1 / 17
文档名称:

MATLAB应用-求解非线性方程.doc

格式:doc   大小:2,478KB   页数:17页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

MATLAB应用-求解非线性方程.doc

上传人:幸福人生 2024/5/9 文件大小:2.42 MB

下载得到文件列表

MATLAB应用-求解非线性方程.doc

相关文档

文档介绍

文档介绍:该【MATLAB应用-求解非线性方程 】是由【幸福人生】上传分享,文档一共【17】页,该文档可以免费在线阅读,需要了解更多关于【MATLAB应用-求解非线性方程 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。MATLAB应用-、多项式的表达n次多项式表达为:,是n+1项之和在MATLAB中,n次多项式可以用n次多项式系数构成的长度为n+1的行向量表示[a0,a1,……an-1,an]二、多项式的加减运算设有两个多项式和。它们的加减运算实际上就是它们的对应系数的加减运算。当它们的次数相同时,可以直接对多项式的系数向量进行加减运算。当它们的次数不同时,应该把次数低的多项式无高次项部分用0系数表示。例2计算a=[1,-2,5,3];b=[0,0,6,-1];c=a+b例3设,,求f(x)+g(x)f=[3,-5,2,-7,5,6];g=[3,5,-3];g1=[0,0,0,g];%为了和f的次数找齐f+g1,f-g1三、多项式的乘法运算conv(p1,p2)例4在上例中,求f(x)*g(x)f=[3,-5,2,-7,5,6];g=[3,5,-3];conv(f,g)四、多项式的除法运算[Q,r]=deconv(p1,p2)表示p1除以p2,给出商式Q(x),余式r(x)。Q,和r仍为多项式系数向量例4在上例中,求f(x)/g(x)f=[3,-5,2,-7,5,6];g=[3,5,-3];[Q,r]=deconv(f,g)五、多项式的导函数p=polyder(P):求多项式P的导函数实际上,就是寻找使函数f(x)等于零的变量x,所以求方程(l)的根,也叫求函数f(x)的零点。如果变量x是列阵,则方程(l)就代表方程组。当方程(l)中的函数f(x)是有限个指数、对数、三角、反三角或幂函数的组合时,则方程(l)被称为超越方程,例如e-x-sin(πx/2)+lnx=0就是超越方程。当方程(l)中的函数f(x)是多项式时,即f(x)=Pn(x)=anxn+an-1xn+…+alx+a0,则方程(l)就成为下面的多项式方程,也称代数方程:Pn(x)=anxn+an-1xn+…+alx+a0=0(2)Pn(x)的最高次数n等于2、3时,用代数方法可以求出方程(2)的解析解,但是,当n≥5时,伽罗瓦(Galois)定理已经证明它是没有代数求根方法的。至于超越方程,通常很难求出其解析解。所以,方程(l)的求解经常使用作图法或数值法,而计算机的发展和普及又为这些方法提供了广阔的发展前景,使之成为科学和工程中最实用的方法之一。本章首先介绍求解f(x)=0的MATLAB符号法指令,然后介绍求方程数值解的基本原理,最后再介绍求解f(x)=0的MATLAB数值法指令。一、符号方程求解在MATLAB中,求解用符号表达式表示的代数方程可由函数solve实现,其调用格式为:solve(s):求解符号表达式s的代数方程,求解变量为默认变量。当方程右端为0时,方程可以不标出等号和0,仅标出方程的左端。solve(s,v):求解符号表达式s的代数方程,求解变量为v。solve(s1,s2,…,sn,v1,v2,…,vn):求解符号表达式s1,s2,…,sn组成的代数方程组,求解变量分别v1,v2,…,vn。。=solve('1/(x+2)+4*x/(x^2-4)=1+2/(x-2)','x')=sym('x-(x^3-4*x-7)^(1/3)=1')x=solve(f)=solve('2*sin(3*x-pi/4)=1')=solve('x+x*exp(x)-10','x')%仅标出方程的左端二、求方程f(x)=0数值解的基本方法并非所有的方程f(x)=0都能求出精确解或解析解,不存在这种解的方程就需要用数值解法求出近似解,有几种常见的数值解法基本原理:二分法。1求实根的二分法原理设方程f(x)=0中的函数f(x)为实函数,且满足:①函数f(x)在[a,b]上单调、连续;②方程f(x)=0在(a,b)内只有一个实根x*。则求方程f(x)=0的根,就是在(a,b)内找出使f(x)为零的点x*:f(x*)=0,即求函数f(x)的零点。因为f(x)单调连续,由连续函数的性质可知,若任意两点aj,bj?[a,b],而且满足条件f(aj)f(bj)<0,则闭区间[aj,bj]上必然存在方程的根x*,即x*?[aj,bj]。据此原理提出求实根的二分法如下图所示,图1方程求根二分法原理示意图先用中点将区间[a,b]平分为两个子区间(a,b1)和(b1,b),方程的根必然在子区间两端点上函数值之积小于零的那一半中,即不在(a,b1)内,就在(b1,b)内,除非f(b1)=0,于是寻根的范围缩小了一半。图1中的根x*在区间中点左侧,即x*?(a,bl)。再将新的含根区间(a,b1)分成两半,重复上述步骤确定出更新的含根子区间。如此重复n次,设含根区间缩小为(an,bn),则方程的根x*?(an,bn),这一系列含根的子区间满足:(a,b)Dé(al,bl)é(a2,b2)é…é(a0,b0)é…由于含根区间范围每次减半,子区间的宽度为(n=1,2,….),显然当n→¥时,(bn一an)→0,即子区间收敛于一点x*,这个点就是方程的根。若n为有限整数,取最后一个子区间的中点作为方程根的近似值,它满足f(xn)≈0,于是有:这就是近似值xn的绝对误差限。假定预先要求的误差为e,由便可以求出满足误差要求的最小等分次数n。下面是二分法的程序function[c,err,yc]=bisect(f,a,b,delta)%Input-fisthefunctioninputasastring‘f’%-aandbaretheleftandrightendpoints%.-deltaisthetolerance%Output-cisthezero%-yc=f(c)%-erristheerrorestimateforcya=feval(f,a);yb=feval(f,b);ifya*yb>0,break,end%表示无解,结束maxl=l+round((log(b-a)-log(delta))/log(2));%从误差表达式得到最小等分次数nfork=1:max1c=(a+b)/2;%取区间中点yc=feval(f,c);ifyc==0a=c;b=c;%这时解已经找到elseifyb*yc>0b=c;%区间减半yb=yc;elsea=c;ya=yc;endifb-a<delta,break,endendc=(a+b)/2;err=abs(b-a);yc=feval(f,c)2迭代法迭代法是计算数学中的一种重要方法,用途很广,求解线性方程组和矩阵特征值时也要用到它。这里结合非线性方程的迭代法求解,介绍一下它的基本原理。迭代法基本原理迭代法的基本原理就是构造一个迭代公式,反复用它得出一个逐次逼近方程根的数列,数列中每个元素都是方程根的近似值,只是精度不同。迭代法求解方程f(x)=0(1)时,先把方程等价地变换成形式f(x)=x-g(x)=0,(2)移项得出:x=g(x)(3)若函数g(x)连续,则称(3)为迭代函数。用它构造出迭代公式:xk+1=g(xk),k=0,l,2,…(4)从初始值x0出发,便可得出迭代序列:{xk}=x0,x1,x2,….xk,…..(5)如果迭代序列(5)收敛,且收敛于x*,则由式(4)有:可见x*便是方程(l)的根。迭代法几何意义:如下图所示,解方程f(x)=0可以等价地变换成求解x=g(x),图4-2方程求根迭代法原理示意图在几何上,就等价求曲线y=x和y=g(x)交点P*的坐标x*。求迭代序列(5),就等于从图中x0点出发,由函数y=g(x0)得出y=P0,代入函数y=x中得出Q1,再把Q1的x坐标x1代入方程y=g(x)得出P1,如此继续下去,便可在曲线y=g(x)上得到一系列的点P0,P1,…,Pk,…,这些点的x坐标便是迭代数列xl,x2,…,xk,…,它趋向于方程(l)的根x*,数列的元素就是方程根的近似值。数列的收敛就等价于曲线y=x和y=g(x)能够相交于一点。迭代公式收敛定理要想用迭代法求出方程根的近似值,迭代序列(4-5)必须收敛。下面的定理给出了迭代法的收敛条件,同时也给出了迭代公式的误差。收敛定理:方程x=g(x)在(a,b)内有根x*,如果:①当x?[a,b]时,g(x)?[a,b];②g(x)可导,且存在正数q<1,使得对于任意x?[a,b]都有|g’(x)|£q<1,则有以下结论。①方程x=g(x)在(a,b)内有唯一的根x*。②迭代公式xk+1=g(xk)对(a,b)内任意初始近似根x0均收敛于x*。③近似根xk的误差估计公式为:(4-6)3切线法切线法就是从函数曲线上的一点出发,不断用曲线的切线代替曲线,求得收敛于根的数列。切线法原理:解非线性方程f(x)=0的切线法也称牛顿法,它是把方程线性化的一种近似方法,用函数f(x)的切线代替曲线产生一个收敛于方程根的迭代序列,从而得到方程的近似根。把函数f(x)在某一初始值x。点附近展开成泰勒级数:(4-7)取其线性部分,近似地代替函数f(x)可得方程的近似式:设,解该近似方程可得:把函数f(x)在xl点附近展开成泰勒级数,取其线性部分替代函数f(x),设,得:如此继续做下去,就可以得到牛顿迭代公式:,k=0,l,2,…(8)由式(8)得出的迭代序列xl,x2,…,xk…,在一定的条件下收敛于方程的根x*。,过点作曲线的切线,其方程为。设切线与X釉的交点为x1,则,再过作切线,与x轴的交点为,如此不断作切线,求与x轴的交点,便可得出的一系列的交点x1,x2,…,xk,…,它们逐渐逼近方程的根x*。,在有根区间[a,b]上,如果、连续且不变号,则只要选取的初始近似根x0满足f(x。),切线法必定收敛。它的收敛速度经推导可得出:(9)是个常数,式(9)表明用牛顿迭代公式在某次算得的误差,与上次误差的平方成正比,可见牛顿迭代公式的收敛速度很快。(弦截法)应用切线法的牛顿迭代公式时,每次都得计算导数,若将该导数用差商代替,就成为割线法(有时称快速弦截法)的迭代公式:,k=0,l,2,…(4一10)割线法的几何意义也很明显。如图所示,