非线性方程组的牛顿迭代法的应用.docVIP

非线性方程组的牛顿迭代法的应用 CENTRAL 数值分析实验报告 其中 这样便得到迭代公式： 这边是牛顿迭代法的算法过程，牛顿迭代法是工程上应用最多的一种非线性方程组的计算方程法。 MATLAB编写的牛顿迭代法的基本程序如下： % 牛顿迭代法计算非线性方程 % 输入x0为迭代初值 % tol为误差容限，如果缺省，则默认为10的-10次方 % data用来存放计算的中间数据便于计算收敛情况分析 function[x,n,data]=new_ton(x0,tol) if nargin==1 tol=1e-10; end x1=x0-f1(x0)/df1(x0); 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保存文件。 四、计算结果与分析 计算非线性方程组 取初值为。 先编写方程函数与方程的Jacobi矩阵函数。 % 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。 打开editor编辑器输入以下语句并以文件名df1.m保存。 function f=df1(x0) x=x0(1); y=x0(2); f=[2*x-2 -1 2*x 8*y]; 编写主函数，并以文件名new_main.m保存文件。 %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data中的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) 运行程序，在MATLAB命令窗口输入new_main，以enter键结束，输出为： 计算结果为 x = -0.222214555069498 0.993808418603981 迭代次数为 n = 16 为了获得更为直观的迭代收敛信息，MATLAB方便的画出了函数图形，如下所示，其中第一幅图形为x的迭代情况，第二幅为y的迭代情况。从图中可以看出，迭代的前几次有一些震荡情况，但是随着迭代次数的增加，收敛效果还是很明显的。