Matlab求解线性方程组、非线性方程组

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Matlab求解线性方程组、非线性方程组

姓名:罗宝晶学号:15 专业:材料学院高分子系

第一部分数值计算

Matlab求解线性方程组AX=B或XA=B

在MATLAB中,求解线性方程组时,主要采用除法运算符“/”和“\”。如:X=A\B表示求矩阵方程AX=B的解;

X=B/A表示矩阵方程XA=B的解。

对方程组X=A\B,要求A和B用相同的行数,X和B有相同的列数,它的行数等于矩阵A的列数,方程X=B/A同理。

如果矩阵A不是方阵,其维数是m×n,则有:

m=n 恰定方程,求解精确解;

m>n 超定方程,寻求最小二乘解;

m

针对不同的情况,MATLAB将采用不同的算法来求解。

一.恰定方程组

恰定方程组由n个未知数的n个方程构成,方程有唯一的一组解,其一般形式可用矩阵,向量写成如下形式:

Ax=b 其中A是方阵,b是一个列向量;

在线性代数中,最常用的方程组解法有:

(1)利用Cramer公式来求解法;

(2)利用矩阵求逆解法,即x=A-1b;

(3)利用Gaussian消去法;

(4)利用Lu法求解。

一般来说,对维数不高,条件数不大的矩阵,上面四种解法所得的结果差别不大。前三种解法的真正意义是在其理论上,而不是实际的数值计算。MATLAB 中,出于对算法稳定性的考虑,行列式及逆的计算大都在Lu分解的基础上进行。

在MATLAB中,求解这类方程组的命令十分简单,直接采用表达式:x=A\b。

在MATLAB的指令解释器在确认变量A非奇异后,就对它进行Lu分解,并最终给出解x;若矩阵A的条件数很大,MATLAB会提醒用户注意所得解的可靠性。

如果矩阵A是奇异的,则Ax=b的解不存在,或者存在但不唯一;如果矩阵A接近奇异时,MATLAB将给出警告信息;如果发现A是奇异的,则计算结果为inf,并且给出警告信息;如果矩阵A是病态矩阵,也会给出警告信息。

此外还要注意:在求解方程时,尽量不要用inv(A)*b命令,而应采用A\b

的解法。因为后者的计算速度比前者快、精度高,尤其当矩阵A的维数比较大时。另外,除法命令的适用行较强,对于非方阵A,也能给出最小二乘解。二.超定方程组

对于方程组Ax=b,A为n×m矩阵,如果A列满秩,且n>m。则方程组没有精确解,此时称方程组为超定方程组。线性超定方程组经常遇到的问题是数据的曲线拟合。对于超定方程,在MATLAB中,利用左除命令(x=A\b)来寻求它的最小二乘解;还可以用广义逆来求,即x=pinv(A),所得的解不一定满足Ax=b,x只是最小二乘意义上的解。左除的方法是建立在奇异值分解基础之上,由此获得的解最可靠;广义逆法是建立在对原超定方程直接进行householder变换的基础上,其算法可靠性稍逊与奇异值求解,但速度较快;

例子:求解超定方程组

A=[2 -1 3;3 1 -5;4 -1 1;1 3 -13]

A=

2 -1 3

3 1 -5

4 -1 1

1 3 -13

b=[3 0 3 -6]’;

rank(A)

ans=

3

x1=A\b

x1=

1.0000

2.0000

1.0000

x2=pinv(A)*b

x2=

1.0000

2.0000

1.0000

A*x1-b

ans=

1.0e-014

-0.0888

-0.0888

-0.1332

可见x1并不是方程Ax=b的精确解,用x2=pinv(A)*b所得的解与x1相同。二.欠定方程组

欠定方程组未知量个数多于方程个数,但理论上有无穷个解。MATLAB将寻求一个基本解,其中最多只能有m个非零元素。特解由列主元qr分解求得。例子:解欠定方程组

A=[1 -2 1 1;1 -2 1 -1;1 -2 1 5]

A=

1 -

2 1 1

1 -

2 1 -1

1 -

2 1 -1

1 -

2 1 5

b=[1 -1 5]’

x1=A\b

Warning:Rank deficient,rank=2 tol=4.6151e-015

x1=

1.0000

x2=pinv(A)*b

x2=

-0.0000

0.0000

1.0000

四.方程组的非负最小二乘解

在某些条件下,所求的线性方程组的解出现负数是没有意义的。虽然方程组可以得到精确解,但却不能取负值解。在这种情况下,其非负最小二乘解比方程的精确解更有意义。在MATLAB中,求非负最小二乘解常用函数nnls,其调用格式为:

(1)X=nnls(A,b)返回方程Ax=b的最小二乘解,方程的求解过程被限制在x 的条件下;

(2)X=nnls(A,b,TOL)指定误差TOL来求解,TOL的默认值为

TOL=max(size(A))*norm(A,1)*eps,矩阵的-1范数越大,求解的误差越大;(3)[X,W]=nnls(A,b) 当x(i)=0时,w(i)<0;当下x(i)>0时,w(i)0,同时返回一个双向量w。

例子:求方程组的非负最小二乘解

A=[3.4336 -0.5238 0.6710

-0.5238 3.2833 -0.7302

0.6710 -0.7302 4.0261];

b=[-1.000 1.5000 2.5000];

[X,W]=nnls(A,b)

X=

0.6563

0.6998

W=

-3.6820

-0.0000

-0.0000

x1=A\b

x1=

-0.3569

0.5744

0.7846

A*X-b

ans=

1.1258

0.1437

-0.1616

相关文档
最新文档