matlab解N维方程组的代码

x1=[11.96,12.22,27.56,27.82,19.76]
y1=[1.7,7.3,1.0,8.0,4.5]
syms x;
syms A B C D E;
ff=(A*sin(B*x)+C)*sin(D*x)+E;
%ff=A*x^4+B*x^3+C*x^2+D*x+E
tf=subs(ff,x,x1);
tf=tf-y1;
r=solve(tf(1),tf(2),tf(3),tf(4),tf(5));
[r.A,r.B,r.C,r.D,r.E]


x=fsolve(fun,x0)求解fun(x)=0的解，x0是初值，fun是函数，x就是解 
因为fsolve使用迭代法求解方程的，所以总要有个迭代的初值吧，这个初值就是你给的x0。 
比如解方程组 
x(1).^2+x(2).^2=1 
x(1)=2*x(2) 
可以写成 
f=@(x)([x(1).^2+x(2).^2-1;x(1)-2*x(2)]) 
x=fsolve(f,[1 1]) 
这里[1 1]就是初值，其实初值一般情况下可以随便给的。 

fsolve
fsolve finds a root (zero) of a system of nonlinear equations.
[x,fval,exitflag,output,jacobian]= fsolve(fun,x0,options)
输出：
x――零点值；
fval――x带入的最终的误差值
exitflag――迭代终结原因表示数：（1-收敛于x；2-x迭代误差小于指定值；3-fval迭代误差小于指定值；4-搜索方向的幅值小于指定值；0-迭代次数超过最指定数（Maxlter）或者fval超过指定值（Funs）；-1-算法终止按照输出函数（output function）；-2-貌似算法收敛于非零跟；-3-确信界限太小；-4-线性搜索方法不再适用）
output――迭代过程信息：(iterations-迭代次数，funccount-函数值、亦即每次的fval，algorithm-用的算法，cgiterations-PCG迭代数（只用于large-scale algorithm），stepsize-最终一步步长（只用于medium-scale algorithm），firstorderopt-一阶最优近似值（只用于large-scale algorithm）)