MATLAB应用第7章第4版求解非线性方程.docx

1、MATLAB应用第7章第4版求解非线性方程第7章 求解非线性方程7.1 多项式运算在MATLAB中的实现一、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、, 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

3、)：求多项式P的导函数p=polyder(P,Q)：求PQ的导函数p,q=polyder(P,Q)：求P/Q的导函数，导函数的分子存入p，分母存入q。参数P,Q是多项式的向量表示，p,q也是多项式的向量表示。例4 求有理分式的导函数P=3, 5, 0, -8, 1, -5; %有理分式分子Q=10, 5, 0, 0, 6, 0, 0, 7, -1, 0, -100; %有理分式分母p,q=polyder(P,Q)六、多项式求根多项式求根就是求满足多项式p(x)0的x值。N次多项式应该有n个根。这些根可能是实根，也可能是若干对共轭复根。其调用格式是x=roots(P)其中P为多项式的系数向量，求

4、得的根赋给向量x，即x(1),x(2),x(n)分别代表多项式的n个根。该命令每次只能求一个一元多项式的根，该指令不能用于求方程组的解，必须把多项式方程变成Pn (x) = 0的形式；例4 求方程的解。首先将方程变成Pn (x) = 0的形式：roots(1 -1 0 -1)例5 求多项式x4+8x3-10的根。A=1,8,0,0,-10;x=roots(A)若已知多项式的全部根，则可以用poly函数建立起该多项式，其调用格式为：P=poly(x)若x为具有n个元素的向量，则poly(x)建立以x为其根的多项式，且将该多项式的系数赋给向量P。例6 已知 f(x)=3x5+4x3-5x2-7.2

5、x+5(1) 计算f(x)=0 的全部根。(2) 由方程f(x)=0的根构造一个多项式g(x)，并与f(x)进行对比。P=3,0,4,-5,-7.2,5;X=roots(P) %求方程f(x)=0的根G=poly(X) %求多项式g(x)将这个结果乘以3，就与f(x)一致7.2 求解非线性方程f ( x ) = 0方程求根的一般形式是求下列方程的根：f ( x ) = 0 (l)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

6、函数的组合时，则方程（l）被称为超越方程，例如 e-x - sin（x / 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

7、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的方程，求解变量为v。solve(s1,s2,sn,v1,v2,vn)：求解符号表达式s

8、1,s2,sn组成的方程组，求解变量分别v1,v2,vn。例1 解下列方程。1x= solve(1/(x+2)+4*x/(x2-4)=1+2/(x-2), x)2f=sym(x-(x3-4*x-7)(1/3)=1)x= solve(f)3x= solve(2*sin(3*x-pi/4)=1)4x= 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 (

9、x) =0中的函数 f ( x）为实函数，且满足： 函数 f (x）在 a , b上单调、连续； 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, 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

10、nfor k=1:max1c=(a+b)/2; %取区间中点yc=feval (f,c); if yc=0a=c; b=c; %这时解已经找到elseif yb*yc0b=c; %区间减半yb=yc; else a=c; ya=yc; end if b-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

11、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 ) = xg(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： x k = 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 )

12、= 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yx 和yg ( 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yg ( x0）得出yP0，代入函数yx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yg ( 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yx 和yg ( x ）能够相交于一点。迭代公式

13、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： 当xa,b时，g( x）a,b; g ( x）可导，且存在正数 q 1，使得对于任意xa,b都有|g( x )| q 1，则有以下结论。 方程x = g ( x）在（a , b）内有唯一的根x*。 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*。 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

14、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 x0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 ，

15、 ，xk ，在一定的条件下收敛于方程的根x*。 2 几何意义图 4 一 3 方程求根切线法原理示意图选取初值x0后，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*。3 切线法的收敛性理论可以证明，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。4 . 2

16、. 4 割线法（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，图 4 一 4 方程求根割线法原理示意图过点（x0，f( x0）和（x1，f (x1)）作函数yf(x）曲线的割线，交X轴于点x2，再过点（x1，f (x1)）和（x2，f (x2)）作曲线的割线，交X轴于点x3，一直做下去，则得到一系列割线与 X 轴的交点，这些交点序列将趋于方程的根 x*。非线性方程的数值解法还有许多，这里仅介绍了几种基本方法的原理。二分法简单方便，

17、但收敛速度慢；迭代法虽然收敛速度稍微快点，但需要判断能否收敛；只要初值选取得当，切线法具有恒收敛且收敛速度快的优点，但需要求出函数的导数；弦截法不需要求导数，特别是前面介绍的快速弦截法，收敛速度很快，但是需要知道两个近似的初始根值才能作出弦，要求的初始条件较多。这些方法各有千秋，需根据具体情况选用。三、方程f(x) = 0数值解的MATLAB实现MATLAB中求方程数值解的办法很多，有的是专用指令，有的是根据方程性质而借用其他专用指令求得的。4 . 3 . 2 求函数零点指令 fzero求解方程f ( x ) = 0的实数根也就是求函数f ( x）的零点。MATLAB中设有求函数f (x）零点

18、的指令fzero，可用它来求方程的实数根。该指令的使用格式为：fzero (fun, x0, options) 输入参数fun为函数f (x）的字符表达式、内联函数名或M函数文件名。 输入参数x0为函数某个零点的大概位置（不要取零）或存在的区间xi，xj，要求函数f (x）在x0点左右变号，即f (xi)f (xj) 0。 输入参数options可有多种选择，若用optimset (disp, iter）代替options 时，将输出寻找零点的中间数据。 该指令无论对多项式函数还是超越函数都可以使用，但是每次只能求出函数的一个零点，因此在使用前需摸清函数零点数目和存在的大体范围。为此，一般先用

19、绘图指令plot, fplot或ezplot 画出函数f (x）的曲线，从图上估计出函数零点的位置。例 4 一 5 求方程 x2 + 4sin(x) = 25 的实数根（-2x In D:MATLAB6p5toolboxsymbolicsolve.m at line 136如果做代换：，方程3就变成方程2，就可解这个问题说明，符号求解并不是万能的。如果用MATLAB得出无解或未找到所期望的解时，应该用其它方法试探求解。4x y=solve(x2+y2=5, 2*x2-3*x*y-2*y2) %变量由默认规则确定二、求解非线性方程组的基本方法对于非线性方程组（以二元方程组为例，其他可以类推） (

20、 11) 的数值解求法，跟一元非线性方程的切线法（牛顿法）雷同，也是把非线性函数线性化，近似替代原方程得出数值解，所以也叫作牛顿迭代法。假设方程组（11）的初始估计值为（x0，y0），可以把方程组（11）中的两个函数f1(x，y)和f2(x，y)在（x0，y0）处用二元泰勒级数展开，只取线性部分，移项得出： (12)若系数矩阵行列式，则方程组（12）的解为：，方程组（11）中的两个函数f1(x，y)和f2(x，y)在(x1，y1)处，再用二元泰勒级数展开，只取线性部分， 如此继续替代下去，直到方程组的根达到所要求的精度，就完成了方程组的求解。求解方程组（11）还有许多其他办法，如“最速下降法”

21、，它是利用方程组（11）构成所谓模函数，通过求模函数极小值的方法得到方程组的数值解，诸如此类在此不再一一列举。三、求方程组数值解的指令fsolve是用最小二乘法求解非线性方程组 F (X） 0 的指令，变量X可以是向量或矩阵，方程组可以由代数方程或者超越方程构成。它的使用格式为：fsolve ( fun , X0 , OPTIONS ) 参数 fun 是编辑并存盘的M函数文件的名称，可以用代替单引号对它进行标识。 M函数文件主要内容是方程 F ( X ) = 0 中的函数 F (X) ，即方程左边的函数。 参数X0是向量或矩阵，为探索方程组解的起始点。求解将从X0出发，逐渐趋向，最终得到满足精度要求、最接近X0的近似根X* : F ( X*） 0 。由于X0是向量或矩阵，无法用画图方法进行估计，实际问题中常常是根据专业知识、物理意义等进