我尝试了非线性多项式函数,这段代码效果很好。但是对于这个,我尝试了几种方法来使用反斜杠或bicg或lsqr来求解线性方程df0 * X = f0,也尝试了几个初始值,但结果永远不会收敛。
% Define the given function
syms x1 x2 x3
x=[x1,x2,x3];
f(x)=[3*x1-cos(x2*x3)-1/2;x1^2+81*(x2+0.1)^2-sin(x3)+1.06;...
exp(-x1*x2)+20*x3+1/3*(10*pi-3)];
% Define the stopping criteria based on Nither or relative errors
tol=10^-5;
Niter=100;
df=jacobian(f,x);
x0=[0.1;0.1;-0.1];
% Setting starting values
error=1;
i=0;
% Start the Newton-Raphson Iteration
while(abs(error)>tol)
f0=eval(f(x0(1),x0(2),x0(3)));
df0=eval(df(x0(1),x0(2),x0(3)));
xnew=x0-df0\f0; % also tried lsqr(df0,f0),bicg(df0,f0)
error=norm(xnew-x0);
x0=xnew;
i=i+1
if i>=Niter
fprintf('Iteration times spill over Niter\n');
return;
end
end
答案 0 :(得分:1)
你需要匿名功能来更好地完成这项工作(我们今天提到了它!)。
首先,让我们得到函数定义。匿名函数是您以类似于数学函数的方式调用事物的好方法。例如,
f = @(x) x^2;
是一个平方函数。要评估它,就像在纸上f(2)
说的那样写。由于您具有多变量函数,因此您需要按如下方式对定义进行矢量化:
f(x) = @(x) [3*x(1) - cos(x(2) * x(3)) - 1/2; ...
对于雅可比人,你需要使用另一个匿名函数(可能称之为grad_f
)并在纸上计算,然后对其进行编码。函数jacobian
使用有限差分,因此在一些地区,雅各比人的错误可能不稳定。
关键是要小心并使用一些好的编码实践。有关匿名函数和其他优秀MATLAB实践的更多信息,请参阅this document。