非线性方程组的牛顿迭代法,最速下降法.docVIP

非线性方程组的牛顿迭代法,最速下降法.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
非线性方程组的牛顿迭代法,最速下降法

数学软件实验任务书 课程名称 数学软件实验 班级 学号 实验课题 非线性方程组的牛顿迭代法,最速下降法,不动点迭代法 实验目的 熟悉非线性方程组的牛顿迭代法,最速下降法,不动点迭代法 实验要求 运用Matlab/C/C++/Java/Maple/Mathematica等其中一种语言完成 实验内容 非线性方程组的牛顿迭代法 非线性方程组的最速下降法 非线性方程组的不动点迭代法 成绩 教师 实验一 非线性方程组的牛顿迭代法 1 实验原理 对于非线性方程 在x(k )处按照多元函数的泰勒展开,并取线性项得到 其中 2 数据来源 计算非线性方程组 初值取 3 实验步骤 步骤一:编写牛顿迭代法的基本程序。 打开 Editor 编辑器,输入以下语句: function [x,n,data]=new_ton(x0,tol) if nargin==1 tol=1e-10; end x1=x0-f1(x0)/df1(x0); MATLAB 241 数值分析与应用 n=1; %迭代过程 while (norm(x1-x0)tol) x0=x1; x1=x0-f1(x0)/df1(x0); n=n+1; %data 用来存放中间数据 data(:,n)=x1; end x=x1; 以文件名new_ton.m保存。 步骤二:编写方程函数与方程的Jacobi矩阵函数。 (1)打开Editor 编辑器输入以下语句: %牛顿迭代法的方程函数 function f=f1(x0) x=x0(1); y=x0(2); f1=x^2-2*x-y+0.5; f2=x^2+4*y^2-4; %最后方程函数以行向量输出 f=[f1 f2]; 以文件名f1.m保存。 (2)新打开Editor 编辑器输入以下语句: %牛顿迭代法的jacobi矩阵 function f=df1(x0); x=x0(1); y=x0(2); f=[2*x-2 -1 2*x 8*y]; 以文件名df1.m保存。 步骤三:编写主函数。 打开 Editor 编辑器输入以下语句: %牛顿迭代法的主函数 x0=[1 1]; [x,n,data]=new_ton(x0); disp(计算结果为) x disp(迭代次数为) n %抽取data1中第一个变量数据画出曲线 subplot(2,1,1) plot(data(1,:)),title(x 在迭代中的变化) %抽取data中的第二个变量数据画出其变化曲线 subplot(2,1,2) plot(data(2,:)),title(y在迭代中的变化) 以文件名new_main.m保存。 4 实验结果 计算结果为 x = -0.222214555069498 0.993808418603981 迭代次数为 n = 16 实验二 非线性方程组的最速下降法 1 实验原理 对于非线性方程组 令 如果给定一个初值,我们希望找到一条路线每一次迭代以后代价函数都会比原来小一些。 l称为步长因子, 的不同,就构成了不同的下降算法。如果取 就是所谓的最速下降法。最速下降法是大范围收敛的h在某出沿最速下降方向 下降的最快 2 数据来源 计算非线性方程组 初值取 3 实验步骤 步骤一:打开 Editor 编辑器,输入以下语句: syms x y f1=x^2-2*x-y+0.5; f2=x^2+4*y^2-4; h=f1^2+f2^2 grad=[diff(h,x),diff(h,y)]; grad=simple(grad) 以文件名tidu_fuhao.m保存。 步骤二:编写梯度函数。 打开 Editor 编辑器,输入以下语句: function f=f1_tidu(x0) x=x0(1); y=x0(2); f= [8*x^3-12*x^2-4*x*y-6*x+4*y-2+16*x*y^2 -2*x^2+4*x-62*y-1+16*y*x^2+64*y^3]; 步骤四:编写最速下降法的方法函数。 打开 Editor 编辑器,输入以下语句: function [x,n,data]=zuisu(x0,tol) if nargin==1 tol=1e-4; end x1=x0-0.001*f1_tidu(x0); n=1; %迭代过程 while (norm(x1-x0)tol) (n2000) x0=x1; %0.001 为步长因子 x1=x0-0.001*f1_tidu(x0); n=n+1; %data 用来存放中间数据 data(:,n)=x1; end x=x1; 以文件名zuisu.m保存。 步骤四:编写主函数。 打开 Editor 编辑器,输入以下语句: 4 实验结果 运行程序得到计算结果 x = -0.21412 0.99395 迭代

文档评论(0)

almm118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档