不确定我是否在检查何时正确使用+/-多维数据集。我知道这将取决于多样性,但是我不确定是否要先使用(牛顿的基本方法)。它正确地输出了一些根,但是例如对于方程式-x ^ 3 + 8,初始猜测为2,我得到的是-9.85985274E-01。现在,我不知道这是否是上述问题的一部分,或者在计算之前是否转换为实数。我也遇到负面的错误。我正在以与二次方相同的方式进行检查,但是不确定这是否正确。