牛顿迭代法计算器

牛顿迭代法计算器

牛顿迭代法计算器（Newton-Raphson 计算器）通过应用 Newton-Raphson 迭代公式来求解方程的根。只需输入任意函数 \(f(x)\)，设置一个初始猜测值 \(x_0\)，即可观察带有动画切线近似的逐步收敛过程。本计算器会自动进行数值微分计算 \(f'(x)\)，因此您只需输入 \(f(x)\)。

什么是牛顿迭代法？

牛顿法（也称为 Newton-Raphson 方法）是一种寻找方程根（即 \(f(x) = 0\) 的 \(x\) 值）的高效迭代算法。从初始猜测值 \(x_0\) 开始，每次迭代都使用以下公式优化估算值：

$$x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}$$

从几何角度看，每一步都会在当前点 \((x_n, f(x_n))\) 处绘制一条曲线的切线，并顺着切线找到它与 x 轴的交点 \(x_{n+1}\)。这个新的 x 轴截距就成为了下一次的近似值。

牛顿法是如何工作的？

收敛特性

牛顿法与其他求根方法的比较

实际应用领域

如何使用牛顿迭代法计算器

1. 输入函数： 使用标准符号输入您的函数 f(x)。使用 ^ 表示指数（例如 x^3-2x-5），以及 sin(x), ln(x), sqrt(x) 等函数名。支持隐式乘法（例如 2x）。
2. 设置初始猜测值： 在您预期根的附近输入 x₀。猜测值越接近，收敛越快。您可以使用 pi 和 e 等常数。
3. 调整设置（可选）： 设置最大迭代次数（默认为 20）和收敛容差（默认为 1e-10）。
4. 点击“求解根”： 计算器将运行 Newton-Raphson 迭代，并自动进行数值求导。
5. 查看结果： 查看根、带有切线的动态收敛图、迭代详细表以及带有 MathJax 公式的完整步骤解。

支持的函数

牛顿法在什么时候会失败？

牛顿法在以下几种情况下可能会失败或发散：

• 零导数： 如果 \(f'(x_n) = 0\)，则切线是水平的，与 x 轴没有交点。
• 循环： 迭代可能会在两个或多个值之间震荡而无法收敛。
• 发散： 如果初始猜测值太差，迭代点可能会离根越来越远。
• 超调（Overshoot）： 对于在根附近有拐点的函数，迭代可能会反复跳过根。

在这种情况下，请尝试不同的初始猜测值，先使用二分法等区间套方法缩小范围，或应用阻尼牛顿步长。

常见问题解答