如何在Jupyter Notebook中用Sagemath实现牛顿-拉夫逊方法动画？

核心思路 #

牛顿法动画的核心是可视化每一步迭代逻辑：

• 保留原函数的基础曲线
• 标记当前迭代点(xₙ, f(xₙ))
• 绘制该点处的切线（切线方程：y = f(xₙ) + f’(xₙ)(x - xₙ)）
• 标记切线与x轴的交点(xₙ₊₁, 0)
• 用线段连接(xₙ,0)→(xₙ,f(xₙ))→(xₙ₊₁,0)，直观展示迭代路径

具体实现（Python + Matplotlib） #

以下是通用Python环境下的实现代码，适配你已有的函数：

1. 导入依赖库 #

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

2. 定义函数与导数 #

def f(x):
    return 4 * x**3 - 4 * x - 1

def df(x):
    return 12 * x**2 - 4

3. 预计算迭代序列 #

先算出所有收敛前的迭代点，避免动画实时计算卡顿：

# 初始迭代点（可替换为你之前用的f0值，比如1.5）
x0 = 1.5
iterations = [x0]
tolerance = 1e-6  # 收敛判定阈值

# 生成迭代点直到收敛
while True:
    x_next = iterations[-1] - f(iterations[-1]) / df(iterations[-1])
    if abs(x_next - iterations[-1]) < tolerance:
        break
    iterations.append(x_next)

4. 设置绘图基础元素 #

# 生成函数图像的x范围
x = np.linspace(-2, 2, 400)
y = f(x)

# 创建画布与坐标轴
fig, ax = plt.subplots(figsize=(8, 6))
ax.plot(x, y, label=r'$f(x)=4x^3-4x-1$', color='blue')
ax.axhline(y=0, color='black', linestyle='--', label='x轴')
ax.set_xlim(-2, 2)
ax.set_ylim(-5, 5)
ax.set_xlabel('x')
ax.set_ylabel('f(x)')
ax.legend()
ax.grid(True)

# 初始化动画元素
current_point, = ax.plot([], [], 'ro', markersize=8)  # 当前迭代点（红色）
tangent_line, = ax.plot([], [], 'g--', linewidth=2)  # 切线（绿色虚线）
iteration_path, = ax.plot([], [], 'r-', linewidth=1)  # 迭代路径线段
info_text = ax.text(0.02, 0.95, '', transform=ax.transAxes)  # 迭代信息文本

5. 定义动画更新函数 #

def update(frame):
    x_n = iterations[frame]
    fx_n = f(x_n)
    
    # 更新当前迭代点
    current_point.set_data([x_n], [fx_n])
    
    # 计算并更新切线
    tangent_x = np.linspace(x_n - 1, x_n + 1, 100)
    tangent_y = fx_n + df(x_n) * (tangent_x - x_n)
    tangent_line.set_data(tangent_x, tangent_y)
    
    # 更新迭代路径与信息文本
    if frame < len(iterations) - 1:
        x_next = iterations[frame + 1]
        path_x = [x_n, x_n, x_next]
        path_y = [0, fx_n, 0]
        iteration_path.set_data(path_x, path_y)
        info_text.set_text(f'迭代次数: {frame+1}\n当前x: {x_n:.4f}\n下一个x: {x_next:.4f}')
    else:
        # 最后一步显示收敛结果
        iteration_path.set_data([], [])
        info_text.set_text(f'迭代完成\n收敛根: {x_n:.6f}')
    
    return current_point, tangent_line, iteration_path, info_text

6. 生成并播放动画 #

# 创建动画，interval控制每帧停留毫秒数
ani = FuncAnimation(fig, update, frames=len(iterations), interval=1500, blit=True)

# 可选：保存动画（需安装ffmpeg）
# ani.save('newton_raphson_animation.mp4', writer='ffmpeg', dpi=100)

plt.show()

SageMath环境适配（如果你用Sage） #

如果是在SageMath中操作，可改用内置animate函数：

f(x) = 4*x^3 - 4*x - 1
df(x) = derivative(f, x)

# 生成迭代序列
x0 = 1.5
iterations = [x0]
while abs(iterations[-1] - (iterations[-1] - f(iterations[-1])/df(iterations[-1]))) > 1e-6:
    iterations.append(iterations[-1] - f(iterations[-1])/df(iterations[-1]))

# 生成每帧图像
plots = []
for i in range(len(iterations)):
    p = plot(f, xmin=-2, xmax=2, ymin=-5, ymax=5)
    x_n = iterations[i]
    p += point((x_n, f(x_n)), color='red', size=40)
    # 绘制切线
    tangent(x) = f(x_n) + df(x_n)*(x - x_n)
    p += plot(tangent, xmin=x_n-1, xmax=x_n+1, color='green', linestyle='--')
    if i < len(iterations)-1:
        x_next = iterations[i+1]
        p += line([(x_n,0), (x_n,f(x_n)), (x_next,0)], color='red')
        p += text(f'迭代 {i+1}: x={x_n:.4f}', (-1.8, 4), color='black')
    else:
        p += text(f'收敛根: {x_n:.6f}', (-1.8, 4), color='black')
    plots.append(p)

# 播放动画
ani = animate(plots, interval=1500)
show(ani)

关键注意点 #

• 更换初始点x0（比如-1、0、1.5）可观察不同根的迭代路径
• 调整interval参数可控制动画播放速度
• 保存动画需确保环境安装对应依赖（Python需ffmpeg，Sage无需额外配置）

内容的提问来源于stack exchange，提问作者EarthJump