牛顿迭代法matlab(牛顿迭代法)

牛顿迭代法(Newton's method)又称为牛顿-拉夫逊(拉弗森)方法(Newton-Raphson method),它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法,下面我们就来说一说关于牛顿迭代法matlab?我们一起去了解并探讨一下这个问题吧!

牛顿迭代法matlab(牛顿迭代法)

牛顿迭代法matlab

牛顿迭代法(Newton's method)又称为牛顿-拉夫逊(拉弗森)方法(Newton-Raphson method),它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法。

示例1:求解平方根

  先来看如何用牛顿迭代法求解5的平方根。在计算器上的结果是2.236067…

  问题可以看作解方程x2=5,下面尝试用牛顿迭代法求解。

  首先令f(x)= x2 – 5 = 0,这是标准步骤,取得一个新函数,令该函数为0。这是一个抛物线:

  抛物线与x轴的交点x就是方程的解,它比2稍大一点。

  现在在x=2处对f(x)做切线:

f(x)的切线

切线与x轴的交点

  x0=2,y0= x02 – 5 = -1,设k是切线斜率:

  在x1处做f(x)的切线,重复上面步骤,

  这就是牛顿迭代法的公式。通过作图可以看出,每一次迭代,x都将更靠近最终解。

  f’(x)=2x,将公式代入目标方程f(x)=x2-5:

  已经相当接近计算器的结果。

示例2:2cosx=3x

  解方程2cosx=3x

  由图像可知,方程存在唯一解。

  f(x)=2cosx-3x=0,f’(x)=-2sinx-3,x0=π/6≈0.52

注意事项

  牛顿迭代法几乎可以求解所有方程,但它仍然有一些限制。

  通过前两个例子可以看到,在使用牛顿迭代法时,需要选取一个较为解接近真实解的x0作为迭代基数,x0如何选取呢?一句参考是:“f’不能太小,f’’不能太大,x0要在x附近”,这似乎要凭经验和感觉了,没有什么太好的办法;实际上,如果x0和x的差距过大,可能会得到一个没谱的解。

  设第n次迭代的误差是En=|x-xn|,那么需要满足En 1<En。如果选择和计算都正确,误差缩小的速度将非常快。

  以计算5的平方根为例,如果选择x0=-2,结果将偏向于-2.236067…;如果选择x0=0,则f’(0)=0,没法继续迭代,函数曲线如下图所示:

选择了错误的x0

代码示例:牛顿迭代法开平方

  设x2=a,则f(x)= x2-a,根据牛顿迭代法公式:

1 const float EPS = 0.00001;

2 double sqrt(double x) {

3 if(x == 0)

4 return 0;

5 double result = x;

6 double lastValue;

7 do{

8 lastValue = result;

9 result = result / 2.0f x / 2.0f / result;

10 }while(abs(result - lastValue) > EPS);

11 return (double)result;

12 }

  上面方法开平方会很快,但 https://www.2cto.com/kf/201206/137256.html 中提到了一个更快的方法。

  1999年12月,美国id Software公司发布了名为“雷神之锤III”的电子游戏。它是第一个支持软件加速的游戏,取得了极大成功。(由于影响力过大,文化部于2004年将它列入了非法游戏名单)雷神之锤III并不是id Software公司的第一次成功。早在1993年开始,这家公司就以“毁灭战士”系列游戏名闻天下。1995年,“毁灭战士”的安装数超过了当年微软的windows 95。据传比尔盖茨才曾经考虑买下id software。(id software公司后来被推出过“上古卷轴”系列的Bethesda公司买下)

  id Software所取得的成功很大程度上要归功于它的创始人约翰·卡马克。马克尔也是一个著名的程序员,他是id Software游戏引擎的主要负责人。 回到刚才提到的雷神之锤,马克尔是开源软件的积极推动者,他于2005年公布了雷神之锤III的源代码。至此人们得以通过研究这款游戏引擎的源文件来查看它成功的秘密。

  在其中一个名字为q_math.c的文件中发现了如下代码段:

1 float Q_rsqrt( float number ) {

2 long i; float x2, y; const float threehalfs = 1.5F;

3 x2 = number * 0.5F;

4 y = number;

5 i = * ( long * ) &y; // evil floating point bit level hacking

6 i = 0x5f3759df - ( i >> 1 ); // what the fuck?

7 y = * ( float * ) &i;

8 y = y * ( threehalfs - ( x2 * y * y ) ); // 1st iteration

9 // y = y * ( threehalfs - ( x2 * y * y ) ); // 2nd iteration, this can be removed

10 #ifndef Q3_VM #

11 ifdef __linux__ assert( !isnan(y) ); // bk010122 - FPE?

12 #endif

13 #endif return y;

14 }

  这段代码的作用就是求number的平方根,并且返回它的倒数。

  经过测试,它的效率比上述牛顿法程序要快几十倍。也比c 标准库的sqrt()函数要快好几倍。此段代码有一个奇怪的句子:

  i = 0x5f3759df - ( i >> 1 ); // what the fuck?

  没错,一般的求平方根都是这么循环迭代算的但是卡马克(quake3作者)真正牛B的地方是他选择了一个神秘的常数0x5f3759df 来计算那个猜测值,就是我们加注释的那一行,那一行算出的值非常接近1/sqrt(n),这样我们只需要2次牛顿迭代就可以达到我们所需要的精度。好吧如果这个还不算NB,接着看:

  普渡大学的数学家Chris Lomont看了以后觉得有趣,决定要研究一下卡马克弄出来的这个猜测值有什么奥秘。Lomont也是个牛人,在精心研究之后从理论上也推导出一个最佳猜测值,和卡马克的数字非常接近, 0x5f37642f。卡马克真牛,他是外星人吗?

  传奇并没有在这里结束。Lomont计算出结果以后非常满意,于是拿自己计算出的起始值和卡马克的神秘数字做比赛,看看谁的数字能够更快更精确的求得平方根。结果是卡马克赢了... 谁也不知道卡马克是怎么找到这个数字的。

  最后Lomont怒了,采用暴力方法一个数字一个数字试过来,终于找到一个比卡马克数字要好上那么一丁点的数字,虽然实际上这两个数字所产生的结果非常近似,这个暴力得出的数字是0x5f375a86。

————————————————

版权声明:本文为CSDN博主「我是8位的」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/sunbobosun56801/article/details/78088085

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页