Matlab 解非线性方程组2

合集下载

Matlab求解线性方程组、非线性方程组

Matlab求解线性方程组、非线性方程组

求解线性方程组solve,linsolve例:A=[5 0 4 2;1 -1 2 1;4 1 2 0;1 1 1 1];%矩阵的行之间用分号隔开,元素之间用逗号或空格B=[3;1;1;0]X=zeros(4,1);%建立一个4元列向量X=linsolve(A,B)diff(fun,var,n):对表达式fun中的变量var求n阶导数。

例如:F=sym('u(x,y)*v(x,y)'); %sym()用来定义一个符号表达式diff(F); %matlab区分大小写pretty(ans) %pretty():用习惯书写方式显示变量;ans是答案表达式非线性方程求解fsolve(fun,x0,options)其中fun为待解方程或方程组的文件名;x0位求解方程的初始向量或矩阵;option为设置命令参数建立文件fun.m:function y=fun(x)y=[x(1)-0.5*sin(x(1))-0.3*cos(x(2)), ...x(2) - 0.5*cos(x(1))+0.3*sin(x(2))];>>clear;x0=[0.1,0.1];fsolve(fun,x0,optimset('fsolve'))注:...为续行符m文件必须以function为文件头,调用符为;文件名必须与定义的函数名相同;fsolve()主要求解复杂非线性方程和方程组,求解过程是一个逼近过程。

Matlab求解线性方程组AX=B或XA=B在MATLAB中,求解线性方程组时,主要采用前面章节介绍的除法运算符“/”和“\”。

如:X=A\B表示求矩阵方程AX=B的解;X=B/A表示矩阵方程XA=B的解。

对方程组X=A\B,要求A和B用相同的行数,X和B有相同的列数,它的行数等于矩阵A的列数,方程X=B/A同理。

如果矩阵A不是方阵,其维数是m×n,则有:m=n 恰定方程,求解精确解;m>n 超定方程,寻求最小二乘解;m<n 不定方程,寻求基本解,其中至多有m个非零元素。

matlab求解非线性方程组及极值

matlab求解非线性方程组及极值

matlab求解非线性方程组及极值默认分类2010-05-18 15:46:13 阅读1012 评论2 字号:大中小订阅一、概述:求函数零点和极值点:Matlab中三种表示函数的方法: 1. 定义一个m函数文件, 2.使用函数句柄; 3.定义inline函数, 其中第一个要掌握简单函数编写, 二, 三中掌握一个。

函数的'常规'使用有了函数了, 我们怎么用呢, 一种是直接利用函数来计算, 例如: sin(pi), 还有我们提到的mysqr(3)...另一种是函数画图, 例如Plottools中提到的ezplot, ezsurf... 但是这也太小儿科了, 有没有想过定义函数后, 利用它来: 求解零点(即解f(x)=0方程), 最优化(求最值/极值点), 求定积分, 常微分方程求解等. 当然这里由于篇幅有限(空间快满了)以及这个只是'基础教程'的缘故, 只提及一些皮毛知识, 掌握这些后, 如果需要你可以进一步学习.解f(x)=0已知函数求解函数值=0所表示的方程, Matlab中有两个函数可以做到, fzero和fsolve前者只能解一元方程, 后者可以解多元方程组, 不过基本使用形式上差不多:解=fzero(函数, 初值, options)解=fsolve(函数, 初值, options)关于解: fzero给出的是x单值的解, fsolve给出的是解x可能处于的区间, 当然, 这个区间很窄.关于'函数', 还记得前面提到的三种表示方法吧, 在这里都可以用, 记住就是: 如果直接使用函数名, 要用单引号将它括起来, 而函数句柄, inline函数可以直接使用.关于'初值': 电脑比较笨, 它寻找解的办法是尝试不同地x值, 摸索解在哪里, 所以我们一开始就要给它指明从哪里开始下手, 初值这里, 可以只给它一个值, 让它在这个值附近找解, 也可以给它一个区间(区间用[下限,上限]这种方式表示), 它会在这个区间内找解.fzero的一些局限, 如果你给定的初值是区间, 而恰好函数在区间端点处同号, fzero会出错, 而如果你只给一个初值, fezro又有可能'走错方向', 例如给初值2让它解mysqr这个函数方程就出错了, FT!寻找函数极值/最值Matlab中也有两个函数可以做到, 是: fminbnd: 寻找一元函数极小值; fminsearch: 寻找多元函数极小值(当然一元也行). 别问我怎么没有找极大值的Matlab函数, 你把原函数取负数, 寻找它的极小值不就行了. 相关语法:x=fminbnd(函数, 区间起始值, 区间终止值)x=fminsearch(函数, 自变量初值)相关说明: fminbnd中指定要查找极小值的自变量区间, 好像不指定也行, 不过那样的话, 如果函数有多个极小值就可能比较难以预料结果了.fminsearch中要给定一个初值, 这个初值可以是自变量向量(将自变量依次排在一起组成向量)的初值, 也可以是表示向量初值区间的一个矩阵.函数: 那三种形式都适用, 但是记住, 直接使用函数名称需要加单引号!cite from:/qq529312840/blog/item/3687e4c7e7e2d6d9d0006049.html二、实例+讲解(1)非线性方程数值求解:1 单变量非线性方程求解在MATLAB中提供了一个fzero函数,可以用来求单变量非线性方程的根。

MATLAB教学视频:非线性方程(组)在MATLAB中的求解方法

MATLAB教学视频:非线性方程(组)在MATLAB中的求解方法

0.6
0.8
1 t
1.2
1.4
1.6
1.8
2
二元方程组的图解法
用图解法,求二元方程组的解,其中 x 和 y 的范围均为 [-5, 5]
2 − xy x =5 e 3 2 2 x+ y x cos x + y + y e = 10 ( )
2
将方程组移项,改写成 f(x, y) = 0 的形式
f(t)
0 -0.1 -0.2
对于非多项式方程,只能求出一个解
-0.3 -0.4 -0.5
0
0.2
0.4
0.6
0.8
1 t
1.2
1.4
1.6
1.8
2
solve 函数的局限性
求解一元非线性方程 (超越方程)
f ( x ) = sin ( x ) + cos ( x x ) − 10
对于稍许复杂的方程,求解结果出现很大误差
一元方程的图解法
一个有阻尼的振动系统,振动方程如下,求出 x (t) = 0.1 对应的时刻 t
x ( t ) = 0.8 e −6t sin ( 30t )
根据振动方程,有
x ( t ) = 0.8 e −6t sin ( 30t ) = 0.1
移项,可得
0.8 e −6t sin ( 30t ) − 0.1 = 0
初值 x0 分别设定为0, 0.1, 0.2, 0.3, 0.4, 0.5 等,求解方程 F 的根,并观察结果
非线性方程 (组) 数值解的一般求法
◼ 使用 fsolve 函数的第二种调用格式,求解方程 F 的根 [x,fval,exitflag] = fsolve(fun,x0,options) ◼ 使用 optimset 函数,设置 options

Matlab 解非线性方程组2

Matlab 解非线性方程组2
实例五: ①建立文件 myfxeq05.m function f=myfxeq05(xvect) x = xvect(1); y = xvect(2); z = xvect(3); f(1)=sin(x) + y^2 + log(z) - 7 f(2)=3*x + 2^y - z^3 + 1 f(3)=x + y + z – 5 ②解方程 clear all disp('Solve the following set of nonlinear algebraic equations:') disp(' sin(x) + y^2 + ln(z) - 7 = 0 ') disp(' 3*x + 2^y - z^3 + 1 = 0 ') disp(' x + y + z - 5 = 0 ') disp(' ') xguess=[1 1 1]'; xvect = fsolve('myfxeq05', xguess); x = xvect(1); y = xvect(2); z = xvect(3); disp('The roots from the default "fsolve" are: ') disp([' x = ', num2str(x) ]) disp([' y = ', num2str(y) ]) disp([' z = ', num2str(z) ]) % Repeat with a different set of options ------------------------------options(2) = 1.e-6; %Tolerance for x options(3) = 1.e-6; %Tolerance for f options(5) = 1; %Levenberg-Marquardt Method xvect = fsolve('myfxeq05', xguess, options); x = xvect(1); y = xvect(2); z = xvect(3); disp('The roots from "fsolve" with Levenberg-Marquardt are: ') disp([' x = ', num2str(x) ]) disp([' y = ', num2str(y) ]) disp([' z = ', num2str(z) ])

matlab实现牛顿迭代法求解非线性方程组

matlab实现牛顿迭代法求解非线性方程组

matlab实现牛顿迭代法求解非线性方程组已知非线性方程组如下3*x1-cos(x2*x3)-1/2=0x1^2-81*(x2+0.1)^2+sin(x3)+1.06=0exp(-x1*x2)+20*x3+(10*pi-3)/3=0求解要求精度达到0.00001————————————————————————————————首先建立函数fun储存方程组编程如下将fun.m保存到工作路径中: function f=fun(x);%定义非线性方程组如下%变量x1 x2 x3%函数f1 f2 f3syms x1 x2 x3f1=3*x1-cos(x2*x3)-1/2;f2=x1^2-81*(x2+0.1)^2+sin(x3)+1.06;f3=exp(-x1*x2)+20*x3+(10*pi-3)/3;f=[f1 f2 f3]; ————————————————————————————————建立函数dfun用来求方程组的雅克比矩阵将dfun.m保存到工作路径中:function df=dfun(x);%用来求解方程组的雅克比矩阵储存在dfun中f=fun(x);df=[diff(f,'x1');diff(f,'x2');diff(f,'x3')];df=conj(df');————————————————————————————————编程牛顿法求解非线性方程组将newton.m保存到工作路径中:function x=newton(x0,eps,N);con=0;%其中x0为迭代初值eps为精度要求N为最大迭代步数con用来记录结果是否收敛for i=1:N;f=subs(fun(x0),{'x1' 'x2' 'x3'},{x0(1) x0(2 ) x0(3)});df=subs(dfun(x0),{'x1' 'x2' 'x3'},{x0(1) x0 (2) x0(3)});x=x0-f/df;for j=1: length(x0);il(i,j)=x(j);endif norm(x-x0)<epscon=1;break;endx0=x;end%以下是将迭代过程写入txt文档文件名为iteration.txtfid=fopen('iteration.txt','w');fprintf(fid,'iteration');for j=1:length(x0)fprintf(fid,' x%d',j);endfor j=1:ifprintf(fid,'\n%6d ',j);for k=1:length(x0)fprintf(fid,' %10.6f',il(j,k));endendif con==1fprintf(fid,'\n计算结果收敛!');endif con==0fprintf(fid,'\n迭代步数过多可能不收敛!'); endfclose(fid);————————————————————————————————运行程序在matlab中输入以下内容newton([0.1 0.1 -0.1],0.00001,20)————————————————————————————————输出结果——————————————————————————————————————————在iteration中查看迭代过程iteration x1 x2 x3.mulStablePoint用不动点迭代法求非线性方程组的一个根function [r,n]=mulStablePoint(F,x0,eps)%非线性方程组:f%初始解:a%解的精度:eps%求得的一组解:r%迭代步数:nif nargin==2eps=1.0e-6;endx0 = transpose(x0);n=1;tol=1;while tol>epsr= subs(F,findsym(F),x0);%迭代公式tol=norm(r-x0);%注意矩阵的误差求法,norm为矩阵的欧几里德范数n=n+1;x0=r;if(n>100000)%迭代步数控制disp('迭代步数太多,可能不收敛!');return;endendx0=[0 0 0];[r,n,data]=budong(x0);disp('不动点计算结果为')x1=[1 1 1];x2=[2 2 2];[x,n,data]=new_ton(x0);disp(’初始值为0,牛顿法计算结果为:’)[x,n,data]=new_ton(x1);disp('初始值为1,牛顿法计算结果为:')[x,n,data]=new_ton(x2);disp ('初始值为2,牛顿法计算结果为:')budong.mfunction[r,n,data]=budong(x0, tol)if nargin=-1tol=1e-3:x1=budong fun(x0);n=1;while(norm(x1-x0))tol)&(n500)x0=x1;x1=budong_fun(x0);n=n+1:data(:,n)=x1;endr=x1:new_ton.mfunction [x,n,data]=new_ton(x0, tol) if nargin=-1tol=1e-8;endx1=x0-budong_fun(x0)/df1(x0);n=1;while (norm(x1-x0))tol)x0=x1;x1=x0-budong_fun(x0)/df1(x0);n=n+1;data(:,n)=x1;x=x1;budong_fun.mfunction f=budong_fun(x)f(1)=3* x(1)-cos(x(2)*x(3))-1/2;f(2)=x(1)^2-81*(x(2)+0.1)^2+sin(x(3))+1.0 6;f(3)=exp(-x(1)*x(2))+20* x(3)+10* pi/3-1;f=[f(1)*f(2)*f(3)];df1.mfunction f=df1(x)f=[3sin(x(2)*x(3))*x(3) sin(x(2)*x(3))*x(2)2* x(1)-162*(x(2)+0.1)cos(x(3))exp(-x(1)*x(2))*(-x(2))exp(-x(1)*x(2))*(-x(1))20];结果:不动点计算结果为r=1.0e+012*NaN -Inf 5.6541初始值为0,牛顿法计算结果为:x=0.5000 -0.0000 -0.5236 初始值为1,牛顿法计算结果为:x=0.5000 0.0000 -0.5236 初始值为2,牛顿法计算结果为:x=0.5000 0.0000 -0.5236。

数值分析中求解非线性方程的MATLAB求解程序

数值分析中求解非线性方程的MATLAB求解程序

数值分析中求解非线性方程的MATLAB求解程序1. fzero函数:fzero函数是MATLAB中最常用的求解非线性方程的函数之一、它使用了割线法、二分法和反复均值法等多种迭代算法来求解方程。

使用fzero函数可以很方便地求解单变量非线性方程和非线性方程组。

例如,要求解方程f(x) = 0,可以使用以下语法:``````2. fsolve函数:fsolve函数是MATLAB中求解多维非线性方程组的函数。

它是基于牛顿法的迭代算法来求解方程组。

使用fsolve函数可以非常方便地求解非线性方程组。

例如,要求解方程组F(x) = 0,可以使用以下语法:``````3. root函数:root函数是MATLAB中求解非线性方程组的函数之一、它采用牛顿法或拟牛顿法来求解方程组。

使用root函数可以非常方便地求解非线性方程组。

例如,要求解方程组F(x) = 0,可以使用以下语法:``````4. vpasolve函数:vpasolve函数是MATLAB中求解符号方程的函数。

它使用符号计算的方法来求解方程,可以得到精确的解。

vpasolve函数可以求解多变量非线性方程组和含有符号参数的非线性方程。

例如,要求解方程组F(x) = 0,可以使用以下语法:```x = vpasolve(F(x) == 0, x)```vpasolve函数会返回方程组的一个精确解x。

5. fsolve和lsqnonlin结合:在MATLAB中,可以将求解非线性方程转化为求解最小二乘问题的形式。

可以使用fsolve函数或lsqnonlin函数来求解最小二乘问题。

例如,要求解方程f(x) = 0,可以将其转化为最小二乘问题g(x) = min,然后使用fsolve或lsqnonlin函数来求解。

具体使用方法可以参考MATLAB官方文档。

6. Newton-Raphson法手动实现:除了使用MATLAB中的函数来求解非线性方程,还可以手动实现Newton-Raphson法来求解。

非线性方程组求解及matlab实现讲解

非线性方程组求解及matlab实现讲解

x0
X
例:牛顿法计算x^2-25=0的解
f(x)=x2-25,则f’(x)=2x 可构造迭代公式如下:
xi2 25 xi 1 xi 2 xi
取x0=2代入上式,得x1=7.25,继续递推, 依次得5.35、5.0114、5.000001、5.0000000001 …
牛顿法注意事项

逐步扫描法计算示例-方程x2-2=0的正数解
计算方程 x 2 2 0 的正数解
二分法

若函数f(x)在区间[a,b]内单调连续,且f(a)f(b)<0, 则在闭区间[a,b]内必然存在方程f(x)=0的根x*
二分法的图形解释 二分法的MATLAB程序
k=0; while abs(b-a)>eps x=(a+b)/2; if sign(f(x))==sign(f(b)) b=x; else a=x; end k=k+1; end


f '( x) 0, f "( x) 连续且不变号,则只 在有根区间[a,b]上, 要选取的初始近似根x0满足 f ( x0 ) f "( x0 ) 0 ,切线法 必定收敛。 在单根附近,牛顿公式恒收敛,而且收敛速度很快。 但是需要注意如果初始值不在根的附近,牛顿公式 不一定收敛 在实际使用中,牛顿法最好与逐步扫描法结合起来, 先通过逐步扫描法求出根的近似值,然后用牛顿公 式求其精确值,以发挥牛顿法收敛速度快的优点
c x
不动点迭代法

从给定的初值x0,按上式可以得到一个数列: { x0, x1, x2, …, xk, … }
如果这个数列有极限,则迭代格式是收敛的。 * x xk 就是方程的根 这时数列{xk}的极限 lim k 上述求非线性代数方程式数值解的方法称为直 接迭代法(或称为不动点迭代法)。这个方法 虽然简单,但根本问题在于当k->∞时,xk是否 收敛于x*,也就是必须找出收敛的充分条件

关于采用matlab进行指定非线性方程拟合的问题

关于采用matlab进行指定非线性方程拟合的问题

关于采用matlab进行指定非线性方程拟合的问题(1)※1。

优化工具箱的利用函数描述LSQLIN 有约束线性最小二乘优化LSQNONNEG 非负约束线性最小二乘优化问题当有约束问题存在的时候,应该采用上面的方法代替Polyfit与反斜线(\)。

具体例子请参阅优化工具箱文档中的相应利用这两个函数的例子。

d. 非线性曲线拟合利用MATLAB的内建函数函数名描述FMINBND 只解决单变量固定区域的最小值问题FMINSEARCH 多变量无约束非线性最小化问题(Nelder-Mead 方法)。

下面给出一个小例子展示一下如何利用FMINSEARCH1.首先生成数据>> t=0:.1:10;>> t=t(:);>> Data=40*exp(-.5*t)+rand(size(t)); % 将数据加上随机噪声2.写一个m文件,以曲线参数作为输入,以拟合误差作为输出function sse=myfit(params,Input,Actural_Output)A=params(1);lamda=params(2);Fitted_Curve=A.*exp(-lamda*Input);Error_Vector=Fitted_Curve-Actural_Output;%当曲线拟合的时候,一个典型的质量评价标准就是误差平方和sse=sum(Error_Vector.^2);%当然,也可以将sse写作:sse=Error_Vector(:)*Error_Vector(:);3.调用FMINSEARCH>> Strarting=rand(1,2);>> options=optimset('Display','iter');>> Estimates=fiminsearch(@myfit,Strarting,options,t,Data);>> plot(t,Data,'*');>> hold on>> plot(t,Estimates(1)*exp(-Estimates(2)*t),'r');Estimates将是一个包含了对原数据集进行估计的参数值的向量。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

非线性方程组—Matlab—fsolve—机械 CAD 论坛—huright
实例六:
对于求解非线性方程组一般用 fsolve 命令就可以了,但是对于方程组中某一系 数是变化的,该怎么求呢? %定义方程组如下,其中 k 为变量 function F = myfun(x,k) H=0.32; Pc0=0.23;W=0.18; F=[Pc0+H*(1+1.5*(x(1)/W-1)-0.5*(x(1)/W-1)^3)-x(2); x(1)-k*sqrt(x(2))]; %求解过程 H=0.32; Pc0=0.23;W=0.18; x0 = [2*W; Pc0+2*H]; % 取初值 options = optimset('Display','off'); k=0:0.01:1; % 变量取值范围[0 1] for i=1:1:length(k) kk=k(i); x = fsolve(@(x) myfun(x,kk), x0, options);%求解非线性方程组 x1(i)=x(1); x2(i)=x(2); end plot(k,x1,'-b',k,x2,'-r'); xlabel('k') legend('x1','x2') (来自振动论坛,作者:studyboy)
(4)检验
fxy1=sin(xy(1)-xy(2));fxy2=cos(x y(1)+xy(2));disp([fxy1,fxy2]) 1.0e-006 *
---------------------------------------------------------------------
非线性方程组—Matlab—fsolve—机械 CAD 论坛—huolve—机械 CAD 论坛—huright
实例三:
求下列非线性方程组在(0.5,0.5) 附近的数值解。 (1) 建立函数文件 myfun.m。 function q=myfun(p) x=p(1); y=p(2); q(1)=x-0.6*sin(x)-0.3*cos(y); q(2)=y-0.6*cos(x)+0.3*sin(y); (2) 在给定的初值 x0=0.5,y0=0.5 下,调用 fsolve 函数求方程的根。 x=fsolve('myfun',[0.5,0.5]',optimset('Display','off')) x= 0.6354 0.3734
实例五: ①建立文件 myfxeq05.m function f=myfxeq05(xvect) x = xvect(1); y = xvect(2); z = xvect(3); f(1)=sin(x) + y^2 + log(z) - 7 f(2)=3*x + 2^y - z^3 + 1 f(3)=x + y + z – 5 ②解方程 clear all disp('Solve the following set of nonlinear algebraic equations:') disp(' sin(x) + y^2 + ln(z) - 7 = 0 ') disp(' 3*x + 2^y - z^3 + 1 = 0 ') disp(' x + y + z - 5 = 0 ') disp(' ') xguess=[1 1 1]'; xvect = fsolve('myfxeq05', xguess); x = xvect(1); y = xvect(2); z = xvect(3); disp('The roots from the default "fsolve" are: ') disp([' x = ', num2str(x) ]) disp([' y = ', num2str(y) ]) disp([' z = ', num2str(z) ]) % Repeat with a different set of options ------------------------------options(2) = 1.e-6; %Tolerance for x options(3) = 1.e-6; %Tolerance for f options(5) = 1; %Levenberg-Marquardt Method xvect = fsolve('myfxeq05', xguess, options); x = xvect(1); y = xvect(2); z = xvect(3); disp('The roots from "fsolve" with Levenberg-Marquardt are: ') disp([' x = ', num2str(x) ]) disp([' y = ', num2str(y) ]) disp([' z = ', num2str(z) ])
-1.5
-1
-0.5
0
0.5
1
1.5
2
图 5.6.3-1
两个二元函数 0 等位线的交点图
(2)从图形获取零点的初始近似值 在图 5.6.3-1 中,用 ginput 获取两个函 数 0 等位线(即三线组中间那条线)交点的 坐标。
[x0,y0]=ginput(2); %在图上取两个点的坐标 disp([x0,y0]) -0.7926 0.7926 -0.7843 0.7843
非线性方程组—Matlab—fsolve—机械 CAD 论坛—huright
实例四:
【例 5.6.3-1 】 求 解 二 元 函 数 方 程 组
2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 -2
f 1 ( x, y ) sin( x y ) 0 的零点。 f 2 ( x, y ) cos( x y ) 0
(0)从三维坐标初步观察两函数图形相交 情况
x=-2:0.05:2;y=x;[X,Y]=meshgrid(x ,y); %产生 x-y 平面上网点坐标 F1=sin(X-Y);F2=cos(X+Y); F0=zeros(size(X)); surf(X,Y,F1), xlabel('x'),ylabel('y'), view([-31,62]),hold on, surf(X,Y,F2),surf(X,Y,F0), shading interp, hold off
图 5.6.3-0 两函数的三维相交图
0.7854
0.7854
(1)在某区域观察两函数 0 等位线的交点 情况
clear; x=-2:0.5:2;y=x;[X,Y]=meshgrid(x, y); %产生 x-y 平面上网点坐标 F1=sin(X-Y);F2=cos(X+Y); v=[-0.2, 0, 0.2]; %指定三个等位值, 是 为了更可靠地判断 0 等位线的存在。 contour(X,Y,F1,v) %画 F1 的三条等位线。 hold on,contour(X,Y,F2,v),hold off %画 F2 的三条等位线。
非线性方程组—Matlab—fsolve—机械 CAD 论坛—huright
非线性方程组求解-Matlab-fsolve
实例一: ①建立文件 fun.m: function y=fun(x) y=[x(1)-0.5*sin(x(1))-0.3*cos(x(2)), ... x(2) - 0.5*cos(x(1))+0.3*sin(x(2))]; ②>>clear;x0=[0.1,0.1];fsolve(@fun,x0,optimset('fsolve')) 注:...为续行符 m 文件必须以 function 为文件头, 调用符为@; 文件名必须与定义的函数名相同; fsolve()主要求解复杂非线性方程和方程组,求解过程是一个逼近过程。
实例二: ①建立文件 fun.m
function F=myfun(x) F=[x(1)-3*x(2)-sin(x(1));2*x(1)+x(2)-cos(x(2))];
②然后在命令窗口求解:
>> x0=[0;0]; >> options=optimset('Display','iter'); >> [x,fv]=fsolve(@myfun,x0,options) %MATLAB 显示的优化过程 %设定求解初值 %设定优化条件 %优化求解 Norm of step
( 3 ) 利 用 fsolve 求 精 确 解 。 以 求 (0.7926,7843)附近的解为例。 本例直接用字符串表达被解函数。注 意:在此,自变量必须写成 x(1), x(2)。假如 写成 xy(1), xy(2),指令运行将出错。
fun='[sin(x(1)-x(2)),cos(x(1)+x( 2))]'; xy=fsolve(fun,[x0(2),y0(2)]) xy =
First-order Trust-region Iteration Func-count f(x) optimality radius 0 3 1 2 1 1 6 0.000423308 0.5 0.0617 1 2 9 5.17424e-010 0.00751433 4.55e-005 1.25 3 12 9.99174e-022 1.15212e-005 9.46e-011 1.25 Optimization terminated: first-order optimality is less than options.TolFun. x= 0.4966 0.0067 fv = 1.0e-010 * 0.3161 0.0018
相关文档
最新文档