1701011310
将该非线性方程组化为标准形式：
1701011311
1701011312
1701011313
1701011314
1701011315
1701011316
设初值点为。
1701011317
1701011318
先建立方程函数文件，并保存为myfun.m：
1701011319
1701011320
function F = myfun(x) F = [2*x(1) - x(2) - exp(-x(1)); -x(1) + 2*x(2) - exp(-x(2))];
1701011321
1701011322
然后调用优化程序：
1701011323
1701011324
clc,clear,close all %清屏和清除变量 warning off %消除警告 x0 = [-5; -5]; %初始点 options=optimset(‘Display’,‘iter’); %显示输出信息 [x,fval] = fsolve(@myfun,x0,options) %方程求解
1701011325
1701011326
运行程序输出结果如下。
1701011327
1701011328
x = 0.5671 0.5671 fval = 1.0e-008 * -0.5320 -0.5320
1701011329
1701011330
整理结果易得到：
1701011331
1701011332
1701011333
1701011334
1701011335
将结果代入方程有：
1701011336
1701011337
1701011338
1701011339
1701011340
1701011341
从结果可知道，求解的两个根是满足方程的，是足够的逼近0值的，在一定的精度范围内，方程的解是可接受的，然而采用人工计算，几乎不能将其求解出来，就算是求解出来，结果也是相当庞大的且不是很直观，因此，采用计算机编程求解，能够完成人工无法完成的问题。
1701011342
1701011343
【问题】对于一个多元目标函数，在给定范围内，又如何求其最值？
1701011344
1701011345
【分析】
1701011346
1701011347
对于二元一次方程组的最值求解，我们常用的方法就是线性规划图形区域求解，采用数形结合的方法，例如求解如下方程最大值。
1701011348
1701011349
目标方程：
1701011350
1701011351
1701011352
1701011353
1701011354
约束条件：
1701011355
1701011356
1701011357
1701011358
1701011359
采用数形结合的方法，利用线性规划区域画线移动求解，如图10-3所示。