我试图用SciPy(scipy.optimize.newton)提供的Newton Raphson来找到一个方程的根。在
目前我还没有文档建议使用的fprime
值,据我所知,这意味着正割方法正在用于查找根。在
由于Newton-Raphson方法的收敛速度比割线法快,我的直觉认为也许我应该用数值逼近fprime
并提供它,以便使用牛顿法。在
哪一种方法通常会导致更快的收敛/更快的实际计算我的根?在
scipy.optimize.newton
而不提供fprime
(即割线方法,或fprime
(例如数字差异)并将其提供给scipy.optimize.newton
,以便使用Newton-Raphson方法。在
第二版《C中的数值配方》一书第365页“9.4牛顿-拉斐逊导数法”中指出:
选择另一种方法来提高数值导数的精度会增加函数求值的次数,从而使收敛阶数进一步降低。因此,您应该选择第一个方法,它最终使用割线方法来查找根。在
相关问题 更多 >
编程相关推荐