一个实例

//java实现的sqrt类和方法
public class sqrt {
    public static double sqrt(double n)
    {
        if (n<0) return Double.NaN;
        double err = 1e-15;
        double t = n;
        while (Math.abs(t - n/t) > err*t)
            t = (n/t + t)/2;
        return t;
    }
    public static void main(String[] args)
    {
        sqrt a  = new sqrt();
        System.out.println(a.sqrt(2));
    }
}
//2的平方根的求解结果
>>1.414213562373095

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

迭代简介

迭代，是一种数值方法，具体指从一个初始值，一步步地通过迭代过程，逐步逼近真实值的方法。 
与之相对的是直接法，也就是通过构建解析解，一步求出问题的方法。

通常情况下，我们总是喜欢一步得到问题的结果，因此直接法总是优先考虑的。 
但是，当遇到复杂的问题时，特别在未知量很多，方程非线性时，无法得到直接解法（例如五次方程并没有解析解）。 
这时候，我们需要使用迭代算法，一步步逼近，得到问题的答案。

迭代算法，通常需要考虑如下问题： 
- 确定迭代变量 
- 确定迭代关系式 
- 确定迭代终止条件

牛顿迭代法

牛顿迭代法简介

牛顿迭代法，求解如下问题的根x

求解方法如下：

方法中，迭代变量是根x，迭代关系式如上，迭代终止条件是|f(xn)?0|<error。

牛顿迭代法需要满足的条件是： 
f′(x)是连续的，并且待求的零点x是孤立的。 
那么，在零点x周围存在一个区域，只要初始值x0位于这个邻域内，那么牛顿法必然收敛。 
并且，如果f′(x)不为0，那么牛顿法将具有平方收敛的特性，也就是，每迭代一次，其结果的有效倍数将增加一倍。

简单推导

由 

有 

对于平方根问题，假设f(x)=x2?n，代入上式，有 

其图像含义是：通过对接近零点的领域点做切线，不断逼近零点，最终十分靠近零点。

泰勒公式推导

上面的式子，同样，可以用泰勒公式推导出来。 

本质上，牛顿迭代法就是利用了泰勒公式的前两项和，是泰勒公式的简化。

延伸与应用

同样的，牛顿迭代法同样可以求n次方根，对于f(x)=xm?n 
有