学习MATLAB方程式求根

简介

Today:
•Symbolic approach 利用符号的方式求根
•Numeric root solvers 利用数值方式求根
•Recursive functions 递归

Symbolic Root Finding Approach 符号寻根

 syms x          %定义x为  “symbolic variables”

Symbolic Root Finding: solve() 求根

在命令行窗口输入第一组代码会得到

在命令行窗口输入第二组代码

下面是两个练习

Symbolic Differentiation: diff() 求导/微分

输入代码

syms x
y = 4*x^5;
yprime = diff(y)

结果

练习

代码

syms x
y=exp(x^2)/(x^3-x+3);
yprime=diff(y)

结果

练习

代码

syms x y
>> g=(x^2+x*y-1)/(y^3+x+3);
>> gprime=diff(g)

运行结果

Symbolic Integration: int() 积分

代码

syms x;
y=x^2*exp(x);
z=int(y);
 z=z-subs(z,x,0)

结果

输入前三行代码得到的结果如下

此时将x=0带入z得z=2，与初始值不符合，所以增加最后一行代码，以符合题设所给条件。
练习

代码

syms x
int((x^2-x+1)/(x+3),0,10)

Symbolic vs. Numeric 符号和数值寻根的比较

接下来再一次复习Handles(@),上次课已经复习过，可能是因为比较重要

Review of Function Handles (@)

fsolve() 求根

因为不知道解是多少，所以给了0一个猜测值，使得结果向猜想点处收敛
初始值不同可能会对结果有影响，比如方程有很多个零解，那么给不同的初值可能会收敛到其它解去
运行结果

练习

代码

equ=@(x)[2*x(1)-x(2)-exp(-x(1));-x(1)+2*x(2)-exp(-x(2))];
x=fsolve(equ,[-5,-5])

结果

fsolve只能一个变量，但是可以用一个变量的向量组

fzero()求根

fzero在使用时，函数穿过x轴才有效果，否则算不出来结果。fsolve则没有这种限制。

输入上面代码进行验证
验证fzero

验证fsolve

但是，此时显然这个结果的精度过低
所以，我们需要将进行
一些高级操作
例如
可以设置，迭代次数和精度

代码

f=@(x)x.^2;
options=optimset('Maxiter',1e3,'TolFun',1e-10);
>> fsolve(f,0.1,options)

结果

Finding Roots of Polynomials:roots() 求根

roots仅仅是用来解决多项式问题的

代码

 roots([1 -3.5 2.75 2.125 -3.875 1.25])

运行结果

练习

代码

roots([1 -6 -12 81])

运行结果

Numeric Root Finding Methods 数值寻根

数值寻根的两种方式
二分法（需要在一个区间内）
牛顿法-梯度下降法（需要求得导数）

Bisection Method (Bracketing) 二分法

对应流程图

Newton-Raphson Method (Open)牛顿法

对应流程图

Bisection vs. Newton-Raphson 两种方法比较

Recursive Functions 递归函数

Factorial Recursive Function

•
The function includes a recursive case and a base case
•
The function stops when it reaches the base case
代码

function output = fact(n) % fact recursively finds n!
if n==1 
   output = 1;
else
    output = n * fact(n-1);
end
end

以上这两种方法在最优化中都有学习