牛顿迭代法求解方程根 - 简化版本

好的，我已经修改了程序来简化它，只需要判断在给定范围内是否收敛。以下是修改后的程序示例：

% 牛顿迭代法求解方程根
function [root, iterations] = newtonRaphson(equation, initialGuess, tolerance)
    syms x; % 声明符号变量 x
    
    % 转换方程为函数句柄
    f = matlabFunction(equation);
    
    % 初始化变量
    root = initialGuess;
    iterations = 0;
    previousRoot = root;
    
    % 迭代计算
    while true
        iterations = iterations + 1;
        
        % 计算当前迭代点的函数值和导数值
        f_value = f(root);
        f_derivative = diff(equation, x);
        f_derivative_value = double(subs(f_derivative, x, root));
        
        % 更新迭代点
        root = root - f_value / f_derivative_value;
        
        % 检查是否满足终止条件
        if abs(root - previousRoot) < tolerance || iterations >= 1000
            return;
        end
        
        previousRoot = root;
    end
end

使用示例：

% 定义方程
equation = x^2 - 2;

% 设置初始猜测值和容差
initialGuess = 1;
tolerance = 0.0001;

% 调用牛顿迭代法求解方程根
[root, iterations] = newtonRaphson(equation, initialGuess, tolerance);

% 输出结果
fprintf('Root: %.6f\n', root);
fprintf('Iterations: %d\n', iterations);

在上述示例中，方程仍然被定义为 'x^2 - 2'，你可以根据自己的需要修改方程。程序将在给定容差内找到方程在范围内的根或达到最大迭代次数。