MATLAB实现牛顿迭代法求解非线性方程

在MATLAB中实现牛顿迭代法求解非线性方程的基本步骤如下：

1. 定义函数f(x)和非线性方程的初始近似值x0。
2. 计算函数f(x)在初始近似值x0处的导数f’(x0)。
3. 使用牛顿迭代公式 x_{n+1} = x_n - f(x_n) / f’(x_n) 计算下一个近似值。
4. 重复步骤2和3，直到满足收敛条件（例如，连续两次迭代的差值小于某个阈值）。
   下面是一个使用MATLAB实现牛顿迭代法的示例代码：
   function root = newton_raphson(f, df, x0, tol, max_iter)
   % f - 函数f(x)
   % df - 函数f(x)的导数
   % x0 - 非线性方程的初始近似值
   % tol - 收敛阈值
   % max_iter - 最大迭代次数
   x = x0; % 初始化当前近似值
   for n = 1:max_iter
   fx = f(x); % 计算函数值
   dfx = df(x); % 计算导数值
   if abs(fx) < tol % 检查是否满足收敛条件
   root = x; % 返回根
   return
   end
   x = x - fx / dfx; % 使用牛顿迭代公式计算下一个近似值
   end
   error(‘达到最大迭代次数而未收敛’); % 如果未收敛，则抛出错误
   end
   使用该函数的示例代码如下：
   % 非线性方程 f(x) = x^3 - x - 1 = 0 的根求解
   f = @(x) x^3 - x - 1; % 定义函数f(x)
   df = @(x) 3*x^2 - 1; % 定义函数f(x)的导数
   root = newton_raphson(f, df, 1, 1e-6, 100); % 使用牛顿迭代法求解方程的根，初始近似值为1，收敛阈值为1e-6，最大迭代次数为100
   fprintf(‘方程的根为：%f
   ‘, root)