本程序为本人参考一些资料后编写，在visual c++6.0下调试通过。

[@more@]//
由于牛顿迭代法的收敛性依赖于初值的选取，故有下面的
牛顿下山法：其具体原理为
牛顿下山公式为：x_(k+1)=x_k-r*f(x_k)/f'(x_k),其中r的范围为(0,1],称为下山因子
具体做法为：
在集合{1,1/2,1/4,...,1/2^n,...}中挑选下山因子，使|f(x_k)|>|f(x_(k+1))|,否则重新选取初值
相应的迭代函数为：g(x)=x-r*f(x)/f'(x),x=g(x)
输出每一次迭代的结果,将迭代模块做全面
//
#include
#include
using namespace std;
///
double fun(double x);
double dfun(double x);
void NewtonIterative(double(*pfun)(double x),double (*pdfun)(double x));
//
//
int main()
{
NewtonIterative(fun,dfun);
return 0;
}
//
//
double fun(double x)
{
return (x*x*x-x-1);
}
//
double dfun(double x)
{
return (3*x*x-1);
}
//
void NewtonIterative(double(*pfun)(double x),double (*pdfun)(double x))
{
int maxn,maxflag,k,n;
k=1;n=0;
double x0,x,temp;
double err;
cout<>maxflag;
cout<>maxn;
cout<>err;
cout<>x;
cout< do
{
x0=x;
temp=x0-1./pow(2,n)*pfun(x0)/pdfun(x0);
if(fabs(pfun(temp))>=fabs(pfun(x0))&&n {
n=n+1;
temp=x0-1./pow(2,n)*pfun(x0)/pdfun(x0);
}
else if(fabs(pfun(temp))>=fabs(pfun(x0)))
{
cout< exit(1);
}
x=temp;
if(n==0)
cout< else
{
cout< cout< }
n=0;
++k;
}while(fabs(x-x0)>err&&k if(k>=maxflag)
cout< else
{
cout< cout< cout< }
}
//
//

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/11355887/viewspace-974947/，如需转载，请注明出处，否则将追究法律责任。