matlab解方程与函数极值市公开课金奖市赛课一等奖课件.pptxVIP

第七章 MATLAB解方程与 函数极值; 线性方程组求解 非线性方程数值求解 常微分方程初值问题数值解法 函数极值 ;7.1 线性方程组求解 7.1.1 直接解法 1. 利用左除运算符直接解法 对于线性方程组Ax=b，能够利用左除运算符“\”求解： x=A\b;2. 利用矩阵分解求解线性方程组 矩阵分解是指依据一定原理用某种算法将一个矩阵分解成若干个矩阵乘积。常见矩阵分解有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乘积形式。线性代数中已经证实，只要方阵A是非奇异，LU分解总是能够进行。 MATLAB提供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和一个变换形式下三角阵L(行交换)，使之满足X=LU。注意，这里矩阵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一样必须是方阵。 实现LU分解后，线性方程组Ax=b解x=U\(L\b)或x=U\(L\Pb)，这么能够大大提升运算速度。;(2) QR分解 对矩阵X进行QR分解，就是把X分解为一个正交矩阵Q和一个上三角矩阵R乘积形式。QR分解只能对方阵进行。MATLAB函数qr可用于对矩阵进行QR分解，其调用格式为： [Q,R]=qr(X)：产生一个一个正交矩阵Q和一个上三角矩阵R，使之满足X=QR。 [Q,R,E]=qr(X)：产生一个一个正交矩阵Q、一个上三角矩阵R以及一个置换矩阵E，使之满足XE=QR。 实现QR分解后，线性方程组Ax=b解x=R\(Q\b)或x=E(R\(Q\b))。; (3) Cholesky分解 假如矩阵X是对称正定，则Cholesky分解将矩阵X分解成一个下三角矩阵和上三角矩阵乘积。设上三角矩阵为R，则下三角矩阵为其转置，即X=RR。MATLAB函数chol(X)用于对矩阵X进行Cholesky分解，其调用格式为： R=chol(X)：产生一个上三角阵R，使RR=X。若X为非对称正定，则输出一个犯错信息。 [R,p]=chol(X)：这个命令格式将不输出犯错信息。当X为对称正定，则p=0，R与上述格式得到结果相同；不然p为一个正整数。假如X为满秩矩阵，则R为一个阶数为q=p-1上三角阵，且满足RR=X(1:q,1:q)。 实现Cholesky分解后，线性方程组Ax=b变成R‘Rx=b，所以x=R\(R’\b)。;例7-4 用Cholesky分解求解例7-1中线性方程组。 命令以下： A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4]; b=[13,-9,6,0]; R=chol(A) ??? Error using == chol Matrix must be positive definite 命令执行时，出现错误信息，说明A为非正定矩阵。;7.1.2 迭代解法 迭代解法非常适合求解大型系数矩阵方程组。在数值分析中，迭代解法主要包含 Jacobi迭代法、Gauss-Serdel迭代法、超松弛迭代法和两步迭代法。 1. Jacobi迭代法 对于线性方程组Ax=b，假如A为非奇异方阵，即aii≠0(i=1,2,…,n)，则可将A分解为A=D-L-U，其中D为对角阵，其元素为A对角元素，L与U为A下三角阵和上三角阵，于是Ax=b化为： x=D-1(L+U)x+D-1b 与之对应迭代公式为： x(k+1)=D-1(L+U)x(k)+D-1b 这就是Jacobi迭代公式。假如序列{x(k+1)}收敛于x，则x必是方程Ax=b解。;例7-5 用Jacobi迭代法求解以下线性方程组。 设迭代初值为0，迭代精度为10-6。;2. Gauss-Serdel迭代法 ; Gauss-Serdel迭代法MATLAB函数文件gauseidel.m;7.2 非线性方程数值求解 7.2.1 单变量非线性方程求解 在MATLAB中提供了一个fzero函数，可 以用来求单变量非线性方程根。该函数调用格式为： z=fzero(fname,x0,tol,trace) 其中fname是待求根函数文件名，x0为搜索起点。一个函数可能有多个根，但fzero函数只给出离x0最近那个根。tol控制结果相