Intermediate

牛顿法计算器

牛顿法通过反复沿切线追踪到 x 轴,快速逼近函数的根。

Function f(x)

Newton's method finds a value where f(x) = 0
Starting point for the iteration
Approximate root
1.41421356

Converged in 5 iterations

Iterations
5
Residual f(root)
0
Initial guess
1
Root
结果仅为一般参考性的估算,并非专业建议——在依赖这些重要结果之前,请务必自行独立核实。 阅读完整免责声明.
快速解答

这个计算器是如何工作的?

牛顿法从初始猜测值 x₀ 出发,通过迭代 x_{n+1} = x_n − f(x_n)/f′(x_n) 求 f(x) 的根。本工具使用数值导数,当步长小于 1e-10 或迭代 50 次后停止,报告近似根和所用迭代次数。

公式
x_{n+1} = x_n − f(x_n) / f′(x_n)
How this is calculated

选择函数 f(x) 和初始猜测值 x₀。计算器迭代 Newton-Raphson 更新公式 x_{n+1} = x_n − f(x_n)/f′(x_n),其中导数 f′(x_n) 用中心差分数值估计:f′(x) ≈ (f(x+h) − f(x−h)) / (2h),取 h = 1e-6。这样无需解析导数,同时保持精度。

迭代持续到步长 |Δ| = |f(x_n)/f′(x_n)| 低于 1e-10(收敛)或已完成 50 步。最终 x 被报告为近似根,同时显示迭代次数和残差 f(根)——对于良好的解,残差应接近零。

牛顿法在简单根附近收敛很快(二次收敛),但若初始猜测值距根较远、某次迭代点导数为零,或函数存在平坦区域或多个根,则可能失败或发散。选择接近预期根的 x₀ 并检查残差可防范这些边界情况。

常见问题

若初始猜测值距根较远、f′(x) 在某个迭代点为零或极小,或函数振荡,则迭代可能发散或在值之间跳动。请尝试更接近预期根的起始点。

使用中心差分数值近似:f′(x) ≈ (f(x+h) − f(x−h)) / (2h),取 h = 1e-6,无需手动推导解析导数。

残差是 f(根):函数在计算所得根处的值。残差非常接近零表明估计值准确。

也称为

牛顿法
牛顿迭代法
牛顿拉夫森
求根
求函数零点
牛顿法计算

APA

TG we-Calculate Editorial Team. (2026). 牛顿法计算器 [Online calculator]. TG we-Calculate. https://we-calculate.com/zh/calculator/newtons-method-calculator

Chicago

TG we-Calculate Editorial Team. "牛顿法计算器." TG we-Calculate. 2026. https://we-calculate.com/zh/calculator/newtons-method-calculator.

IEEE

TG we-Calculate Editorial Team, "牛顿法计算器," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/zh/calculator/newtons-method-calculator

BibTeX

@misc{wecalculate_newtons_method_calculator, title = {牛顿法计算器}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/zh/calculator/newtons-method-calculator}}, year = {2026}, note = {TG we-Calculate} }

这个计算器对您有帮助吗?