怎么用matlab解方程啊?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了怎么用matlab解方程啊?相关的知识,希望对你有一定的参考价值。

求联立方程的解

MATLAB使用练习

l 掌握MATLAB的基本使用方法

实验1 数学建模初步

l 通过实例了解数学建模的一般步骤;

l 在以后的数学实验中用数学建模方法解决经过简化的实际问题;

l 自觉培养用数学方法解决实际问题的意识和能力。

实验2 差分方程与数值微分

l 一阶常系数差分方程;

l 高阶常系数差分方程;

l 一阶常系数差分方程组;

l 非线性差分方程;

l 数值微分及其MATLAB实现;

l 用差分方程或数值微分解决简单的实际问题。

实验3 插值与数值积分

l 插值问题提法和求解思路;

l Lagrange插值的原理和优缺点;

l 分段线性和三次样条插值的原理和优缺点;

l 用MATLAB实现分段线性和三次样条插值;

l 梯形、辛普森积分公式的原理及MATLAB实现

l 数值积分公式的误差——收敛阶的概念

l 高斯积分公式

l 广义积分与多重积分

l 用插值和数值积分解决简单的实际问题。

实验4 常微分方程数值解

l 欧拉方法的原理及龙格-库塔方法的思路

l 局部截断误差和精度的概念

l 龙格-库塔方法的MATLAB实现,包括求解微分方程组和高阶微分方程

l 用微分方程解决简单的实际问题。

实验5 线性方程组的解法

l 主元素消去法和LU分解的原理

l 方程组病态、向量和矩阵范数、条件数的概念

l 迭代法的原理以及收敛的概念和条件

l 用MATLAB解方程组,稀疏矩阵的处理

l 拟合问题提法及最小二乘法的原理和结果;

l 用线性方程组及最小二乘法解简单的实际问题。

实验6 非线性方程近似解

l 迭代法原理及收敛、收敛阶的概念

l 用牛顿法解非线性方程和方程组

l 非线性迭代法与混沌现象

l 用非线性方程解简单的实际问题。

实验7 无约束优化

l 无约束优化模型及最优解的必要条件

l 最速下降法、牛顿法、拟牛顿法的原理

l 非线性最小二乘的解法

l MATLAB优化工具箱的用法,包括控制参数的功能,算法选择等

l 用无约束优化(包括非线性最小二乘拟合)解决简单的实际问题。

实验8 约束优化

l 线性规划模型、解的性质和求解思路

l 用MATLAB解线性规划,拉格朗日乘子的用途

l 非线性规划模型、最优解的必要条件

l 用MATLAB解非线性规划,包括控制参数的功能

l 用线性规划和非线性规划解决简单的实际问题

实验9 整数规划

l 整数规划模型、解的性质、松弛问题

l 解整数规划的分枝定界法和动态规划法

l 用LINDO解线性整数规划

l 用LINGO解非线性整数规划

l 用整数规划解决简单的实际问题

实验10数据的统计描述和分析

l 样本、频数、直方图、统计量(样本均值、标准差)的概念

l 正态, t, c2, F分布的由来,用MATLAB计算这些分布(密度、逆分布)

l 正态总体下样本统计量的分布

l 蒙特卡罗方法的原理及MATLAB实现

l 用概率统计的基本思想解决简单的实际问题

实验11 统计推断

l 参数估计、置信区间、置信水平

l 假设检验的思路,一总体和两总体均值的检验,双边和单边检验

l 用MATLAB实现参数估计和假设检验

l 实际问题的参数估计和假设检验

实验12 回归分析

l 回归分析要解决的问题(与数据拟合的关系)

l 多元线性回归模型和系数的检验, 及MATLAB实现

l 一元多项式、多元二项式回归, 逐步回归,非线性回归,及MATLAB实现

l 用回归分析解决简单的实际问题

实验13 数学建模综合

l 综合应用各种方法,对实际问题建模、求解和分析
参考技术A 没有楼上说得那么复杂,只要把问题改写成 A*x=b的形势,然后告诉matlab,A和b是什么,matlab就可以解出x。比如下面的例子。
求下列联立方程组的解
3x+4y-7z-12w=4
5x-7y+4z+2w=-3
X +8z-5w=9
-6x+5y-2z+10w=-8
解决方法是
%将问题写成 A*x=b的形式。
A=[3,4,-7,-12;5,-7,4,2;1,0,8,-5;-6,5,-2,10];
b=[4;-3;9;-8];

%求x
x=inv(A)*b
参考技术B 比如:求方程组的解
5x+4z+2t=3
x-y+2z+t=1
4x+y=2z=1
x+y+z+t=0
程序:
S=solve('5*x+4*z+2*t=3','x-y+2*z+t=1','4*x+y+2*z=1','x+y+z+t=0')
disp('s.x='),disp(S.x)
disp('s.y='),disp(S.y)
disp('s.z='),disp(S.z)
disp('s.t='),disp(S.t)
结果:
s.x=
1

s.y=
-1

s.z=
-1

s.t=
1

如何用matlab求解齐次线性方程组?举个例子说明

马克,晚上有空发 。
方法有很多的,说说高斯列主元消去法解一般线性方程组的做法,以下是liezy.m文件,文件名不要修改就要用这个
function[RA,RB,n,x]=liezy(A,b);
B=[A b];n=length(b);
RA=rank(A);RB=rank(B);
zhicha=RA-RB;
if zhicha>0,
disp('因为RA~=RB,所以次方程无解')
return
end
if RA==RB
if RA==n
disp('方程有唯一一组解')
x=zeros(n,1); c=zeros(1,n+1);
for p=1:n-1
[Y,j]max(abs(B(p:n,p))),C=B(p,:);
B(p,:)=B(j+p-1,:);
然后再命令窗口输入:
系数矩阵A=[......,.......,.......,.......]
b=[0;0;0;0.........]
[RA,RB,n,x]=liezy(A,b)
然后就有结果了
参考技术A A = [1,1,1; 2,-1,4; 1,4,-1];
r=rank(A)
y = null(A,'r')
结果
r =
2
y =
-1.6667
0.6667
1.0000

以上是关于怎么用matlab解方程啊?的主要内容,如果未能解决你的问题,请参考以下文章

怎么用matlab解一元二次方程

如何用matlab求解微分方程并画图

matlab解带参数的二元一次方程组

matlab怎么求多元一次方程组

matlab中如何求解齐次线性方程组(代数矩阵)的非零解

MATLAB中solve函数最多解多少个方程