计算方法第十章上机报告
00986096沈欢
北京大学工学院，北京100871
2012年5月13日
1问题描述
编制求解非线性方程组的牛顿法程序。
用上述程序求解以下非线性方程组并输出结果。
f1=x21+x22+x23?1=0;(1)
f2=2x21+x22?4x3=0;(2)
f3=3x21?4x2+x23=0;(3)取初值为(1.0,1.0,1.0)T,设定精度为10?7.
图1:Jacobi矩阵
1
图2:程序框架
2牛顿法简述
牛顿法的迭代格式为：
?→x k +1=?→x k ?[F (?→x k )]?1f (?→x k )
(4)
其中F (?→x )是Jacobi 矩阵，如图一所示。
对F (?→x k )作LU 分解，即：
F (?→x k )=L k U k (5)通过解：L k ?→y k =f (?→x k )
(6)
得到?→
y k .通过解:U k ?→δk =?→y k
(7)
得到?→δk .由
??→x k +1=?→x k ??→δk
(8)
2
实现迭代。
迭代结束的条件为：max |f i (??→
x k +1)|<ε其中ε为预设精度。
图3:输入界面
3程序描述
用于实现上述算法的程序见附件“nonlinear.cpp”.该程序的框架如图二所示。
整个函数由主函数”main”和子函数”void function(double *x,double *f)”、”void Jacobi(double *x,double **J)”、”void LU(int n,double *b,double **A,double *detax)”构成。在主函数中实现以下功能:
1、定义计算精度error,以及其他各种计算中的中间变量。
2、用友好的输入界面，提示用户输入方程组的维数n(方程的个数)、以及初始的迭代向量?→
x 0.输入方法如图三所示。
3、为通用变量(在子函数可以对这些变量进行修改)的存储开辟空间。这些变量是：
用于存储?→x 的变量:”double *x=new double [n+1]”.用于存储???→f (?→x )的变量：”double *f=new double [n+1]”
用于存储Jacobi 矩阵的变量：”double **J =new double *[n+1]”.所有的子函数均直接对这些值进行操作，就不再返还任何值。
4、调用子函数”void function(double *x,double *f)”计算f (?→
x k )、调用子函数”void Jacobi(double *x,double **J)”计算Jacobi 矩阵、调用子函数”void LU(int n,double *b,double **A,double
3
*detax)”计算?→
δk .通过第二部分描述的迭代格式(8)式进行迭代求解。当满足精度要求时结束计算。
5、输出满足精度要求的解。
子函数”void function(double *x,double*f)”由用户自己编写实现f (?→x )的计算。函数的被主
函数调用，入口参数为存储?→x 的指针和存储f (?→x )的指针。编写方式如图四所示。
图4:子函数function 的编写方式示例
子函数”void Jacobi(double *x,double **J)”由用户自己编写实现Jacobi 矩阵的计算。函数的
被主函数调用，入口参数为存储?→x 的指针和存储Jacobi 矩阵的指针。编写方式如图五所示。
图5:子函数Jacobi 的编写方式示例
子函数”void LU(int n,double *b,double **A,double *detax)”用第二部分描述的LU 分解法
求解线性方程:
F (?→x k )?→δk
=???→f (?→x k )(9)其入参为方程维数n,右端项指针b,系数矩阵的指针A,解的存储指针detax.
4
4计算结果
将??→
f(x)及Jacobi矩阵设置为题意所需。
取ε=10?7,初始向量[1,1,1]T。经5次迭代，计算结果为：x=[0.785197,0.496611,0.369923]T.计算结果如图六所示。
图6:计算结果
5
学科前沿讲座论文 班级：工程力学13-1班姓名：陆树飞
学号：02130827
牛顿法求非线性方程的根 一 实验目的 （1）用牛顿迭代法求解方程的根 （2）了解迭代法的原理，了解迭代速度跟什么有关 题目：用Newton 法计算下列方程 （1） 013=--x x ， 初值分别为10=x ，7.00=x ，5.00=x ； （2） 32943892940x x x +-+= 其三个根分别为1,3,98-。当选择初值02x =时 给出结果并分析现象,当6510ε-=?，迭代停止。 二 数学原理 对于方程f(x)=0，如果f(x)是线性函数，则它的求根是很容易的。牛顿迭代法实质上是一种线性化方法，其基本思想是将非线性方程f(x)=0逐步归结为某种线性方程来求解。 设已知方程f(x)=0有近似根x k (假定k f'(x )0≠) ，将函数f(x)在点x k 进行泰勒展开，有 k k k f(x)f(x )+f'(x )(x-x )+≈??? 于是方程f(x)=0可近似的表示为 k k k f(x )+f'(x )(x-x )=0 这是个线性方程，记其根为x k+1，则x k+1的计算公式为 k+1k ()x =x -'() k k f x f x ，k=0,1,2,… 这就是牛顿迭代法。
三 程序设计 （1）对于310x x --=，按照上述数学原理，编制的程序如下 program newton implicit none real :: x(0:50),fx(0:50),f1x(0:50)!分别为自变量x ，函数f(x)和一阶导数f1(x) integer :: k write(*,*) "x(0)=" read(*,*) x(0) !输入变量：初始值x(0) open(10,file='1.txt') do k=1,50,1 fx(k)=x(k-1)**3-x(k-1)-1 f1x(k)=3*x(k-1)**2-1 x(k)=x(k-1)-fx(k)/f1x(k) !牛顿法 write(*,'(I3,1x,f11.6)') k,x(k) !输出变量：迭代次数k 及x 的值 write(10,'(I3,1x,f11.6)') k,x(k) if(abs(x(k)-x(k-1))<1e-6) exit !终止迭代条件 end do stop end （2）对于32943892940x x x +-+=，按照上述数学原理，编制的程序如下 program newton implicit none
《MATLAB 程序设计实践》课程考核 ---第37-38页 题１ ： 编程实现以下科学计算算法，并举一例应用之。（参考书籍《精 通ＭＡT ＬＡＢ科学计算》，王正林等著，电子工业出版社，２００９ 年） “牛顿法非线性方程求解” 弦截法本质是一种割线法，它从两端向中间逐渐逼近方程的根；牛顿法本质上是一种切线法，它从一端向一个方向逼近方程的根，其递推公式为： - =+n n x x 1) ()(' n n x f x f 初始值可以取)('a f 和)('b f 的较大者，这样可以加快收敛速度。 和牛顿法有关的还有简化牛顿法和牛顿下山法。 在MATLAB 中编程实现的牛顿法的函数为：NewtonRoot 。 功能：用牛顿法求函数在某个区间上的一个零点。 调用格式：root=NewtonRoot )(```eps b a f 其中，f 为函数名； a 为区间左端点； b 为区间右端点 eps 为根的精度； root 为求出的函数零点。 ，
牛顿法的matlab程序代码如下： function root=NewtonRoot(f,a,b,eps) %牛顿法求函数f在区间[a,b]上的一个零点%函数名:f %区间左端点:a
%区间右端点:b %根的精度:eps %求出的函数零点:root if(nargin==3) eps=1.0e-4; end f1=subs(sym(f),findsym(sym(f)),a); f2=subs(sym(f),findsym(sym(f)),b); if (f1==0) root=a; end if (f2==0) root=b; end if (f1*f2>0) disp('两端点函数值乘积大于0 ！'); return; else tol=1; fun=diff(sym(f)); %求导数 fa=subs(sym(f),findsym(sym(f)),a); fb=subs(sym(f),findsym(sym(f)),b); dfa=subs(sym(fun),findsym(sym(fun)),a); dfb=subs(sym(fun),findsym(sym(fun)),b); if(dfa>dfb) %初始值取两端点导数较大者 root=a-fa/dfa; else root=b-fb/dfb; end while(tol>eps) r1=root; fx=subs(sym(f),findsym(sym(f)),r1); dfx=subs(sym(fun),findsym(sym(fun)),r1); %求该点的导数值 root=r1-fx/dfx; %迭代的核心公式 tol=abs(root-r1); end end 例：求方程3x^2－exp（x）＝0的一根 解：在MATLAB命令窗口输入： >> r=NewtonRoot('3*x^2-exp(x)',3,4) 输出结果： X=3.7331
C++实现牛顿迭代解非线性方程组（二元二次为例） 求解{0=x*x-2*x-y+0.5; 0=x*x+4*y*y-4; }的方程 #include 中南大学MATLAB程序设计实践学长有爱奉献，下载填上信息即可上交，没有下载券的自行百度。所需m文件照本文档做即可，即新建（FILE）→脚本（NEW-Sscript）→复制本文档代码→运行（会跳出保存界面，文件名默认不要修改，保存）→结果。第一题需要把数据文本文档和m文件放在一起。全部测试无误，放心使用。本文档针对做牛顿法求非线性函数题目的同学，当然第一题都一样，所有人都可以用。←记得删掉这段话 班级： ？ 学号： 姓名： 一、《MATLAB程序设计实践》Matlab基础 表示多晶体材料织构的三维取向分布函数（f＝f（φ1，φ，φ2））是一个非常复杂的函数，难以精确的用解析函数表达，通常采用离散 空间函数值来表示取向分布函数，是三维取向分布函数的一个实例。 由于数据量非常大，不便于分析，需要借助图形来分析。请你编写一 个matlab程序画出如下的几种图形来分析其取向分布特征： （1）用Slice函数给出其整体分布特征； " ~ （2）用pcolor或contour函数分别给出(φ2＝0, 5, 10, 15, 20, 25, 30, 35 … 90)切面上f分布情况(需要用到subplot函数)； (3) 用plot函数给出沿α取向线(φ1=0~90，φ＝45，φ2＝0)的f分布情况。 ( 备注：数据格式说明 解： （1）（ （2）将文件内的数据按照要求读取到矩阵f(phi1,phi,phi2)中，代码如 下： fid=fopen(''); for i=1:18 tline=fgetl(fid); end phi1=1;phi=1;phi2=1;line=0; f=zeros(19,19,19); [ while ~feof(fid) tline=fgetl(fid); data=str2num(tline); line=line+1;数据说明部分，与 作图无关此方向表示f随着 φ1从0,5,10,15, 20 …到90的变化而 变化 此方向表示f随着φ 从0,5,10,15, 20 … 到90的变化而变化 表示以下数据为φ2＝0的数据，即f（φ1，φ，0） (1)二分法求解非线性方程： #include 牛顿迭代法求解非线性方程组 非线性方程组如下： 221122121210801080 x x x x x x x ?-++=??+-+=?? 给定初值()00.0T x =，要求求解精度达到0.00001 1.首先建立函数()F X ,方程编程如下，将F.m 保存到工作路径中： function f=F(x) f(1)=x(1)^2-10*x(1)+x(2)^2+8; f(2)=x(1)*x(2)^2+x(1)-10*x(2)+8; f=[f(1),f(2)] ; 2.建立函数()DF X ,用于求方程的jacobi 矩阵,将DF.m 保存到工作路径中： function df=DF(x) df=[2*x(1)-10,2*x(2);x(2)^2+1,2*x(1)*x(2)-10]; %jacobi 矩阵是一阶偏导数以一定方式排列成的矩阵。 3.编程牛顿迭代法解非线性方程组，将newton.m 保存在工作路径中： clear,clc; x=[0,0]'; f=F(x); df=DF(x); fprintf('%d %.7f %.7f\n',0,x(1),x(2)); N=4; for i=1:N y=df\f'; x=x-y; f=F(x); df=DF(x); fprintf('%d %.7f %.7f\n',i,x(1),x(2)); if norm(y)<0.0000001 break; else end end ezplot('x^2-10*x+y^2+8',[-6,6,-6,6]); hold on ezplot('x*y^2+x-10*y+8',[-6,6,-6,6]); 运行结果如下： 0 0.0000000 0.0000000 1 0.8000000 0.8800000 2 0.9917872 0.9917117 基于Matlab 实现牛顿迭代法解非线性方程组 已知非线性方程组如下 2211221212 10801080x x x x x x x ?-++=??+-+=?? 给定初值0(0,0)T x =，要求求解精度达到0.00001 首先建立函数F(x)，方程组编程如下，将F.m 保存到工作路径中： function f=F(x) f(1)=x(1)^2-10*x(1)+x(2)^2+8; f(2)=x(1)*x(2)^2+x(1)-10*x(2)+8; f=[f(1) f(2)]; 建立函数DF(x),用于求方程组的Jacobi 矩阵，将DF.m 保存到工作路径中： function df=DF(x) df=[2*x(1)-10,2*x(2);x(2)^2+1,2*x(1)*x(2)-10]; 编程牛顿迭代法解非线性方程组，将newton.m 保存到工作路径中： clear; clc x=[0,0]'; f=F(x); df=DF(x); fprintf('%d %.7f %.7f\n',0,x(1),x(2)); N=4; for i=1:N y=df\f'; x=x-y; f=F(x); df=DF(x); fprintf('%d %.7f %.7f\n',i,x(1),x(2)); if norm(y)<0.0000001 break ; else end end 运行结果如下： 0 0.0000000 0.0000000 1 0.8000000 0.8800000 2 0.9917872 0.9917117 3 0.9999752 0.9999685 4 1.0000000 1.0000000 牛顿迭代法c++程序设计 求解{0=x*x-2*x-y+0.5; 0=x*x+4*y*y-4; }的方程 #include 《数值计算方法》实验报告 实验名称：实验1 非线性方程的简单迭代法和Steffensen 迭代法 实验题目：分别用简单迭代法和Steffensen 迭代法求方程 010423=-+x x 在 [1, 2] 内的一个实根. 实验目的：理解并掌握简单迭代法和Steffensen 迭代法 基础理论：简单迭代法和Steffensen 迭代法 1）.简单迭代法的原理：将一元非线性方程：0)(=x f 改写成等价方程：)(x x ρ= ，对此，从某个初始值x0开始，对应式)(x x ρ= 构成迭代公式 ,...1,0),(1==+k x x k k ρ ，这样就可以确定序列 {}k x （k=0，1，2…）。如果 {}k x 有极限 *lim x x k k =∞→ ，由式 ,...1,0),(1==+k x x k k ρ 两边取极限可得 )(**x x ρ= ，可知 * x 为方程0)(=x f 的近似解。 2）Steffensen 迭代法的原理： 通过把改进的Aitken 方法应用于根据不动点迭代所得到的线性收敛序列，将收敛速度加速到二阶。 ()???? ?????+---===+k k k k k k k k k k k x y z x y x x y z x y 2) ()(21ρρ []x x x x x x x +---=)(2)(()()(2ρρρρψ 实验环境：操作系统：Windows 7； 实验平台：Turbo C++ 实验过程：写出算法→编写程序→调试运行程序→计算结果 1）简单迭代法的算法： Input:初始近似值x0,精度要求del,最大迭代次数N Output:近似解x 或失败信息 1. n ←1 2. While n ≤N do; 3. x ←f(x0); 4. if | x-x0| Newton迭代法求解非 线性方程 一、 Newton 迭代法概述 构造迭代函数的一条重要途径是用近似方程来代替原方程去求根。因此，如果能将非线性方程f (x )=0用线性方程去代替，那么，求近似根问题就很容易解决，而且十分方便。牛顿(Newton)法就是一种将非线性方程线化的一种方法。 设k x 是方程f (x )=0的一个近似根，把如果)(x f 在k x 处作一阶Taylor 展开，即： )x x )(x ('f )x (f )x (f k k k -+≈ (1-1) 于是我们得到如下近似方程： 0)x x )(x ('f )x (f k k k =-+ (1-2) 设0)('≠k x f ，则方程的解为： x ?=x k +f (x k ) f (x k )? (1-3) 取x ~作为原方程的新近似根1+k x ，即令： ) x ('f ) x (f x x k k k 1k -=+, k=0,1,2,… (1-4) 上式称为牛顿迭代格式。用牛顿迭代格式求方程的根的方法就称为牛顿迭代法，简称牛顿法。 牛顿法具有明显的几何意义。方程： )x x )(x ('f )x (f y k k k -+= (1-5) 是曲线)x (f y =上点))x (f ,x (k k 处的切线方程。迭代格式(1-4)就是用切线式(1-5)的零点来代替曲线的零点。正因为如此，牛顿法也称为切线法。 牛顿迭代法对单根至少是二阶局部收敛的，而对于重根是一阶局部收敛的。一般来说，牛顿法对初值0x 的要求较高，初值足够靠近*x 时才能保证收敛。若 要保证初值在较大范围内收敛，则需对)x (f 加一些条件。如果所加的条件不满足，而导致牛顿法不收敛时，则需对牛顿法作一些改时，即可以采用下面的迭代格式： ) x ('f ) x (f x x k k k 1k λ -=+, ?=,2,1,0k (1-6) 上式中，10<λ<，称为下山因子。因此，用这种方法求方程的根，也称为牛顿下山法。 牛顿法对单根收敛速度快，但每迭代一次，除需计算)x (f k 之外，还要计算 )x ('f k 的值。如果)x (f 比较复杂，计算)x ('f k 的工作量就可能比较大。为了避免计算导数值，我们可用差商来代替导数。通常用如下几种方法： 1. 割线法 如果用 1 k k 1k k x x ) x (f )x (f ----代替)x ('f k ，则得到割线法的迭代格式为： )x (f ) x (f )x (f x x x x k 1k k 1 k k k 1k --+---= (1-7) 2. 拟牛顿法 如果用 ) x (f )) x (f x (f )x (f k 1k k k ---代替)x ('f k ，则得到拟牛顿法的迭代格式为： )) x (f x (f )x (f ) x (f x x 1k k k k 2k 1k -+--- = (1-8) 3. Steffenson 法 如果用 ) x (f ) x (f ))x (f x (f k k k k -+代替)x ('f k ，则得到拟牛顿法的迭代格式为： ) x (f ))x (f x (f ) x (f x x k k k k 2k 1 k -+- =+ Newton法解非线性方程组 一．题目重述：编程实现非线性方程组的牛顿解法，并求解如下方程组。 3x1?cos x2x3?0.5=0 x12?81x2+0.12+sin x3+1.06=0 e?x1x2+20x3+10π?3 3 =0 二．算法： 非线性方程组的牛顿法为：给定初始解向量x(0),对于k≥1生成 x(k)=x(k?1)?J x k?1?1F(x(k?1)). 三．编程实现： 这里用MATLAB程序实现，建立三个文件如下： 1.函数F(X)文件 function F =F( X) F(1,1)=3*X(1)-cos(X(2)*X(3))-0.5; F(2,1)=X(1)^2-81*(X(2)+0.1)^2+sin(X(3))+1.06; F(3,1)=exp(-X(1)*X(2))+20*X(3)+(10*pi-3)/3; end 2.J(X) 函数（即Jacobian矩阵）文件 function F1= F1(X ) F1(1,:)=[3,sin(X(1)*X(2))*X(3),sin(X(1)*X(2))*X(2)]; F1(2,:)=[2*X(1),-162*(X(2)+0.1),cos(X(3))]; F1(3,:)=[exp(-X(1)*X(2))*(-X(2)),exp(-X(1)*X(2))*(-X(1)),20]; end 3.解题脚本文件 文件名zu %% 牛顿法解非线性方程组 clear; X0=[0.1;0.1;-0.1]; for i=1:200 X=X0-F1(X0)\F(X0); %这里采用MATLAB的左除方法，避免算逆矩阵X0=X; end X 不动点迭代法求解非线性方程组 摘要：一般非线性方程组可以写成()0F x =的形式，其中:n m F R R →是定义在区域 n D R ?上的向量函数。把方程组()0F x =改写成与之等价的形式：(x G x =)。因此，求 方程组()0F x =的解就转化为求函数的(G x )的不动点。本文首先介绍了多变量函数()F x 的微积分性质，接着介绍了用不动点迭代法求解非线性方程组。 关键词：多变量函数；微积分；不动点 Fixed Point Iteration Method For Solving Nonlinear Equations Abstract ：General nonlinear equations can be written in the form of ()F x θ=, where the vector function :n m F R R →is defined on the region n D R ?. Transform the equations ()0F x = into its equivalent form: (x G x =).Therefore, we can get the solution of ()0F x = by finding the fixed point of (G x ).In this paper, we first introduce some knowledge about multivariable calculus, then introduce the fixed point iteration method for solving nonlinear equations. Key words: multi-variable function; calculus; fixed point 1 引言 一般非线性方程组及其向量表示法:含有n 个方程的n 元非线性方程组的一般形式为 11221212(,...,)0(,...,)0......(,...,)0 n n m n f x x x f x x x f x x x =??=?? ? ?=? （1） 其中，()1,2,...,i f i n =是定义在n D R ?上的n 元实值函数，且i f 中至少有一个是非线性 函数。 实验名称： 牛顿法解非线性方程组 1 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 12(,,,),(1,2, )i i n x g x x x i n == 或者简记为x =g （x ），其中:,:n n n i g R R g R R →→ 112 2()()(),()n n n g x g x g R g x ???? ????????==∈???? ???????????? x x x x x 迭代法：首先从某个初始向量(0)x 开始，按下述逐次代入方法构造一向量序列(){}k x ： (1)()() 1(,,),(1,2,,)k k k i i n x g x x i n +== 其中，()()() ()12 (,,,)k k k k T n x x x =x 。 或写成向量形式：(1)()(),(0,1,2,)k k g k +==x x 如果()*lim k k →∞ ≡x x （存在），称(){}k x 为收敛。且当()i g x 为连续函数时，可得 *()*(lim )()k k g g →∞ ==x x x 说明*x 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。 2 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： 12(0)(1)()3211 cos 02,(取(0,0),要求10)1sin 0 2 T k k x x x x x x x +-∞ ?-=??=- 中南大学 MATLAB程序设计实践学长有爱奉献，下载填上信息即可上交，没有下载券 的自行百度。所需m文件照本文档做即可，即新建（FILE）→脚本（NEW-Sscript）→复制本文档代码→运行（会跳出 保存界面，文件名默认不要修改，保存）→结果。第 一题需要把数据文本文档和m文件放在一起。全部测 试无误，放心使用。本文档针对做牛顿法求非线性函 数题目的同学，当然第一题都一样，所有人都可以用。 ←记得删掉这段话 班级： 学号： 姓名： 一、《MATLAB程序设计实践》Matlab基础 表示多晶体材料织构的三维取向分布函数（f＝f（φ1，φ，φ2））是一个非常复杂的函数，难以精确的用解析函数表达，通常采用离散空间函数值来表示取向分布函数，是三维取向分布函数的一个实例。由于数据量非常大，不便于分析，需要借助图形来分析。请你编写一个matlab程序画出如下的几种图形来分析其取向分布特征：（1）用Slice函数给出其整体分布特征； （2）用pcolor或contour函数分别给出(φ2＝0, 5, 10, 15, 20, 25, 30, 35 … 90)切面上f分布情况(需要用到subplot函数)； (3) 用plot函数给出沿α取向线(φ1=0~90，φ＝45，φ2＝0)的f分布情况。 备注：数据格式说明 解： （1）将文件内的数据按照要求读取到矩阵f(phi1,phi,phi2)中，代码如下： fid=fopen(''); for i=1:18 tline=fgetl(fid); end phi1=1;phi=1;phi2=1;line=0; f=zeros(19,19,19); while ~feof(fid) tline=fgetl(fid); data=str2num(tline); line=line+1; if mod(line,20)==1 phi2=(data/5)+1; phi=1; 数据说明部分，与作图无关 此方向表示f 随着φ1从0,5,10,15, 20 …到90的变化而变化 此方向表示f 随着φ从0,5,10,15, 20 …到90的变化而变化 表示以下数据为φ2＝0的数据，即f （φ1，φ，0） matlab实现牛顿迭代法求解非线性方程组 已知非线性方程组如下 3*x1-cos(x2*x3)-1/2=0 x1^2-81*(x2+0.1)^2+sin(x3)+1.06=0 exp(-x1*x2)+20*x3+(10*pi-3)/3=0 求解要求精度达到0.00001 ———————————————————————————————— 首先建立函数fun 储存方程组编程如下将fun.m保存到工作路径中: function f=fun(x); %定义非线性方程组如下 %变量x1 x2 x3 %函数f1 f2 f3 syms x1 x2 x3 f1=3*x1-cos(x2*x3)-1/2; f2=x1^2-81*(x2+0.1)^2+sin(x3)+1.06; f3=exp(-x1*x2)+20*x3+(10*pi-3)/3; f=[f1 f2 f3]; ———————————————————————————————— 建立函数dfun 用来求方程组的雅克比矩阵将dfun.m保存到工作路径中: function df=dfun(x); %用来求解方程组的雅克比矩阵储存在dfun中 f=fun(x); df=[diff(f,'x1');diff(f,'x2');diff(f,'x3')]; df=conj(df'); ———————————————————————————————— 编程牛顿法求解非线性方程组将newton.m保存到工作路径中: function x=newton(x0,eps,N); con=0; %其中x0为迭代初值eps为精度要求N为最大迭代步数con用来记录结果是否收敛for i=1:N; f=subs(fun(x0),{'x1' 'x2' 'x3'},{x0(1) x0(2) x0(3)}); df=subs(dfun(x0),{'x1' 'x2' 'x3'},{x0(1) x0(2) x0(3)}); x=x0-f/df; for j=1: length(x0); il(i,j)=x(j); end if norm(x-x0) 实验报告一:实验题目 一、 实验目的 掌握求解非线性方程根的二分法、简单迭代法和牛顿迭代法,并通过数值实验比较两种方法的收敛速度。 二、 实验内容 1、编写二分法、牛顿迭代法程序,并使用这两个程序计算02)(=-+=x e x x f 在[0, 1]区间的解，要求误差小于 4 10- ,比较两种方法收敛速度。 ２、在利率问题中,若贷款额为２０万元，月还款额为2160元,还期为10年，则年利率为多少?请使用牛顿迭代法求解。 ３、由中子迁移理论,燃料棒的临界长度为下面方程的根,用牛顿迭 代法求这个方程的最小正根。 4、用牛顿法求方程 的根，精确至8位有效数字。比较 牛顿迭代法算单根和重根的收敛速度，并用改进的牛顿迭代法计算重根。 三、 实验程序 第1题: 02)(=-+=x e x x f 区间[0，1] 函数画图可得函数零点约为0.５。 画图函数： f ｕn ｃti ｏｎ Te ｓｔ1(） % f(x ） 示意图, ｆ(x) ＝ x + exp （x) - 2; ｆ(x) ＝ 0 r = 0:0.０１:１; y = r + e ｘp(r) - ２ p ｌot(r, y); gri ｄ ｏn 二分法程序： 计算调用函数：[c,n ｕm ］＝bisec ｔ(０，1,１e-４） fu ｎｃｔi ｏn [ｃ,ｎｕm ］=ｂisect （a,b,de ｌt ａ) %Ｉｎp ｕt –ａ,b 是取值区间范围 ％ -de ｌta 是允许误差 %O ｕtput －ｃ牛顿迭代法最后计算所得零点值 % －num 是迭代次数 ya = a + ｅｘｐ(ａ) - 2; ｙｂ = b + e ｘp(b) - 2; 牛顿法求解非线性方程组matlab源程序Newton-Raphson 求解非线性方程组matlab源程序 matlab程序如下： function hom [P,iter,err]=newton('f','JF',[;; ],,,1000); disp(P); disp(iter); disp(err); function Y=f(x,y,z) Y=[x^2+y^2+z^2-1; 2*x^2+y^2-4*z; 3*x^2-4*y+z^2]; function y=JF(x,y,z) f1='x^2+y^2+z^2-1'; f2='2*x^2+y^2-4*z'; f3='3*x^2-4*y+z^2'; df1x=diff(sym(f1),'x'); df1y=diff(sym(f1),'y'); df1z=diff(sym(f1),'z'); df2x=diff(sym(f2),'x'); df2y=diff(sym(f2),'y'); df2z=diff(sym(f2),'z'); df3x=diff(sym(f3),'x'); df3y=diff(sym(f3),'y'); df3z=diff(sym(f3),'z'); j=[df1x,df1y,df1z;df2x,df2y,df2z;df3x,df3y,df3z]; y=(j); function [P,iter,err]=newton(F,JF,P,tolp,tolfp,max) %输入P为初始猜测值，输出P则为近似解 %JF为相应的Jacobian矩阵 %tolp为P的允许误差 %tolfp为f(P)的允许误差 %max：循环次数 Y=f(F,P(1),P(2),P(3)); for k=1:max 实验报告一：实验题目 一、 实验目的 掌握求解非线性方程根的二分法、简单迭代法和牛顿迭代法，并通过数值实验比较两种方法的收敛速度。 二、 实验内容 1、编写二分法、牛顿迭代法程序，并使用这两个程序计算 02)(=-+=x e x x f 在[0, 1]区间的解，要求误差小于 4 10- ，比较两种方法收敛速度。 2、在利率问题中，若贷款额为20万元，月还款额为2160元，还期为10年，则年利率为多少？请使用牛顿迭代法求解。 3、由中子迁移理论，燃料棒的临界长度为下面方程的根cot x =(x 2?1)/2x ，用牛顿迭代法求这个方程的最小正根。 4、用牛顿法求方程f (x )=x 3?11x 2+32x ?28=0的根，精确至8位有效数字。比较牛顿迭代法算单根和重根的收敛速度，并用改进的牛顿迭代法计算重根。 三、 实验程序 第1题： 02)(=-+=x e x x f 区间[0,1] 函数画图可得函数零点约为0.5。 画图函数： function Test1() % f(x) 示意图, f(x) = x + exp(x) - 2; f(x) = 0 r = 0:0.01:1; y = r + exp(r) - 2 plot(r, y); grid on 二分法程序： 计算调用函数：[c,num]=bisect(0,1,1e-4) function [c,num]=bisect(a,b,delta) %Input –a,b 是取值区间范围 % -delta 是允许误差 %Output -c 牛顿迭代法最后计算所得零点值 % -num 是迭代次数 ya = a + exp(a) - 2; yb = b + exp(b) - 2; if ya * yb>0 return; end for k=1:100 c=(a+b)/2; yc= c + exp(c) - 2; if abs(yc)<=delta a=c; b=c; elseif yb*yc>0 b=c; yb=yc; else a=c; ya=yc; end if abs(b-a) function hom [P,iter,err]=newton('f','JF',[7.8e-001;4.9e-001;3.7e-001],0.01,0.001,1000); disp(P); disp(iter); disp(err); function Y=f(x,y,z) Y=[x^2+y^2+z^2-1; 2*x^2+y^2-4*z; 3*x^2-4*y+z^2]; function y=JF(x,y,z) f1='x^2+y^2+z^2-1'; f2='2*x^2+y^2-4*z'; f3='3*x^2-4*y+z^2'; df1x=diff(sym(f1),'x'); df1y=diff(sym(f1),'y'); df1z=diff(sym(f1),'z'); df2x=diff(sym(f2),'x'); df2y=diff(sym(f2),'y'); df2z=diff(sym(f2),'z'); df3x=diff(sym(f3),'x'); df3y=diff(sym(f3),'y'); df3z=diff(sym(f3),'z'); j=[df1x,df1y,df1z;df2x,df2y,df2z;df3x,df3y,df3z]; y=(j); function [P,iter,err]=newton(F,JF,P,tolp,tolfp,max) %输入P为初始猜测值，输出P则为近似解%JF为相应的Jacobian矩阵 %tolp为P的允许误差 %tolfp为f(P)的允许误差 %max：循环次数 Y=f(F,P(1),P(2),P(3)); for k=1:max J=f(JF,P(1),P(2),P(3)); Q=P-inv(J)*Y; Z=f(F,Q(1),Q(2),Q(3)); err=norm(Q-P); P=Q; Y=Z; iter=k; if (err 四、（上机题）分别用Newton 法和Broyden 法求解下面非线性方程组 1212322 12333cos()0.50 81(0.1)sin 1.0601 20(103)0 3x x x x x x x x e x π-?--=??-+++=???++-=? （要求：用Matlab 编程，并附上源代码及迭代五次的结果，初值可取(0.1,0.1,0.1)-） 第四题： Newton 法：myNewton..m function[t]=myNewton(x0) % x0为初始值向量 syms x y z; x0 = transpose(x0); %=============================== f1=3*x-cos(y*z)-0.5; f2=x^2-81*(y+0.1)^2+sin(z)+1.06; f3=exp(-x*y)+20*z+1/3*(10*pi-3); F=[f1;f2;f3]; %=============================== Fx = subs(F,{x,y,z},x0); dF = Jacobian(F); % 求雅克比矩阵 dFx = subs(dF,{x,y,z},x0); A=inv(dFx); k=0; %=============================== % Newon 迭代法核心程序 while norm(Fx)>1e-10 x1=x0-A*Fx; % 核心迭代公式 k=k+1; if k==5 disp('迭代五次的结果为：') ; x1 elseif k>=100 disp('迭代次数过多，不收敛!'); return; end Fx = subs(F,{x,y,z},x1); dFx = subs(dF,{x,y,z},x1); A=inv(dFx); x0=x1; end %============================== disp('非线性方程组的解为：') x0 % 输出最后的解 输出结果为： >> x0=[0.1,0.1,-0.1]; >> myNewton(x0) 迭代五次的结果为： x1 = 0.5000 -0.0000 -0.5236 非线性方程组的解为： x0 = 0.5000 -0.0000 -0.5236matlab程序设计实践-牛顿法解非线性方程
二分法和牛顿法求解非线性方程(C语言)
牛顿迭代法求解非线性方程组的代码
基于Matlab的牛顿迭代法解非线性方程组
c++求解非线性方程组的牛顿顿迭代法
非线性方程的简单迭代法和Steffensen迭代法
Newton迭代法求解非线性方程
Newton 法解非线性方程组
不动点迭代法求解非线性方程组
牛顿法解非线性方程组实验报告
matlab程序设计实践-牛顿法解非线性方程
matlab实现牛顿迭代法求解非线性方程组
数值分析求解非线性方程根的二分法、简单迭代法和牛顿迭代法
牛顿法求解非线性方程组matlab源程序
数值分析求解非线性方程根的二分法,简单迭代法和牛顿迭代法
经典Newton-Raphson牛顿法求解非线性方程组matlab源程序
用牛顿法解非线性方程组
相关主题
文本预览