fsolve：对非线性方程组求解

fsolve

对非线性方程组求解

一：语法

x = fsolve (fun,x0)
x = fsolve (fun,x0,options)
x = fsolve (problem)
[ x,fval ] = flsolve ( ____ )
[ x,fval,exitflag,output ] = fsolve( ____ )
[ x,fval,exitflag,output,jacobian ] = fsolve( ____ )

二：说明

1：输入参数

• fun：要求解的非线性方程组

• x0：解的初值

• options：指定优化选项求解方程。使用 optimoptions 设置优化选项

  • off或none不显示输出
  • iter显示每次迭代的输出
  • final（默认值）仅显示最终输出

• problem：问题结构体。将输入的参数封装在一个problem结构体对象中

  字段名称	条目
  objective	目标函数
  x0	x 的初始点
  solver	'fsolve'
  options	用 optimoptions 创建的选项

2：输出参数

• x：解

• fval：输出将求解的值代入方程组中的结果

• exitflag - fsolve 停止的原因

  1	方程已解。一阶最优性很小。
  2	方程已解。x 的变化小于指定容差。
  3	方程已解。残差的变化小于指定容差。
  4	方程已解。搜索方向的模小于指定容差。
  0	迭代次数超出 options.MaxIterations 或函数计算次数超过 options.MaxFunctionEvaluations。
  -1	输出函数或绘图函数使算法停止。
  -2	方程未得解。退出消息可能包含详细信息。
  -3	方程未得解。信赖域半径变得太小（trust-region-dogleg 算法）。

• output - 有关优化过程的信息

• jacobian - 解处的 Jacobian 矩阵

想要了解更多内容，可以访问matlab中关于fsolve文档

输出可以是多个也可是单个，或者指定哪些输出

三：示例

三维非线性方程组的求解

此示例说明如何求解含有三个变量的三个方程的非线性方程组。

$$\{\begin{array}{c}3x_1-cos(x_2\cdot x3)-0.5=0\\ x_1^2-81\cdot (x_2+0.1{)}^2+sin{x}_3=0\\ e^{(-x_1\cdot x_2)}+20x_3+10\pi /3-1=0\end{array}$$

1：输入参数求解

1）：输入函数

编写一个函数保存上述方程组，并将其命名为root3d

function f = root3d(x)
f1=3*x(1)-cos(x(2)*x(3))-0.5;
f2=x(1)^2-81*(x(2)+0.1).^2+sin(x(3))+1.06;
f3=exp(-x(1).*x(2))+20*x(3)+10*pi/3-1;
f=[f1 f2 f3];
end

2）：求解方程

取初值$x_0=[0,0,0]$

% 调用 root3d.m 文件中的方程组
fun = @root.3d;
% 定义初始值
x0 = [0,0,0];
% 定义options
options = optimoptions('fsolve','Display','iter');
[x,fval,exitflag] = fsolve(fun,x0)

3）：输出结果

Iteration  Func-count     f(x)        Norm of step   First-order optimality   Trust-region radius
     0          4         111.975                             210                   1
     1          8       0.0628196       0.724183             3.38                   1
     2         12     0.000786776      0.0186089            0.462                1.81
     3         16     5.55072e-08     0.00170612          0.00382                1.81
     4         20     2.96237e-16    1.45752e-05         2.79e-07                1.81
x =
	0.5000    0.0000   -0.5236
fval =  

   1.0e-07 *
   
    0.0003   -0.1721    0.0003
    % 从输出的fval来看，其值非常接近零，求解出来的x值是非常精确的
exitflag =

     1

2：使用problem结构体求解

依然使用上一步建立的root3d.m文件

1）：在结构体中定义其他参数

problem.options=optimoptions('fsolve','Display','iter');
problem.objective = @root3d;
problem.x0 = [0,0,0];
problem.solver = 'fsolve';

2）：求解

[x,fval] = fsolve(problem)

3）输出结果

Iteration  Func-count     f(x)        Norm of step   First-order optimality   Trust-region radius
     0          4         111.975                             210                   1
     1          8       0.0628196       0.724183             3.38                   1
     2         12     0.000786776      0.0186089            0.462                1.81
     3         16     5.55072e-08     0.00170612          0.00382                1.81
     4         20     2.96237e-16    1.45752e-05         2.79e-07                1.81
x =
    0.5000    0.0000   -0.5236

fval =

   1.0e-07 *

    0.0003   -0.1721    0.0003

希望能给大家一些帮助！！！