本程序为本人参考一些资料后编写,在visual c++6.0下调试通过。
[@more@]//////////////
////由于牛顿迭代法的收敛性依赖于初值的选取,故有下面的
////牛顿下山法:其具体原理为
////牛顿下山公式为:x_(k+1)=x_k-r*f(x_k)/f'(x_k),其中r的范围为(0,1],称为下山因子
////具体做法为:
////在集合{1,1/2,1/4,...,1/2^n,...}中挑选下山因子,使|f(x_k)|>|f(x_(k+1))|,否则重新选取初值
////相应的迭代函数为:g(x)=x-r*f(x)/f'(x),x=g(x)
////输出每一次迭代的结果,将迭代模块做全面
//////////////
#include
#include
using namespace std;
///////////
double fun(double x);
double dfun(double x);
void NewtonIterative(double(*pfun)(double x),double (*pdfun)(double x));
//////////
//////////
int main()
{
NewtonIterative(fun,dfun);
return 0;
}
//////////
//////////
double fun(double x)
{
return (x*x*x-x-1);
}
//////////
double dfun(double x)
{
return (3*x*x-1);
}
//////////
void NewtonIterative(double(*pfun)(double x),double (*pdfun)(double x))
{
int maxn,maxflag,k,n;
k=1;n=0;
double x0,x,temp;
double err;
cout<>maxflag;
cout<>maxn;
cout<<" 请输入精度要求:err=";cin>>err;
cout<<" 请输入初始值x0=";cin>>x;
cout< do
{
x0=x;
temp=x0-1./pow(2,n)*pfun(x0)/pdfun(x0);
if(fabs(pfun(temp))>=fabs(pfun(x0))&&n {
n=n+1;
temp=x0-1./pow(2,n)*pfun(x0)/pdfun(x0);
}
else if(fabs(pfun(temp))>=fabs(pfun(x0)))
{
cout<<" 牛顿下山法失败!"< exit(1);
}
x=temp;
if(n==0)
cout<<" 第"< else
{
cout<<" 第"< cout<<" 下山因子为:r=1/2^"< }
n=0;
++k;
}while(fabs(x-x0)>err&&k if(k>=maxflag)
cout< else
{
cout< cout<<" 牛顿下山法结果:近似根为root="< cout<<" 函数值近似为:f(root)="< }
}
//////////
//////////
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/11355887/viewspace-974947/
,如需转载,请注明出处,否则将追究法律责任。