Ch4非线性方程组及其应用.pptVIP

化工应用数学Applied Mathematics for Chemical Engineering 汤吉海 概述 求解方程f(x)=0的数值法的基本思想：从某个初始近似值x0出发，按照某种数值过程模式进行重复，从而逐次改进前次的结果，直到达到规定的精度，便停止这种重复，并将最后所得结果xn作为方程f(x)=0的数值解。 数值法解方程必须做三件事： 首先:在函数f(x)的定义域内寻找初值x0； 其次:建立逐次逼近的数值过程模式； 第三:规定最终近似解的精度。 解的精度取决于工程计算的实际要求而与算法无关。 各种算法的实质是由数值过程的模式确定的，不同的模式具有不同的计算效果和速度。 初值x0则影响计算过程的速度甚至成败。 主要内容 4.1 非线性方程的求解 二分(Bisection)法 简单迭代(Iteration)法 牛顿(Newton)法 弦截(Secant)法 抛物线法（Muller法） 4.2 非线性方程组的求解 牛顿-拉夫森(Newton-Raphson)法 4.3 非线性方程（组）的MATLAB求解 图解法 数值求解(fzero，fsolve) 4.4 化工应用 应用1：根据PVT关系计算摩尔体积 应用2：多组分溶液体系的泡点 应用3：绝热连续搅拌釜式反应器的转化率(自学) 4.1.1 二分(Bisection)法 原理：设f(x)在区间[a,b]上连续，且有f(a)f(b) 0 ，则由连续函数介值定理，f(x)在[a,b]内必有零点，称[a,b]为方程f(x)＝0的有根区间。 二分法：取[a,b]区间的中点x0=(a+b)/2。将区间[a,b]分成两半，然后逐步搜索求解，若f(x0)与f(a)同号，则令a1=x0，b1=b; 反之，若f(x0)与f(a)异号，则令a1=a，b1=x0。这样得到新的有根区间[a1,b1] ，其长度[a,b]为之一半。 4.1.2 简单迭代(Iteration)法 迭代法是一种重要的逐次逼近方法，这种方法采用某个固定公式反复校正根的近似值，使其逐步精确化。 求解方程f(x)=0的实根，将方程改写成等价形式：x=φ(x)，φ(x)是x的新函数，xk+1=φ(xk)称作迭代公式。 假设x0是方程根的初始近似值，则代入迭代公式右端，求得x1，再将x1代入右端，求得x2,…，如此重复循环，即： x1=φ(x0)， x2=φ(x1) ，…， xn=φ(xn-1) 采用不同的方法改写求解方程则得到不同的迭代公式，求解的收敛性也不同。 简单迭代法的收敛性 4.1.3 牛顿(Newton)法 基本思想：将非线性方程线性化，以线性方程的解逐步逼近非线性方程的解。 4.1.4 弦截(Secant)法 4.1.5 抛物线（Muller）法 如果考虑用f(x)的二次插值多项式的零点来近似f(x)的零点，就导出抛物线法。迭代公式见教材P70。 此法必须已知方程f(x)=0的根的三个近似值，以这三点为节点的f(x)的二次插值多项式 4.2 非线性方程组的解法 解非线性方程组的方法主要有两类： 其中一类是线性化的方法，它是将方程组中的每个方程线性化得到一个线性方程组，由此构造迭代格式，求得非线性方程组的近似解。其代表是Newton法； 另一类方法是将解非线性方程组问题化成优化问题，然后以最优化方法求解。最速下降法是其中最基本的方法。 4.2 牛顿-拉夫森(Newton-Raphson)法 考虑一个由两个方程构成的非线性方程组： Newton-Raphson法 非线性方程组的Jacobian矩阵 Newton-Raphson法举例 Newton-Raphson法源程序 Newton-Raphson法举例 函数定义： Jacobian矩阵定义： 4.3 非线性方程（组）的MATLAB求解 4.3.1 代数方程的图解法 图解法 图解法由于受到空间维数的限制，对超过2维的非线性方程组的求解不太合适，需要寻求其他的求解方法。 4.3.2 多项式型方程的求根 对于多项式： 可以使用roots函数求根，使用方法为： roots([an an-1 an-2 … a1 a0]) 例： 4.3.3 非线性方程组的准解析解法 例： 解方程： 检验结果： 上例结果 符号计算示例 例： 解方程： 4.3.4 一般非线性方程的数值解 MATLAB中有两个求非线性方程数值解的函数： 函数fzero()采用数值解法求解非线性方程。 fsolve()函数则采用非线性最小二乘算法求解非线性方程组。 使用这两个函数一般分为两个步骤： 第一步定义函数文件，并存为.m文件； 第二步调用函数命令求解。 fzero()函数——格式 fzero()函数——示例 第一步：编写M文件，并