问题标签 [equation-solving]

给定一个字符串形式的表达式，求解 x。表达式中 x 的最高幂等于 1。允许的运算符是 +、* 和 -。这些都是二元运算符。因此，2x 将被写为 2*x。每个运算符后面都会跟一个术语或一个常数。

例如，考虑以下等式：

2*x+5-(4*x-7+(4-2))=10*x-9

这是一个完全有效的等式。1*2*3 形式的表达式无效，但 1*(2*3) 有效。

给定这样一个方程，我们需要找到 x 的解。如果等式无效，程序应显示错误消息。

有人可以提供有关如何解决此问题的任何想法吗？我现在唯一想到的是使用上下文无关语法进行词法分析和解析。但我觉得有一个比这更简单的解决方案。有人可以解释一下吗？

当我回答这个问题时，我的回答是这样开始的：“首先，您可以通过将所有名称存储在一个单元格中来摆脱所有 if 语句。”

“初学者”位是因为我认为我可以使用矢量化解决方案添加编辑。但是当我尝试这样做时，我遇到了矢量化 mrdivide (b/a) 的使用的麻烦。

我的问题（在代码下方标记）是是否可以在b(z,:)/a(z,:)不使用循环的情况下解决。换句话说，为b/a矩阵的每一行独立求解。

我有 n 个任意 px 1 向量 x_i 和 pxk 矩阵 A_i 和 npxp 半正定矩阵 S_i，其中一些（通常大多数）*S_i* 是相同的（例如只有两个不同的 S 矩阵，一个正定矩阵适用到 i=1,..., n-1 和半定 S for i=n)。我想对所有 x_i 和 A_i 进行以下线性变换：

x_i* = inv(L_i)x_i 和

A_i* = inv(L_i)A_i，其中

L_i 是一个下三角矩阵，因此 L_i L'_i=S_i （或者更好的 L_i D_i L'_i=S_i 其中 D_i 是对角矩阵。）

n 的范围可以从几到几千甚至更多，p 通常小于 10，k 通常小于 100。S可以包含带零的行和列，它最初形成为 _BB' 其中 B 是下三对角矩阵具有非负对角元素。但这些 B 不可用。

我想知道在速度和准确性方面实现这一目标的最佳方法是什么，并且更加重视准确性？

目前我正在为不同的 S 使用我自己编写的 LDL 分解函数，反转 L 并计算转换，因为我一直在处理具有少量不同 S 和大 n 的情况。如果我理解正确，那么只求解线性方程组而不在精度方面显式反转矩阵会更明智，但就速度而言，它似乎是更好的选择？

我正在使用 Fortran，我宁愿使用一些 LAPACK 函数进行分解，而不是我自己的 LDL 分解，我不能保证它是稳定的等，但我不确定哪个是好方法。

我想在 MATLAB 中求解两个非线性方程，所以我做了以下操作：

我脚本的一部分

myfunc功能如下

我有两个未知数x(1)和x(2)

我的问题是每次调用时如何将值（，，，c）ii传递jj给？myfunc

或如何克服此错误Undefined function or method 'c' for input arguments of type 'double'.

谢谢

根据 X 参数，我在 Matlab 中有一个方程。我想为 F(x) 的随机数量找到 X 的数量。我尝试了下面的代码。但它给了我两个不同的结果，而我的方程应该只有一个结果。

即使我尝试了roots(f)，solve(f)但它给了我一个错误：

？？？'sym' 类型的输入参数的未定义函数或方法 'isfinite'。

任何人都可以帮助我吗？我该怎么办 ？即使我对解决这个问题有错误的想法，请告诉我。谢谢

函数 betaDistribution_2(a,b)

我试图以符号方式求解对数方程组（因此估计的系数是弹性​​），但 matlab 告诉我“找不到显式解决方案”。任何想法为什么？

[编辑] 根据 Ali 的输入，我尝试了以下方法：

我还尝试了不同的解决语句：

但仍然没有运气。

[编辑] 原来在一台机器上只是一个问题——原来的方法在另一台电脑上运行良好。

我遇到的所有矩阵求解器都要求矩阵是方阵和可逆的，但是那些不是方阵并且有多个解的矩阵呢……我将如何使用 java 找到它的参数形式？

我有这两个方程：

其中： y1=y2 ，我想仅使用MATLAB 找到“a”和“b”的确切值。

我应该使用任何 MATLAB 命令来求解这两个方程吗？

ps：我尝试使用solve 命令，但它没有给我任何答案：

它给了我这个：

我有一个由 8 个 7 年级 8 个多项式方程组成的系统，其中 8 个变量具有约束（最小和最大可接受值​​​）。

根据您的经验和知识，解决此类问题最有效的“包”是什么？Mathematica，Matlab，C++/Java 中的数学库，...

我尝试了一些幼稚的方法，但效果不佳....所以现在我尝试安全地玩（尽可能）

非常感谢

我很难在 Matlab 上的求根问题中达到足够的准确性。我有一个函数 ，Lik(k)并且想找到kwhere的值Lik(k)=L0。基本上，问题在于各种内置的 Matlab 求解器 ( fzero, fminbnd, fmincon) 并没有像我希望或期望的那样接近解决方案。

Lik()是一个用户定义的函数，它涉及广泛的编码来计算数值拉普拉斯逆变换等，因此我不包括完整的代码。但是，我已广泛使用此功能，并且它似乎可以正常工作。 Lik()实际上需要几个输入参数，但是对于当前步骤，所有这些都是固定的，除了k. 所以这实际上是一个一维求根问题。

我想找到k >= 165.95which的值Lik(k)-L0 = 0。Lik(165.95)小于L0，我希望Lik(k)从这里单调增加。事实上，我可以Lik(k)-L0在感兴趣的范围内进行评估，并且它似乎顺利过零：例如Lik(165.95)-L0 = -0.7465, ..., Lik(170.5)-L0 = -0.1594, Lik(171)-L0 = -0.0344, Lik(171.5)-L0 = 0.1015, ... Lik(173)-L0 = 0.5730, ..., Lik(200)-L0 = 19.80。因此，该功能似乎表现良好。

但是，我尝试用几种不同的方法“自动”找到根，但准确性不如我预期的那么好......

使用fzero(@(k) Lik(k)-L0)：如果限制在区间内(165.95,173)，fzero返回k=170.96with Lik(k)-L0=-0.045。好吧，虽然不是很好。出于实际目的，如果没有大量的手动试验和错误，我不会知道如此精确的上限。如果我使用 interval (165.95,200)，fzero返回k=167.19where Lik(k)-L0 = -0.65，这是相当糟糕的。我一直在将Display设置为iter来运行这些测试，这样我就可以看到发生了什么，并且似乎在第 4 次迭代时fzero命中167.19，然后在第 5 次迭代时停留在那里，这意味着k从一次迭代到下一次迭代的变化较小比TolX（设置为 0.001），因此程序结束。退出标志表明它成功收敛到一个解决方案。

我还尝试最小化abs(Lik(k)-L0)使用fminbnd（给出上限和下限k）和fmincon（给出一个起点k）并遇到类似的准确性问题。特别是，fmincon可以同时设置TolX和TolFun，但是玩弄这些（低至 10^-6，比我需要的精度高得多）并没有任何区别。令人困惑的是，有时优化器甚至会在较早的迭代中找到一个比它返回的最终 k 值更接近使目标函数为零的 k 值。

因此，该算法似乎正在迭代到某个点，然后未能采取任何足够大小的进一步步骤来找到更好的解决方案。有谁知道为什么该算法不采取另一个更大的步骤？有什么我可以调整来改变的吗？（我查看了optimset下的列表，但没有提出任何有用的信息。）

非常感谢！