牛顿迭代法
一阶泰勒展式：\(f(x) = f(x_0)+f^{'}(x_0)*(x-x_0)\)
假设\(f(x)=x^N-a=0\)，N=2时，\(f(x)=x^2-a \quad f^{'}(x)=2x\)
通过等式\(f(x)=x_0^2-a+2x_0(x-x_0)=0\)
得到\(x=\frac12(x_0+\frac{a}{x_0})\)
通过迭代可以逼近算出真实值。
对应任意的N，计算公式为
\(x_{n+1} = \frac1N((N-1)x_n+\frac{a}{x_n^{N-1}})\)
分析：
Newton迭代法求单根时，收敛速度很快(平方收敛)。
但如果方程根是重根，则收敛速度较慢，且重数越高速度越慢
代码：
#include <cmath>#include <iostream>#include <iomanip>using namespace std;double Newton(double x, int N, double delta) { if (x <= 0 || N <= 0) { return 0; } double x0 = 1; double x1 = ((N - 1) + x) / N;; while (abs(x1 - x0) > delta) { x0 = x1; x1 = ((N - 1) * x0 + x / pow(x0, N - 1)) / N; } return x1;}const double DELTA = 0.0000001;int main() { cout << setprecision(20) << Newton(2, 2, DELTA) << endl; cout << setprecision(20) << Newton(8, 1, DELTA) << endl; cout << setprecision(20) << Newton(8, 2, DELTA) << endl; cout << setprecision(20) << Newton(8, 3, DELTA) << endl; cout << setprecision(20) << Newton(8, 4, DELTA) << endl; return 0;}
