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

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

java图像识别工具类(ImageRecognitionUtils)使用实例详解

《java图像识别工具类(ImageRecognitionUtils)使用实例详解》:本文主要介绍如何在Java中使用OpenCV进行图像识别,包括图像加载、预处理、分类、人脸检测和特征提取等步骤... 目录前言1. 图像识别的背景与作用2. 设计目标3. 项目依赖4. 设计与实现 ImageRecogni

Git中恢复已删除分支的几种方法

《Git中恢复已删除分支的几种方法》:本文主要介绍在Git中恢复已删除分支的几种方法,包括查找提交记录、恢复分支、推送恢复的分支等步骤,文中通过代码介绍的非常详细,需要的朋友可以参考下... 目录1. 恢复本地删除的分支场景方法2. 恢复远程删除的分支场景方法3. 恢复未推送的本地删除分支场景方法4. 恢复

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具:conda部署+使用一、安装部署1、 下载2、 安装3

Mysql虚拟列的使用场景

《Mysql虚拟列的使用场景》MySQL虚拟列是一种在查询时动态生成的特殊列,它不占用存储空间,可以提高查询效率和数据处理便利性,本文给大家介绍Mysql虚拟列的相关知识,感兴趣的朋友一起看看吧... 目录1. 介绍mysql虚拟列1.1 定义和作用1.2 虚拟列与普通列的区别2. MySQL虚拟列的类型2

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

关于@MapperScan和@ComponentScan的使用问题

《关于@MapperScan和@ComponentScan的使用问题》文章介绍了在使用`@MapperScan`和`@ComponentScan`时可能会遇到的包扫描冲突问题,并提供了解决方法,同时,... 目录@MapperScan和@ComponentScan的使用问题报错如下原因解决办法课外拓展总结@

mysql数据库分区的使用

《mysql数据库分区的使用》MySQL分区技术通过将大表分割成多个较小片段,提高查询性能、管理效率和数据存储效率,本文就来介绍一下mysql数据库分区的使用,感兴趣的可以了解一下... 目录【一】分区的基本概念【1】物理存储与逻辑分割【2】查询性能提升【3】数据管理与维护【4】扩展性与并行处理【二】分区的

使用Python实现在Word中添加或删除超链接

《使用Python实现在Word中添加或删除超链接》在Word文档中,超链接是一种将文本或图像连接到其他文档、网页或同一文档中不同部分的功能,本文将为大家介绍一下Python如何实现在Word中添加或... 在Word文档中,超链接是一种将文本或图像连接到其他文档、网页或同一文档中不同部分的功能。通过添加超