第7章 MATLAB解方程与函数极值ppt课件.pptVIP

这样，下一个值(yn+1)由现在的值(yn)加上时间间隔(h)和一个估算的斜率的乘积决定。该斜率是以下斜率的加权平均： k1是时间段开始时的斜率； k2是时间段中点的斜率，通过欧拉法采用斜率k1来决定y在点tn + h/2的值； k3也是中点的斜率，但是这次采用斜率k2决定y值； k4是时间段终点的斜率，其y值用k3决定。 7.3.2 龙格－库塔法的实现 基于龙格－库塔法，MATLAB提供了求常微分方程数值解的函数，一般调用格式为： [t,y]=ode23(fname,tspan,y0) [t,y]=ode45(fname,tspan,y0) 其中fname是定义f(t,y)的函数文件名，该函数文件必须返回一个列向量。tspan形式为[t0,tf],表示求解区间。y0是初始状态列向量。t和y分别给出时间向量和相应的状态向量。 例7-10 设有初值问题，试求其数值解，并与精确解相比较(精确解为y(t)=)。 (1) 建立函数文件funt.m。 function yp=funt(t,y) yp=(y^2-t-2)/4/(t+1); (2) 求解微分方程。 t0=0;tf=10; y0=2; [t,y]=ode23(funt,[t0,tf],y0); %求数值解 y1=sqrt(t+1)+1; %求精确解 t y y1 y为数值解，y1为精确值，显然两者近似。 7.4 函数极值 MATLAB提供了基于单纯形算法求解函数极值的函数fmin和fmins，它们分别用于单变量函数和多变量函数的最小值，其调用格式为： x=fmin(fname,x1,x2) x=fmins(fname,x0) 这两个函数的调用格式相似。其中fmin函数用于求单变量函数的最小值点。fname是被最小化的目标函数名，x1和x2限定自变量的取值范围。fmins函数用于求多变量函数的最小值点，x0是求解的初始值向量。 7.0中的求函数极值的函数是fminsearch 用法： [最小值点，最小值]=fminsearch(函数，初值) MATLAB没有专门提供求函数最大值的函数，但只要注意到-f(x)在区间(a,b)上的最小值就是f(x)在(a,b)的最大值，所以fmin(-f,x1,x2)返回函数f(x)在区间(x1,x2)上的最大值。 例7-11 求f(x)=x3-2x-5在[0,5]内的最小值点。 (1) 建立函数文件mymin.m。 function fx=mymin(x) fx=x.^3-2*x-5; (2) 调用fmin函数求最小值点。 x=fmin(mymin,0,5) x= 0.8165 * 第7章 MATLAB解方程与函数极值 7.1 线性方程组求解 7.2 非线性方程数值求解 7.3 常微分方程初值问题的数值解法 7.4 函数极值 7.1 线性方程组求解 7.1.1 直接解法 1．利用左除运算符的直接解法 对于线性方程组Ax=b，可以利用左除运算符“\”求解： x=A\b 例7-1 用直接解法求解下列线性方程组。 命令如下： A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4]; b=[13,-9,6,0]; x=A\b 2．利用矩阵的分解求解线性方程组 矩阵分解是指根据一定的原理用某种算法将一个矩阵分解成若干个矩阵的乘积。常见的矩阵分解有LU分解、QR分解、Cholesky分解，以及Schur分解、Hessenberg分解、奇异分解等。 (1) LU分解 矩阵的LU分解就是将一个矩阵表示为一个交换下三角矩阵和一个上三角矩阵的乘积形式。线性代数中已经证明，只要方阵A是非奇异的，LU分解总是可以进行的。 MATLAB提供的lu函数用于对矩阵进行LU分解，其调用格式为： [L,U]=lu(X)：产生一个上三角阵U和一个变换形式的下三角阵L(行交换)，使之满足X=LU。注意，这里的矩阵X必须是方阵。 [L,U,P]=lu(X)：产生一个上三角阵U和一个下三角阵L以及一个置换矩阵P，使之满足PX=LU。当然矩阵X同样必须是方阵。 实现LU分解后，线性方程组Ax=b的解x=U\(L\b)或x=U\(L\P*b)，这样可以大大提高运算速度。 例7-2 用LU分解求解例7-1中的线性方程组。 命令如下： A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4]; b=[13,-9,6,0]; [L,U]=lu(A) x=U\(L\b) 或采用LU分解的第2种格式，命令如下： [L,U ,P]=lu(A) x=U\(L\P*b) (