牛頓迭代法計算機
使用牛頓-拉弗森方法（Newton-Raphson method）尋找方程式的根。輸入任何函數 f(x)，設定初始猜測值，即可查看帶有切線逼近、收斂分析以及顯示通往根的迭代路徑互動圖表的逐步迭代過程。
偵測到廣告封鎖，導致我們無法顯示廣告
MiniWebtool 依靠廣告收入免費提供服務。如果這個工具幫到你，歡迎升級 Premium（無廣告 + 更快），或將 MiniWebtool.com 加入允許清單後重新整理頁面。
- 或升級 Premium（無廣告）
- 允許 MiniWebtool.com 顯示廣告，然後重新載入
牛頓迭代法計算機
此牛頓迭代法計算機（牛頓-拉弗森計算機）透過應用牛頓-拉弗森迭代公式來尋找方程式的根。輸入任何函數 \(f(x)\)，設定初始猜測值 \(x_0\)，即可觀看帶有動畫切線近似的逐步收斂過程。計算機會自動進行數值微分計算 \(f'(x)\)，因此您只需輸入 \(f(x)\)。
什麼是牛頓迭代法？
牛頓迭代法（也稱為 牛頓-拉弗森法）是一種用於尋找方程式根（即 \(f(x) = 0\) 的 \(x\) 值）的強大迭代算法。從初始猜測值 \(x_0\) 開始，每次迭代都會使用以下公式優化估計值：
$$x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}$$
從幾何角度看，每一步都會在當前點 \((x_n, f(x_n))\) 繪製一條曲線的切線，並沿著切線向下到達 x 軸，其交點即為 \(x_{n+1}\)。這個新的 x 軸截距成為下一次的近似值。
牛頓迭代法如何運作？
收斂特性
| 特性 | 描述 | 影響 |
|---|---|---|
| 收斂階數 | 單根為平方收斂（2 階） | 誤差每步大約呈平方遞減：10⁻² → 10⁻⁴ → 10⁻⁸ |
| 單根 | f(r) = 0, f'(r) ≠ 0 | 收斂最快，具有平方收斂速率 |
| 重根 | f(r) = 0, f'(r) = 0 | 收斂速度下降為線性 |
| 吸引盆地 | 會導致收斂的初始猜測值集合 | 對於振盪或多根函數而言非常複雜 |
牛頓迭代法與其他求根方法的比較
| 方法 | 收斂性 | 需求條件 | 優缺點 |
|---|---|---|---|
| 牛頓-拉弗森法 | 平方收斂 | f(x), f'(x), 初始猜測值 | 非常快速但可能發散 |
| 二分法 | 線性收斂 | f(x), 區間 [a,b] | 始終收斂但速度較慢 |
| 割線法 | 超線性 (≈1.618) | f(x), 兩個初始點 | 不需要導數 |
| 不動點迭代法 | 線性收斂 | g(x) = x 形式 | 簡單但通常收斂緩慢 |
實際應用
| 領域 | 應用 | 示例 |
|---|---|---|
| 工程學 | 非線性電路分析 | 尋找二極體電路的作業點 |
| 金融學 | 內部收益率 (IRR) | 求解 NPV(r) = 0 的折現率 |
| 物理學 | 軌道力學 | 求解克卜勒方程式 M = E − e·sin(E) |
| 電腦圖形學 | 射線-表面相交 | 尋找射線命中隱式表面的位置 |
| 機器學習 | 優化 | 尋找梯度 ∇f = 0 的零點 |
| 化學 | 平衡計算 | 求解平衡常數表達式 |
如何使用牛頓迭代法計算機
- 輸入函數： 使用標準記法輸入您的函數 f(x)。使用
^表示指數（例如x^3-2x-5），以及sin(x)、ln(x)、sqrt(x)等函數名稱。支援隱含乘法（例如2x）。 - 設定初始猜測值： 在您預期根的位置附近輸入 x₀。猜測值越接近，收斂越快。您可以使用
pi和e等常數。 - 調整設置（可選）： 設定最大迭代次數（預設 20）和收斂容差（預設 1e-10）。
- 點擊尋找根： 計算機將運行牛頓-拉弗森迭代，並自動以數值方式計算導數。
- 查看結果： 查看根、帶有切線的動畫收斂圖、迭代表以及完整的 MathJax 公式逐步解法。
支援的函數
| 類別 | 函數 | 示例 |
|---|---|---|
| 多項式 | x, x^2, x^3, ... | x^3 - 2x - 5 |
| 三角函數 | sin, cos, tan | cos(x) - x |
| 反三角函數 | asin, acos, atan | atan(x) - 0.5 |
| 雙曲函數 | sinh, cosh, tanh | tanh(x) - 0.8 |
| 指數函數 | exp, e^x | exp(x) - 3x |
| 對數函數 | ln, log, log10, log2 | ln(x) - 1 |
| 根號函數 | sqrt, cbrt | sqrt(x) - 2 |
| 其他 | abs, floor, ceil | abs(x) - 3 |
| 常數 | pi, e | sin(pi*x) |
牛頓迭代法何時會失敗？
牛頓迭代法在以下幾種情況下可能會失敗或發散：
- 零導數： 如果 \(f'(x_n) = 0\)，則切線是水平的，沒有 x 軸截距。
- 循環： 迭代可能會在兩個或多個值之間擺動而無法收斂。
- 發散： 如果初始猜測值不佳，迭代值可能會離根越來越遠。
- 過衝： 對於在根附近有反曲點的函數，迭代可能會反覆跳過根部。
在這些情況下，請嘗試不同的初始猜測值，或先使用二分法等區間套法縮小範圍，或應用阻尼牛頓步。
常見問題 (FAQ)
引用此內容、頁面或工具為：
"牛頓迭代法計算機" 於 https://MiniWebtool.com/zh-tw//，來自 MiniWebtool，https://MiniWebtool.com/
由 MiniWebtool 團隊製作。更新日期：2026-04-09
您還可以嘗試我們的 AI數學解題器 GPT，通過自然語言問答解決您的數學問題。