Python设计程序：求用牛顿迭代法求一元多次方程 x**3-3x**2-x+3在给定值附近的解

在Python中，我们可以使用牛顿迭代法（Newton-Raphson Method）来近似求解非线性方程，如一元三次方程 `f(x) = x**3 - 3*x**2 - x + 3`。这个方法基于函数的导数，每次迭代都会更新猜测的根，使其更接近实际解。以下是使用这种方法的一个简单实现：

def newton_raphson(f, f_prime, x0, epsilon=1e-6):
    def iterate(x):
        return x - f(x) / f_prime(x)
    
    guess = x0
    while abs(iterate(guess) - guess) > epsilon:
        guess = iterate(guess)
        
    return guess

# 定义函数及其导数
def equation(x):
    return x**3 - 3*x**2 - x + 3

def derivative(x):
    return 3 * x**2 - 6 * x - 1

# 给定初始值 (这里通常取方程的一个估计值或者0)
initial_guess = 1.5  # 这只是一个例子，你可以选择其他值或让用户输入

solution = newton_raphson(equation, derivative, initial_guess)
print(f"一元三次方程的解大约为: {solution}")

# 相关问题--
1. 牛顿迭代法适用于哪种类型的函数？
2. 如果迭代过程中发现函数导数为零怎么办？
3. 如何调整epsilon的值来改变搜索精度？