记录一段帮朋友写的代码,使用牛顿-拉夫逊方法解方程

2023-10-31 06:44

本文主要是介绍记录一段帮朋友写的代码,使用牛顿-拉夫逊方法解方程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

要求

已知公式:
t = G + A B F r + B r 2 2 F + A 2 B + G A F ln ⁡ ( r − A ) + C o n s t t=\frac{G+AB}{F}r+\frac{Br^2}{2F}+\frac{A^2B+GA}{F}\ln (r-A)+Const t=FG+ABr+2FBr2+FA2B+GAln(rA)+Const
其中

  • t 的值为0-1000,每间隔25取一次值
  • A=2.12941E-10
  • B=0.637224706
  • F=1.2652E-08
  • G=4.28646E-06
  • Const=1.90196E-06

求r的值。

解法

要解这样的方程通常需要用到数值方法。对于这样的复杂方程,我们可以使用牛顿-拉夫逊法来求解。
牛顿-拉夫逊方法的基本思想是:从一个初始猜测值开始,使用函数的导数(或切线的斜率)来更新猜测值,逐步逼近函数的真实零点。
首先,我们需要定义方程和它的导数,然后根据初始值逐渐逼近正确的解。

/*使用牛顿-拉夫逊法来求解。
牛顿-拉夫逊方法的基本思想是:从一个初始猜测值开始,使用函数的导数(或切线的斜率)来更新猜测值,逐步逼近函数的真实零点。
首先,定义方程function和它的导数定义了方程和其导数derivative,然后根据初始值逐渐逼近正确的解。
newtonRaphson函数使用牛顿-拉夫逊方法迭代地逼近方程的根,从一个初始猜测值开始。
*/
#include <stdio.h>
#include <math.h>
// 设置阈值,用于决定函数的值何时足够接近于0
// 当函数的值的绝对值小于这个阈值时,可以认为我们找到了方程的一个解
#define TOLERANCE 1e-6
// 设置去迭代的最大次数,防止无限迭代
#define MAX_ITER 1000double A = 2.12941E-10;
double B = 0.637224706;
double F = 1.2652E-08;
double G = 4.28646E-06;
double Const = 1.90196E-06;// 定义函数
double function(double r, double t) {return (G + A * B) * r / F + B * r * r / (2 * F) + (A * A * B + G * A) * log(r - A) / F + Const - t;
}// 定义函数对r的导数
double derivative(double r) {return (G + A * B) / F + B * r / F + (A * A * B + G * A) / (F * (r - A));
}// 使用牛顿-拉夫逊法求解
double newtonRaphson(double t) {double r = 1.0; // 初始的猜测值for (int i = 0; i < MAX_ITER; i++) {double f = function(r, t);  // 函数在当前猜测值处的值double f_prime = derivative(r); // 函数在当前猜测值处的导数值(也就是切线的斜率)// f的绝对值小于阈值,返回r值if (fabs(f) < TOLERANCE)return r;r = r - f / f_prime;    // 牛顿-拉夫逊方法中的关键更新步骤,用于寻找函数的零点或根}// 超过迭代的最大次数,返回r值return r;
}int main() {int i=1;for (double t = 25; t <= 1000; t += 25) {printf("第%d次迭代:",i++);double r = newtonRaphson(t);printf("t = %lf, r = %lf\n", t, r);}return 0;
}

运行结果:
在这里插入图片描述

这里,我随机选择了r = 1.0作为开始迭代的初始值。选择合适的初始猜测值很重要,因为不同的初始值可能会导致不同的收敛结果,或者在某些情况下可能不会收敛。如果r = 1.0不适用于这个方程或特定的t值范围,可能需要根据实际情况调整这个值。

通常,基于对问题的了解和对方程的形状有一定的认识,选择一个合理的初始值是有帮助的。如果不确定最佳的初始猜测值是多少,可以尝试多个值并检查结果的稳定性。

另外,阈值TOLERANCE和最大迭代次数MAX_ITER的值也需要自行根据经验选择。

这篇关于记录一段帮朋友写的代码,使用牛顿-拉夫逊方法解方程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/313546

相关文章

Android Paging 分页加载库使用实践

《AndroidPaging分页加载库使用实践》AndroidPaging库是Jetpack组件的一部分,它提供了一套完整的解决方案来处理大型数据集的分页加载,本文将深入探讨Paging库... 目录前言一、Paging 库概述二、Paging 3 核心组件1. PagingSource2. Pager3.

java中pdf模版填充表单踩坑实战记录(itextPdf、openPdf、pdfbox)

《java中pdf模版填充表单踩坑实战记录(itextPdf、openPdf、pdfbox)》:本文主要介绍java中pdf模版填充表单踩坑的相关资料,OpenPDF、iText、PDFBox是三... 目录准备Pdf模版方法1:itextpdf7填充表单(1)加入依赖(2)代码(3)遇到的问题方法2:pd

python使用try函数详解

《python使用try函数详解》Pythontry语句用于异常处理,支持捕获特定/多种异常、else/final子句确保资源释放,结合with语句自动清理,可自定义异常及嵌套结构,灵活应对错误场景... 目录try 函数的基本语法捕获特定异常捕获多个异常使用 else 子句使用 finally 子句捕获所

C++11右值引用与Lambda表达式的使用

《C++11右值引用与Lambda表达式的使用》C++11引入右值引用,实现移动语义提升性能,支持资源转移与完美转发;同时引入Lambda表达式,简化匿名函数定义,通过捕获列表和参数列表灵活处理变量... 目录C++11新特性右值引用和移动语义左值 / 右值常见的左值和右值移动语义移动构造函数移动复制运算符

Python对接支付宝支付之使用AliPay实现的详细操作指南

《Python对接支付宝支付之使用AliPay实现的详细操作指南》支付宝没有提供PythonSDK,但是强大的github就有提供python-alipay-sdk,封装里很多复杂操作,使用这个我们就... 目录一、引言二、准备工作2.1 支付宝开放平台入驻与应用创建2.2 密钥生成与配置2.3 安装ali

C#中lock关键字的使用小结

《C#中lock关键字的使用小结》在C#中,lock关键字用于确保当一个线程位于给定实例的代码块中时,其他线程无法访问同一实例的该代码块,下面就来介绍一下lock关键字的使用... 目录使用方式工作原理注意事项示例代码为什么不能lock值类型在C#中,lock关键字用于确保当一个线程位于给定实例的代码块中时

MySQL 强制使用特定索引的操作

《MySQL强制使用特定索引的操作》MySQL可通过FORCEINDEX、USEINDEX等语法强制查询使用特定索引,但优化器可能不采纳,需结合EXPLAIN分析执行计划,避免性能下降,注意版本差异... 目录1. 使用FORCE INDEX语法2. 使用USE INDEX语法3. 使用IGNORE IND

C# $字符串插值的使用

《C#$字符串插值的使用》本文介绍了C#中的字符串插值功能,详细介绍了使用$符号的实现方式,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习吧... 目录$ 字符使用方式创建内插字符串包含不同的数据类型控制内插表达式的格式控制内插表达式的对齐方式内插表达式中使用转义序列内插表达式中使用

flask库中sessions.py的使用小结

《flask库中sessions.py的使用小结》在Flask中Session是一种用于在不同请求之间存储用户数据的机制,Session默认是基于客户端Cookie的,但数据会经过加密签名,防止篡改,... 目录1. Flask Session 的基本使用(1) 启用 Session(2) 存储和读取 Se

Linux系统中查询JDK安装目录的几种常用方法

《Linux系统中查询JDK安装目录的几种常用方法》:本文主要介绍Linux系统中查询JDK安装目录的几种常用方法,方法分别是通过update-alternatives、Java命令、环境变量及目... 目录方法 1:通过update-alternatives查询(推荐)方法 2:检查所有已安装的 JDK方