20100312 第二讲：方程的图形法迭代法直接法.pptVIP

第二讲 方程及方程组解法(上) 方程 — 工程计算和科学分析的发动机。 若干世纪来，方程是工程师和数学家花费大量时间 进行研究的课题，即有古老的算法（如二分法），也有新颖的发现（如迭代的分形与混沌现象） 本讲主要介绍非线性方程的实用解法，对线性方程组及数值分析中的矩阵分解法略作介绍： 图形放大法（不要苛求精确解！） 简单迭代法（迭代函数的选取~） 加速迭代法（加权平均的思想~） 线性方程组解的存在性 线性方程组的矩阵形式：AX=B AX=B的解可能出现三种情况：有解/无解/无穷解 A=[1 2 1;2 3 1;1 -1 -2]; B=[1;3;0]; AB=[A,B]; rank(A)==rank(AB) % ans=0 故原方程组无解 A=[0 1 -3 4;1 0 -2 3;3 2 0 -5;4 3 -5 0]; B=[-5;-4;12;5]; AB=[A,B]; rank(A)==rank(AB) % ans=1 有唯一解 线性方程组AX=B的求解 非线性是更一般的属性？ 我们面对的大多数方程（组）都是非线性的。 定义：一些由实际问题列出的方程中常常包含三角函数、指数函数等，它们与n=2代数方程一起统称为非线性方程（组） 例如：3x-ex=0 ; xsinx=1 所以，求解这一类方程（组）更具现实意义： 计算机技术和数学软件技术的飞速发展为我们实现经典