标签：4.0 迭代 Python 牛顿 阿米巴 算法 x0 x1 平方根
第1关：谷角猜想
日本数学家谷角静夫在研究自然数时发现了一个奇怪现象：对于任意一个自然数 n ，若 n 为偶数，则将其除以 2 ；若 n 为奇数，则将其乘以 3 ，然后再加 1。如此经过有限次运算后，总可以得到自然数 1。人们把谷角静夫的这一发现叫做“谷角猜想”。
编写一个程序，由键盘输入一个自然数 n ，把 n 经过有限次运算后，最终变成自然数 1 的全过程保存在列表中并打印出来。
#Student Start
n=int(input())
ls=[n]
while n>1:
if n%2==0:
n=n//2
else:
n=n*3+1
ls.append(n)
print(ls)
#student End第2关：阿米巴分裂
阿米巴用简单分裂的方式繁殖，它每分裂一次要用 3 分钟。将若干个阿米巴放在一个盛满营养参液的容器内， 45 分钟后容器内充满了阿米巴。已知容器最多可以装阿米巴 2n(n从键盘输入)个。试问，开始的时候往容器内放了多少个阿米巴？考虑特例，当容器容量较小时，开始1个阿米巴也不需要45分钟就可以充满，答案为1。请编程序算出开始时容器里面的阿米巴个数。
#Student Start
n=int(input())
x=2**n
for i in range(15):
x=x//2
if x==1:
break
print(x)
#student End第3关：平方根
求平方根的迭代公式：x1=1/2*(x0+a/x0）。 算法：
- 先自定一个初值x0，作为a的平方根值，在我们的程序中取a/2作为x0的初值；利用迭代公式求出一个x1。此值与真正的a的平方根值相比，误差很大。
- 把新求得的x1代入x0中，准备用此新的x0再去求出一个新的x1.
- 利用迭代公式再求出一个新的x1的值，也就是用新的x0又求出一个新的平方根值x1，此值将更趋近于真正的平方根值。
- 比较前后两次求得的平方根值x0和x1，如果它们的差值小于我们指定的值，即达到我们要求的精度，则认为x1就是a的平方根值，去执行步骤5；否则执行步骤2，即循环进行迭代。
- 输出方程的根x1。
根据输入的n值，计算并输出其平方根，要求精确到小数点后第六位（前后两次计算得到差值小于10的负六次方停止迭代）。
#Student Start
n=eval(input())
x0=n/2
x1=0.5*(x0+n/x0)
while abs (x1-x0)>1e-6:
x0=x1
x1=0.5*(x0+n/x0)
print('x=%.6f'%x1)
#student End 第4关：牛顿迭代
牛顿迭代公式：假设r是方程f(x)=0的根，选取x0作为r的近似初值，过点(x0,f(x0))作切线L：y=f(x0)+f’(x0)(x-x0)，则L与x轴的交点 x1=x0-f(x0)/f’(x0)称为r的一次近似值。过点(x1,f(x1))做切线与x轴的交点x2=x1-f(x1)/f’(x1) 称为r的二次近似值。重复该过程，得到第n+1交点 xn+1=xn-f(xn)/f’(xn) 称为r的n+1次近似值，这就是牛顿迭代公式。 已经证明，如果是连续的，并且待求的零点是孤立的，那么在零点周围存在一个区域，只要初始值位于这个邻近区域内，那么牛顿法必定收敛。 并且，如果不为0, 那么牛顿法将具有平方收敛的性能. 粗略的说，这意味着每迭代一次，牛顿法结果的有效数字将增加一倍。 迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法（或者称为一次解法），即一次性解决问题。迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令（或一定步骤）重复执行，在每次执行这组指令（或这些步骤）时，都从变量的原值推出它的一个新值。
使用牛顿迭代法求解给定方程x*3-10x*2-25x+250在输入x0附近的解，精度要求前后两次迭代的差值小于10的负六次方。
#Student Start
def f(x):
return x**3-10*x**2-25*x+250
def fp(x):
return 3*x**2-20*x-25
x0=eval(input())
x1=x0-f(x0)/fp(x0)
while abs(x1-x0)>=1e-6:
x0=x1
x1=x0-f(x0)/fp(x0)
print('x=%.6f'%x1)
#student End求求三连。。。
标签：4.0,迭代,Python,牛顿,阿米巴,算法,x0,x1,平方根 来源： https://blog.csdn.net/m0_62287709/article/details/122231808
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。