牛顿法解非线性方程组实验汇报.docVIP

实验名称： 牛顿法解非线性方程组 引言 我们已经知道，线性方程组我们可以采取Jacobi迭代法，G-S迭代法以及SOR迭代方法求解。而在科学技术领域里常常提出求解非线性方程组的问题，例如，用非线性函数拟合实验数据问题、非线性网络问题，用差分法求解非线性微分方程问题等。 我们在解非线性方程组时，也考虑用迭代法求解，其思路和解非线性方程式一样，首先要将F(x)=0转化为等价的方程组 或者简记为x=g（x），其中 迭代法：首先从某个初始向量开始，按下述逐次代入方法构造一向量序列： 其中，。 或写成向量形式： 如果（存在），称为收敛。且当为连续函数时，可得 说明为方程组的解。又称为x=g（x）的不动点。 本实验中采用牛顿迭代法来求解非线性方程组。 实验目的和要求 运用matlab编写一个.m文件，要求用牛顿法非线性方程组： 算法原理与流程图 1、算法原理 设有非线性方程组 F(x)=0 其中： 由偏导数作成的矩阵记为J(x)或称为F(x)的Jacobi矩阵 设为F(x)=0的解，且设，为的近似解，现利用多元函数 在点的泰勒公式有 其中，在与x的所连的线段内。 如果用泰勒公式中的线性函数近似代替，并将线性方程组 的解作为的第k+1次近似解记为 将上述方程写成矩阵形式： 如果为非奇异矩阵，则得到牛顿迭代公式： 求解非线性方程组F(x)=0牛顿法或为 用上式可知，每计算一步，需要： 计算矩阵及； 求解一个线性方程组： 计算。 2、流程图见附图1 程序代码及注释 %牛顿法解非线性方程组 function [Z,P,k,e] = newton(P,e0) %用P输入初始猜想矩阵，不断迭代输出计算解 %Z为迭代结束后的F矩阵 %k为迭代次数，e为每次迭代后的无穷范数，e0为误差限 Z=F(P(1),P(2)); J=JF(P(1),P(2)); Q=P-J\Z; e=norm((Q-P),inf); P=Q; Z=F(P(1),P(2)); k=1; while e=e0 J=JF(P(1),P(2)); Q=P-J\Z; e=norm((Q-P),inf); P=Q; Z=F(P(1),P(2)); k=k+1; end end %子函数一，用来求每一步的F（x） function [out]=F(x,y) syms x1 x2; f1=x1-0.5*cos(x2); f2=x2-0.5*sin(x1); Y=[f1;f2]; x1=x; x2=y; out=subs(Y); end %子函数二，用来求每一步的Jacobi矩阵 function [y]=JF(x,y) syms x1 x2 f1=x1-0.5*cos(x2); f2=x2-0.5*sin(x1); df1x=diff(sym(f1),x1); df1y=diff(sym(f1),x2); df2x=diff(sym(f2),x1); df2y=diff(sym(f2),x2); j=[df1x,df1y;df2x,df2y]; %j中的元素为一阶偏导数 x1=x; x2=y; y=subs(j); end  5算例分析 （1）首先输入系数矩阵初始猜想解和误差限e0 P=[0 0]; e0=0.001;（2）输出结果 [Z P k e]=newton(P,e0) Z = 1.0e-009 * 0.550442413871366 0.398026500647575 P = 0.486405155145713 0.233725502568820 k = 3 e = 5.835820948590920e-005其中，P为计算解，k为迭代次数，Z为第k次迭代后的F矩阵，e为第k次迭代后的 6讨论与结论 时间复杂度： tic;[Z P k e]=newton(P,e0);toc Elapsed time is 0.068248 seconds.程序优化 在本次的程序设计中，我采用了C语言中子函数调用的思想，使得程序的可读性增强，条理清晰。 其次，在求每一步的时，要解方程，此语句可以用 Q=P-inv（J）*Z;但考虑到算法的时间复杂性，本语句采用了Q=P-J\Z来实现，从而减少了计算机时间。 参考文献 [1] 易大义，沈云宝，李有法. 计算方法(第2版)，浙江大学出版社. p.29-53. [2] 张琨 高思超 毕靖 编著 MATLAB2010从入门到精通 电子工业出版社 输入n,x,ε,N0 计算 输出x，S，k k=1,2，…，N0 求解线性方程组 J(x)Y=-F(x) 计算 计算 输出迭代N0次还没有达到精度要求信息 Stop Sε Y N 附图1