文章目录
引言： 数值计算和符号计算1. 符号计算（使用solve）1.1 代数方程的求解1.2 微分方程的求解
2. 数值计算（使用fsolve）3. 非线性方程组的数值解（使用fsolve）
本文主要介绍如同利用MATLAB的内置函数进行符号计算（solve）和数值求解（fsolve）。
引言： 数值计算和符号计算
数值计算处理离散近似数值，存在计算误差；符号计算处理精确数学符号，可实现完全准确的解析推导。两者主要存在以下区别：
（1）处理对象：
数值计算：以具体数值为运算元素，需预先赋值变量。符号计算：以符号（如字母、公式）为运算元素，通过代数规则处理抽象表达式。
（2）计算精度：
数值计算：结果为近似值，存在舍入误差和截断误差，误差累积可能引发病态问题。符号计算：结果为绝对精确的解析解，无计算误差。
（3）运算方式：
数值计算依赖离散化方法（如有限元逼近），注重算法稳定性和计算速度。符号计算通过数学定理推导，需要更深广的数学知识支撑。
1. 符号计算（使用solve）
如果你正在处理的是符号方程，或者需要进行公式的推导，可以使用solve函数。使用之前，你需要定义方程和变量为符号类型，然后就可以根据需求对公式进行推导或求得解析解。
1.1 代数方程的求解
对于代数方程组，可以使用solve函数得到精确的解析解。
示例1（求解简单的方程）：
假设我们要解的方程是
x
2
−
4
=
0
x^2 - 4 = 0
x2−4=0。
syms x; % 定义x为符号变量
eqn = x^2 - 4 == 0; % 定义方程
sol = solve(eqn, x); % 解方程
disp(sol); % 显示解
figure,
fplot(x^2 - 4,[-10 10])
grid on
示例2（求解复杂单变量方程）：
s
i
n
(
x
)
=
x
2
−
1
sin(x) = x^2 - 1
sin(x)=x2−1
syms x
eqn = (sin(x) == x^2 - 1);
solve(eqn, x)
figure
fplot(sin(x), [-2 2])
hold on
fplot(x^2 - 1, [-2 2])
示例3（求解多变量方程）
syms a b c x
eqn = (a*x^2 + b*x + c == 0);
answ1 = solve(eqn, x) % 将x视为未知数求解
answ2 = solve(eqn, a) % 将a视为未知数求解
% answ1 =
% -(b + (b^2 - 4*a*c)^(1/2))/(2*a)
% -(b - (b^2 - 4*a*c)^(1/2))/(2*a)
%
% answ2 =
% -(c + b*x)/x^2
示例4（解非线性方程组）：
x
2
+
y
=
5
x^2 + y = 5
x2+y=5
2
∗
x
−
y
=
3
2*x - y = 3
2∗x−y=3
syms x y; % 定义符号变量
eq1 = x^2 + y == 5;
eq2 = 2*x - y == 3;
sol = solve([eq1, eq2], [x, y]); % 解方程组
disp(sol)
示例5（解周期函数）：
syms x
eqn = (sin(x) == 1);
[answ, params, condions] = solve(eqn, x, 'ReturnConditions', true)
answ =pi/2 + 2*pi*k
params =k
condions =in(k, 'integer')
1.2 微分方程的求解
对于微分方程，MATLAB同样使用solve函数（在符号计算工具箱中）。例如，解常微分方程：
d
y
/
d
t
=
x
+
y
dy/dt = x + y
dy/dt=x+y
d
x
/
d
t
=
−
y
dx/dt = -y
dx/dt=−y
首先，你需要定义一个符号函数来表示：
syms t x(t) y(t); % 定义符号变量和函数
eq1 = diff(x) == x + y; % 对x求导
eq2 = diff(y) == -y; % 对y求导
sol = dsolve([eq1, eq2]); % 解微分方程组
disp(sol)
%x=C2*exp(t) - (C1*exp(-t))/2
%y=C1*exp(-t)
2. 数值计算（使用fsolve）
fsolve是一个优化函数，可以解决复杂的方程问题，他所接受的函数不能仅仅是一个字符变量，需要重新创造函数文件，而函数文件的格式也有要求。
如果你需要解决的是一个数值方程，可以使用fsolve函数。这种方法通常用于找到方程的数值解，而不是符号解。
假设我们要解的方程是
x
2
−
4
=
0
x^2 - 4 = 0
x2−4=0。
func = @(x) x^2 - 4; % 定义函数句柄
x0 = 2; % 初始猜测值
[x_sol, fval, exitflag, output] = fsolve(func, x0); % 解方程
disp(['解为: ', num2str(x_sol)]); % 显示解
3. 非线性方程组的数值解（使用fsolve）
对于非线性方程组，可以使用fsolve函数进行数值求解，而不是符号计算中的solve。 如果你有多个非线性方程需要解决，也可以使用fsolve。你需要定义一个函数来返回所有方程的向量形式。
示例：
假设我们要解的方程组是：
x
+
y
=
3
x + y = 3
x+y=3
x
2
+
y
2
=
5
x^2 + y^2 = 5
x2+y2=5
function F = myEquations(vars)
x = vars(1);
y = vars(2);
F(1) = x + y - 3; % 第一个方程
F(2) = x^2 + y^2 - 5; % 第二个方程
end
vars0 = [1, 1]; % 初始猜测值向量
[vars_sol, resnorm, residual, exitflag, output] = fsolve(@myEquations, vars0);
disp(['解为: x = ', num2str(vars_sol(1)), ', y = ', num2str(vars_sol(2))]);
以上就是在MATLAB中解决方程和方程组的基本方法。选择哪种方法取决于你的具体需求，是要求解符号方程还是数值方程。对于符号计算，solve是一个很好的选择；对于数值计算，特别是需要迭代求解的复杂情况，fsolve是非常有效的工具。