matlab求解非线性方程（组）、矩阵方程

matlab中求解非线性方程有很多函数，但大多数函数的求解结果准确性并不高，但利用matlab自带的迭代算法，则可以大大提高准确性，其中fslove函数是首推的求解函数，函数自带matlab提供的迭代算法，并且fsolve函数编写相对容易。

求解非线性方程：

首先设置句柄，此为单独一个代码程序liyihao，方便调用所求函数。

function y=liyihao(x);
y=0.8*exp(-6*x)*sin(30*x)-0.1; 
end

再设置求解函数代码。

clear;clc;close all;
format long   ;  % 查看小数点后更多的位数
x0=0.3;
options=optimoptions('fsolve','Display','iter','FunctionTolerance',1e-8,'StepTolerance',1e-8);%这里建议大家通过help查阅option的功能，我这里选则并自定义了展示、结果、步长的参数。
[xs,fval,exitflag]=fsolve(@liyihao,x0,options);

求解非线性方程组：

与上述求解方程同理，还是先定义句柄代码，这里需要注意，我们用X（1）、X（2）替换了x、y。

function Y=liyihao(X)
Y1=3*X(1)-X(2)^3-4; 
Y2=2*X(1)^2+5*X(2)^2+3*X(2)-8; 
Y=[Y1;Y2];
end

再设置求解代码。

clear;clc;close all;
format long;
X0=[-2;1];
options=optimoptions('fsolve','Display','iter','FunctionTolerance',1e-8,'StepTolerance',1e-8);
[XS,fval,exitflag]=fsolve(@liyihao,X0,options);

矩阵方程求解：

function Y=liyihao(X);
Y=X*X*X-[1 2;3 4];
end

clear;clc;close all;
format long;
X0=[1 1;1 1];
options=optimoptions('fsolve','Display','iter','FunctionTolerance',1e-8,'StepTolerance',1e-8);
[XS,fval,exitflag]=fsolve(@liyihao,X0,options);

fsolve函数可以说是求解非线性方程最优解，美中不足就是如果设置的初值不理想，可能会得到错误结果，因此我们对于设置范围要有一定的提前计算，我们可以选择图解法先大致的确定处值设定范围，来保证我们的结果是能够求解正确的。