1.4方程求根之弦截法

目录

[TOC]

前言

牛顿迭代法固然具有收敛速度快,能求重根等优点,但是其具有一个明显的缺点,每一步迭代都需要求导,当函数的结构很复杂的时候,就很难使用牛顿迭代法,为了克服这些缺点,我们今天来学习一下弦截法。

(一)弦截法的分析

1.定义

将平均变化率:\frac{f(x_k)-f(x_{k-1})}{x_k-x_{k-1}} 近似为:f\prime(x) ,则牛顿迭代公式改为:
x_{k+1}=x_k-\frac{f(x_k)-f(x_{k-1})}{x_k-x_{k-1}}(x_k-x_{k-1})
上式是弦截法的迭代公式。

由于\varphi(x)= x_k-\frac{f(x_k)-f(x_{k-1})}{x_k-x_{k-1}}(x_k-x_{k-1}) 与原方程f(x)=0 等价。

k\rightarrow \infty 时,x_k就是f(x)=0的近似解。

该方法称为弦截法。

2.条件

  1. f(x)是单调连续函数
  2. 需要知道两个初始值

3.思想

其总思想还是迭代的方法,只是其迭代公式是由牛顿迭代公式得来的,与牛顿迭代公式不同的是:用割线(截线)方程与轴的交点来近似f(x)与x轴的交点。

1.误差

任然用的是迭代法的误差,前后两次x的差的绝对值与我们给的精度比较。

(二)代码实现

1.算法流程图

弦截法.jpg

2.源代码

feval()函数:

def feval(string, a):
    """
        根据值来计算数学表达式。
    :param string: 含有x未知数的数学表达式
    :param a: 自变量x的具体数值
    :return:  数学表达式的计算结果
    """
    count = string.count("x")
    string = string.replace('x', '%f')
    t = (a, ) * count
    result = eval(string % t)
    return result

float_num()函数

def flaot_num(x, r):
    """
        处理保留几位小数点的函数,四舍五入法
    :param x: 原始数据
    :param r: 误差
    :return: 处理后的数据
    """
    # 处理小数点的位数
    r = str(r)
    if "." in r:
        dian = r.index(".")
        size = len(r[dian + 1:])
        result = round(x, size)
        return result
    elif "e" in r:
        dian = r.index("e")
        size = int(r[dian+2:])
        result = round(x, size)
        return result
    else:
        result = round(x, 0)
        return result

弦截法:

"""
    弦截法:另一种解方程跟的迭代方法
"""
from my_math.func_math import feval, flaot_num


def xian_jie_fun(expr, x0, x1, r):
    """
        迭代法求根
    :param expr: 待求得方程得根
    :param x0: 第一个初值
    :param x1: 第二个初值
    :param r: 误差
    :return: 求解的根
    """
    k = 0
    x2 = x1-(feval(expr, x1)/(feval(expr, x1)-feval(expr, x0)))*(x1 - x0)
    x3 = x2-(feval(expr, x2)/(feval(expr, x2)-feval(expr, x1)))*(x2 - x1)

    # 精度判断
    while abs(x3-x2) > r:
        x2 = x3 - (feval(expr, x3) / (feval(expr, x3) - feval(expr, x2))) * (x3 - x2)
        x3 = x2 - (feval(expr, x2) / (feval(expr, x2) - feval(expr, x3))) * (x2 - x3)
        k += 1
        print("*"*20)
        print("次数:", k)
        print("x2:", x2)
        print("x3:", x3)

    result = flaot_num(x3, r)
    print("="*30)
    print("原始的数据是", x3)
    print("最后的结果是:", result)
    return result


if __name__ == '__main__':
    x = xian_jie_fun("sin(x)-x**2/4", 1.8, 2.0, 10**-5)

(三)案例演示

1.求解:f(x)=x^3-x-1=0

误差:10^-5

图像分析(来确定两个初值)

01.png
02.png

取两个初值分别是:1.0,1.5

运行结果:

03.png

2.求解:f(x)=xe^x-1=0

误差:10^-5

图像分析(来确定两个初值)

04.png
05.png

取两个初始值分别是:0.4,0.6

运行结果:

06.png

3.求解:f(x)=sin(x)-\frac{x^2}{4}

误差:10^-5

图像分析(来确定两个初值)

07.png
08.png

取两初值为:1.8与 2.0

运行结果:

09.png

作者:Mark

日期:2019/02/19 周二

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,298评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,701评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,078评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,687评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,018评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,410评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,729评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,412评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,124评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,268评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,894评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2 260