我正在尝试实现牛顿方法。 2阶迭代方法,并将其调整为计算引数(x = 1-e ^(-2x)具有4个精确小数点的非零解。
我无法弄清楚输出的外观。我尝试实现一种方法,以初始近似值找到零更好的近似值。
function [x , res , xvec , resvec] = newton( f, df, x0, maxiter, tol )
function x(k) = newton( f, df, x0, maxiter, tol )
k(1:maxiter)
f = @x(k)
df = @(x(k))'
x(k)= x0-(f(x0)/df(x0))
x(k+1) = x(k) - (f(x(k))/df(x(k)))
end
while (iter < maxiter)
while (abs(f(n)-(f(n-1)) > tol)
x(1)= x0-(f(x0)/df(x0))
elseif (iter > maxiter)
error('maximum amount of iterations exceeded')
end
end
fprintf('step(k) x(k) |f(xk)| |x(k+1)-x(k)|')
fprintf('------ ----------- --------- -------------\n')
fprintf('%d %d %.4f %.4f\n', k, x(k), mod(f(xk)), mod(x(k+1)−x(k)) )
我希望向我展示qpproximation达到4 deciamls的结果