牛顿迭代法（Newton's method）又称为牛顿-拉夫逊（拉弗森）方法（Newton-Raphson method），它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法，下面我们就来说一说关于牛顿迭代法matlab?我们一起去了解并探讨一下这个问题吧!
牛顿迭代法matlab
牛顿迭代法（Newton's method）又称为牛顿-拉夫逊（拉弗森）方法（Newton-Raphson method），它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法。
示例1：求解平方根
先来看如何用牛顿迭代法求解5的平方根。在计算器上的结果是2.236067…
问题可以看作解方程x2=5，下面尝试用牛顿迭代法求解。
首先令f(x)= x2 – 5 = 0，这是标准步骤，取得一个新函数，令该函数为0。这是一个抛物线：
抛物线与x轴的交点x就是方程的解，它比2稍大一点。
现在在x=2处对f(x)做切线：
f(x)的切线
切线与x轴的交点
x0=2，y0= x02 – 5 = -1，设k是切线斜率：
在x1处做f(x)的切线，重复上面步骤，
这就是牛顿迭代法的公式。通过作图可以看出，每一次迭代，x都将更靠近最终解。
f’(x)=2x，将公式代入目标方程f(x)=x2-5：
已经相当接近计算器的结果。
示例2：2cosx=3x
解方程2cosx=3x
由图像可知，方程存在唯一解。
f(x)=2cosx-3x=0，f’(x)=-2sinx-3，x0=π/6≈0.52
注意事项
牛顿迭代法几乎可以求解所有方程，但它仍然有一些限制。
通过前两个例子可以看到，在使用牛顿迭代法时，需要选取一个较为解接近真实解的x0作为迭代基数，x0如何选取呢？一句参考是：“f’不能太小，f’’不能太大，x0要在x附近”，这似乎要凭经验和感觉了，没有什么太好的办法；实际上，如果x0和x的差距过大，可能会得到一个没谱的解。
设第n次迭代的误差是En=|x-xn|，那么需要满足En 1<En。如果选择和计算都正确，误差缩小的速度将非常快。
以计算5的平方根为例，如果选择x0=-2，结果将偏向于-2.236067…；如果选择x0=0，则f’(0)=0，没法继续迭代，函数曲线如下图所示：
选择了错误的x0
代码示例：牛顿迭代法开平方
设x2=a，则f(x)= x2-a，根据牛顿迭代法公式：
1 const float EPS = 0.00001;
2 double sqrt(double x) {
3 if(x == 0)
4 return 0;
5 double result = x;
6 double lastValue;
7 do{
8 lastValue = result;
9 result = result / 2.0f x / 2.0f / result;
10 }while(abs(result - lastValue) > EPS);
11 return (double)result;
12 }
上面方法开平方会很快，但 https://www.2cto.com/kf/201206/137256.html 中提到了一个更快的方法。
1999年12月，美国id Software公司发布了名为“雷神之锤III”的电子游戏。它是第一个支持软件加速的游戏，取得了极大成功。（由于影响力过大，文化部于2004年将它列入了非法游戏名单）雷神之锤III并不是id Software公司的第一次成功。早在1993年开始，这家公司就以“毁灭战士”系列游戏名闻天下。1995年，“毁灭战士”的安装数超过了当年微软的windows 95。据传比尔盖茨才曾经考虑买下id software。（id software公司后来被推出过“上古卷轴”系列的Bethesda公司买下）
id Software所取得的成功很大程度上要归功于它的创始人约翰·卡马克。马克尔也是一个著名的程序员，他是id Software游戏引擎的主要负责人。 回到刚才提到的雷神之锤，马克尔是开源软件的积极推动者，他于2005年公布了雷神之锤III的源代码。至此人们得以通过研究这款游戏引擎的源文件来查看它成功的秘密。
在其中一个名字为q_math.c的文件中发现了如下代码段：
1 float Q_rsqrt( float number ) {
2 long i; float x2, y; const float threehalfs = 1.5F;
3 x2 = number * 0.5F;
4 y = number;
5 i = * ( long * ) &y; // evil floating point bit level hacking
6 i = 0x5f3759df - ( i >> 1 ); // what the fuck?
7 y = * ( float * ) &i;
8 y = y * ( threehalfs - ( x2 * y * y ) ); // 1st iteration
9 // y = y * ( threehalfs - ( x2 * y * y ) ); // 2nd iteration, this can be removed
10 #ifndef Q3_VM #
11 ifdef __linux__ assert( !isnan(y) ); // bk010122 - FPE?
12 #endif
13 #endif return y;
14 }
这段代码的作用就是求number的平方根，并且返回它的倒数。
经过测试，它的效率比上述牛顿法程序要快几十倍。也比c 标准库的sqrt()函数要快好几倍。此段代码有一个奇怪的句子：
i = 0x5f3759df - ( i >> 1 ); // what the fuck?
没错，一般的求平方根都是这么循环迭代算的但是卡马克(quake3作者)真正牛B的地方是他选择了一个神秘的常数0x5f3759df 来计算那个猜测值，就是我们加注释的那一行，那一行算出的值非常接近1/sqrt(n)，这样我们只需要2次牛顿迭代就可以达到我们所需要的精度。好吧如果这个还不算NB,接着看:
普渡大学的数学家Chris Lomont看了以后觉得有趣，决定要研究一下卡马克弄出来的这个猜测值有什么奥秘。Lomont也是个牛人，在精心研究之后从理论上也推导出一个最佳猜测值，和卡马克的数字非常接近, 0x5f37642f。卡马克真牛，他是外星人吗？
传奇并没有在这里结束。Lomont计算出结果以后非常满意，于是拿自己计算出的起始值和卡马克的神秘数字做比赛，看看谁的数字能够更快更精确的求得平方根。结果是卡马克赢了... 谁也不知道卡马克是怎么找到这个数字的。
最后Lomont怒了，采用暴力方法一个数字一个数字试过来，终于找到一个比卡马克数字要好上那么一丁点的数字，虽然实际上这两个数字所产生的结果非常近似，这个暴力得出的数字是0x5f375a86。
————————————————
版权声明：本文为CSDN博主「我是8位的」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/sunbobosun56801/article/details/78088085
,
