根據以上思想

public class 牛頓迭代法 {
	static double func(double x) {		//待求解方程
		return x * x * x * x - 3 * x * x * x + 1.5 * x * x - 4.0;
	}

	static double dfunc(double x) {		//導數方程
		return 4 * x * x * x - 9 * x * x + 3 * x;
	}

	static int NewtonMethod(double x[], int maxcyc, double precision) {
		double x0, x1;
		int i;
		x0 = x[0];
		i = 0;
		while (i < maxcyc) {
			if (dfunc(x0) == 0.0) {		//如果導數為0，直接輸出，因為導數為0，無法用牛頓迭代法
				System.out.println("迭代過程中導數為0");
				return 0;
			}
			x1 = x0 - func(x0) / dfunc(x0);			//按照公式求解
			if (Math.abs(x1 - x0) < precision || Math.abs(func(x1)) < precision) {		//達到了要求的精度
				x[0] = x1;		//得到迭代值
				return 1;
			} else {		//否則繼續迴圈，尋找迭代值
				x0 = x1;
			}
			i++;		//加一迴圈
		}
		System.out.println("迭代次數超過預設值！仍沒有達到精確度！");
		return 0;
	}

	public static void main(String[] args) {
		double precision;
		int maxcyc, result;
		double[] x = { 2.0 };		//初始值
		maxcyc = 1000;
		precision = 0.00001;
		result = NewtonMethod(x, maxcyc, precision);
		if (result == 1) {
			System.out.printf("方程x*x*x*x-3*x*x*x+1.5*x*x-4.0=0\n在2.0附近的根為%f\n",
					x[0]);
		} else {
			System.out.println("迭代失敗！\n");
		}
	}
}