Matlab 调试代码，不确定为什么我没有得到正确的x1值 函数[x1]=tutorial1（x0，nMax，tol） %计算函数f（x）=x^3-3^x+1的根 %使用牛顿寻根法。 %投入： %-x0初始猜测 %-nMax迭代次数 %-tol溶液精度公差 %输出： %-x1方程的收敛根 %值x0、nMax、to的初始化 x0=1.5； nMax=15； tol=1e-4； %for循环连续运行15次迭代 对于i=1:nMax fx0=（x0）。^3-3.^（x0）+1； 微分x0=3.*（x0.^2）-3.^x0.*对数（3）； %函数f（x0）分别为 x1=x0-fx0./x0； 如果abs（x1-x0）

您实际上得到了正确的值。用这种方法，你可以数值求解一个方程。因此，您将以公差标准设置的精度（如果可行）收敛到解决方案

执行下面的代码。同样的，数字打印的位数更多，公差更严格，错误打印（我也添加了fx1计算来打印）

它给出了一个接近于2的解决方案（但是如果您向fprintf添加更多的数字，您将看到它不是一个完美的2，而是类似于2.000000000001的数字）

---

请记住，如果算法收敛，它将为您提供接近理论解的数值解，误差取决于您提供的公差

您至少可以花时间学习如何正确格式化帖子中的代码。还有，问题是什么？我看到的只是代码。请阅读！我很抱歉这是我在这个网站上的第一个问题，我只是想知道这是一个关于牛顿方法的问题，我们应该得到方程根的值，但是我得到了x1的错误值，我不知道为什么？

function [x1] = tutorial1(x0,nMax,tol)
% Calculate the root of the function f(x) = x^3 - 3^x + 1
% using the Newton Method of root-finding.
% Inputs: 
%        - x0     initial guess
%        - nMax   number of iterations
%        - tol    solution accuracy tolerance
% Output:
%        - x1     converged root of the equation
% Initialisation of the values x0, nMax, to

x0 = 1.5;
nMax = 15;
tol = 1e-4;

 % for loop acting continously for 15 iterations 
for i = 1:nMax
   fx0= (x0).^3-3.^(x0)+1;
   differentialx0=3.*(x0.^2) - 3.^x0.*log(3);
   %function f(x0)respectively
   x1 = x0 -fx0./differentialx0;

   if abs(x1-x0)<tol
   break
   end 
   x0 = x1; 

   fprintf('Iteration = %d, x0 = %.4f, x1 = %.4f, fx1 = %.4f\n',i,x0,x1);
    end 

 % Sample output code for monitoring (this should be included in your loop structure.


  return

x0 = 1.5;
nMax = 15;
tol = 1e-10; %1e-4

 % for loop acting continously for 15 iterations 
for i = 1:nMax
   fx0= (x0).^3-3.^(x0)+1;
   differentialx0=3.*(x0.^2) - 3.^x0.*log(3);
   %function f(x0)respectively
   x1 = x0 -fx0./differentialx0;
   fx1= (x0).^3-3.^(x0)+1;
   error = abs(x1-x0) ;

   if error<tol
   break
   end 

   x0 = x1; 

   fprintf('Iteration = %i, x0 = %.6f, x1 = %.6f, fx1 = %.6f, error = %.6f \n',i,x0,x1,fx1,error);
    end 

 % Sample output code for monitoring (this should be included in your loop structure.

Iteration = 1, x0 = 2.288476, x1 = 2.288476, fx1 = -0.821152, error = 0.788476 
Iteration = 2, x0 = 1.994137, x1 = 1.994137, fx1 = 0.628953, error = 0.294339 
Iteration = 3, x0 = 2.000009, x1 = 2.000009, fx1 = -0.012367, error = 0.005873 
Iteration = 4, x0 = 2.000000, x1 = 2.000000, fx1 = 0.000020, error = 0.000009