matlab实现高斯牛顿算法

❷ 用MATLAB编出牛顿迭代法的程序

%求方程x^3-sinx-12x+1=0的根。

N =1000;
x0=0;
x1=x0^3-sin(x0)-12*x0+1;
E=1.0e-6;%f=x*x*x+4*x*x-10=0,f1为f=x*x*x+4*x*x-10的一阶导
k=1;

❸ 用matlab做，牛顿迭代法

syms x
f=x^x-10;
df=diff(f,x);

eps=1e-6;
x0=10;
cnt=0;
MAXCNT=200; %最大循环次数
while cnt<MAXCNT %防止无限循环
x1=x0-subs(f,x,x0)/subs(df,x,x0); %去掉这个分号,可以看到迭代过程.
if (abs(x1-x0)<eps)
break;
end
x0=x1;
cnt=cnt+1;
end
if cnt==MAXCNT
disp '不收敛'
else
vpa(x1,8)
end

❹ 用MATLAB体现牛顿高斯最优化方法

《应用最优化方法及MATLAB实现》系统讲述如何将最优化方法实现为应用软件。系统阐述了各种无约束和带约束优化问题的计算方法和程序实现，内容包括：精确/非精确一维搜索、最速下降法、牛顿/拟牛顿法、共轭梯度法、单纯形法、内点法、积极集法、序列二次规划方法等。书中包含了必要的最优化理论知识，为得到最优化方法并用程序实现做准备。书中给出的许多应用优化技术是我们的最新研究成果，给出的优化程序是以专业编程技巧实现的最优化算法。书中还给出了大量的例子和习题。《应用最优化方法及MATLAB实现》可作为高等院校自动化、控制、系统工程、工业工程、计算机、应用数学、经济、管理、化工、材料、机械、能源等相关专业学生的教材，也可作为有关研究人员和工程技术人员的参考书。

❺ 牛顿迭代算法的matlab程序

% 用牛顿下山法求解方程
function [x,k]=myfun_newton(f,x0,emg)
% f表示非线形方程
% x0迭代初值，此种方法是局部收敛，初值要选择恰当
% emg是精度指标
% k,u分别表示迭代次数和下山因子
% d1表示非线形方程f在x0处的导数值
[f1,d1]=feval(f,x0);
k=1;
x(1)=x(0);
x(2)=x(1)-f1/d1;
while abs(f1)>emg
u=1;
k=k+1;
[f1,d1]=feval(f,x(k));
x(k+1)=x(k)-u*f1/d1;
while abs(f2)>abs(f1)
u=u/2;
x(k+1)=x(k)-u*f1/d1;
[f2,d2]=feval(f,x(k+1));
end
end
这个收敛速度快,建议给你用下

❻ Matlab上的牛顿迭代法 计算

原发布者:liuyihai060692
牛顿迭代算法matlab程序1．牛顿迭代法描述：牛顿法求实系数高次代数方程f(x)=a0x^n+a1x^(n-1)+…+an-1x+an=0（an≠0）的在初始值x0附近的一个根。解非线性议程f(x)=0的牛顿法是把非线性方程线性化的一种近似方法。把f(x)在x0点附近展开成泰勒级数f(x)=f(x0)+(x－x0)fˊ(x0)+(x－x0)2+…取其线性部分，作为非线性方程f(x)=0的近似方程，则有f(x0)+fˊ(x0)(x－x0)=0设fˊ(x0)≠0则其解为x1=x0－f(x0)/fˊ(x0)再把f(x)在x1附近展开成泰勒级数，也取其线性部分作f(x)=0的近似方程。f(x1)≠0，若则得x2=x1－f(x1)/fˊ(x1)这样，得到牛顿法的一个迭代序列xn+1=xn－f(xn)/fˊ(xn)（1）2．MATLAB函数说明Y=NEWTON_1(A,N,X0,NN,EPS1)输入变量：ANX0NNn+1元素的一维实数组，输入参数，按升幂存放方程系数。整变量，输入参数，方程阶数。实变量，输入参数，初始迭代值。整变量，输入参数，允许的最大迭代次数。EPS1实变量，输入参数，控制根的精度。3．程序代码：newton_1.mfunctiony=newton_1(a,n,x0,nn,eps1)x(1)=x0；b=1；i=1；while(abs(b)>eps1*x(i))i=i+1；x(i)=x(i-1)-n_f(a,n,x(i-1))/n_df(a,n,x(i-1))；b=x(i)-x(i-1)；if(i>nn)error(ˊnnisfullˊ)；return；endendy=x(i)；i程序中调两个子函数n_f.m和n_df.m文件如下：n_f.m:functiony=n_f(a,n,x)%待求根的实数代数方程的函数y=0.0;fori=1:(

❼ 如何让高斯-牛顿算法用Matlab实现，有代码吗

function x=gauss_lie(A,b)
%采用高斯列主元法求解方程组Ax=b
n=length(b);
p=1:n;lu=A;
y=[];
for k=1:n
[c,i]=max(abs(lu(k:n,k)));
ik=i+k-1;
if ik~=k
m=p(k);p(k)=p(ik);p(ik)=m;
ck=lu(k,:);lu(k,:)=lu(ik,:);lu(ik,:)=ck;
end
if k==n
break;
end
lu(k+1:n,k)=lu(k+1:n,k)/lu(k,k);
lu(k+1:n,k+1:n)=lu(k+1:n,k+1:n)-lu(k+1:n,k)*lu(k,k+1:n);
end
l=diag(ones(n,1))+tril(lu,-1);
u=triu(lu);

y(1)=b(p(1));
for i=2:n
y(i)=b(p(i))-l(i,1:i-1)*y(1:i-1)';
end
x(n)=y(n)/u(n,n);
for i=n-1:-1:1
x(i)=(y(i)-u(i,i+1:n)*x(i+1:n)')/u(i,i);
end
x=x';

❽ matlab中牛顿法程序

x0,tol,N)%改了这里
%root是系统保留字。不推荐使用。可以用exist('root')命令测试
% Newton Method
% The first parameter f is a external function with respect to viable x.
% The second parameter df is the first order diffential function of fx.
% x0 is initial iteration point.
% tol is the tolerance of the loop.
% N is the maximum number of iterations.
x=x0;
f0=eval(f);df0=eval(df);
n=0;
disp(' [ n xn xn+1 fn+1 ]');
while n<=N
x1=x0-f0/df0;
x=x1;
f1=eval(f);
X=[n,x0,x1,f1];
disp(X);
if abs(x0-x1)<tol
fprintf('The procere was successful.\n')%改了这里
kk=X;%改了这里
return
else
n=n+1;
x0=x1;f0=f1;
end
end
if n==N+1
fprintf('the method failed after N iterations. '),
kk=0;%改了这里
end