fsolve..

  具体用法！！！

help fsolve
 FSOLVE solves systems of nonlinear equations of several variables.
 
    FSOLVE attempts to solve equations of the form:
              
    F(X)=0    where F and X may be vectors or matrices.   
 
    X=FSOLVE(FUN,X0) starts at the matrix X0 and tries to solve the 
    equations in FUN.  FUN accepts input X and returns a vector (matrix) of 
    equation values F evaluated at X. 
 
    X=FSOLVE(FUN,X0,OPTIONS) solves the equations with the default optimization
    parameters replaced by values in the structure OPTIONS, an argument
    created with the OPTIMSET function.  See OPTIMSET for details.  Used
    options are Display, TolX, TolFun, DerivativeCheck, Diagnostics,
    FunValCheck, Jacobian, JacobMult, JacobPattern, LineSearchType,
    NonlEqnAlgorithm, MaxFunEvals, MaxIter, OutputFcn, DiffMinChange and
    DiffMaxChange, LargeScale, MaxPCGIter, PrecondBandWidth, TolPCG, and
    TypicalX. Use the Jacobian option to specify that FUN also returns a
    second output argument J that is the Jacobian matrix at the point X. If
    FUN returns a vector F of m components when X has length n, then J is
    an m-by-n matrix where J(i,j) is the partial derivative of F(i) with
    respect to x(j). (Note that the Jacobian J is the transpose of the
    gradient of F.)
 
    [X,FVAL]=FSOLVE(FUN,X0,...) returns the value of the equations FUN at X. 
 
    [X,FVAL,EXITFLAG]=FSOLVE(FUN,X0,...) returns an EXITFLAG that describes the
    exit condition of FSOLVE. Possible values of EXITFLAG and the corresponding 
    exit conditions are
 
      1  FSOLVE converged to a solution X.
      2  Change in X smaller than the specified tolerance.
      3  Change in the residual smaller than the specified tolerance.
      4  Magnitude of search direction smaller than the specified tolerance.
      0  Maximum number of function evaluations or iterations reached.
     -1  Algorithm terminated by the output function.
     -2  Algorithm seems to be converging to a point that is not a root.
     -3  Trust region radius became too small.
     -4  Line search cannot sufficiently decrease the residual along the current
          search direction.
 
    [X,FVAL,EXITFLAG,OUTPUT]=FSOLVE(FUN,X0,...) returns a structure OUTPUT
    with the number of iterations taken in OUTPUT.iterations, the number of
    function evaluations in OUTPUT.funcCount, the algorithm used in OUTPUT.algorithm,
    the number of CG iterations (if used) in OUTPUT.cgiterations, the first-order 
    optimality (if used) in OUTPUT.firstorderopt, and the exit message in
    OUTPUT.message.
 
    [X,FVAL,EXITFLAG,OUTPUT,JACOB]=FSOLVE(FUN,X0,...) returns the 
    Jacobian of FUN at X.  
 
    Examples
      FUN can be specified using @:
         x = fsolve(@myfun,[2 3 4],optimset('Display','iter'))
 
    where myfun is a MATLAB function such as:
 
        function F = myfun(x)
        F = sin(x);
 
    FUN can also be an anonymous function:
 
        x = fsolve(@(x) sin(3*x),[1 4],optimset('Display','off'))
 
    If FUN is parameterized, you can use anonymous functions to capture the 
    problem-dependent parameters. Suppose you want to solve the system of 
    nonlinear equations given in the function myfun, which is parameterized 
    by its second argument c. Here myfun is an M-file function such as
      
        function F = myfun(x,c)
        F = [ 2*x(1) - x(2) - exp(c*x(1))
              -x(1) + 2*x(2) - exp(c*x(2))];
            
    To solve the system of equations for a specific value of c, first assign the
    value to c. Then create a one-argument anonymous function that captures 
    that value of c and calls myfun with two arguments. Finally, pass this anonymous
    function to FSOLVE:
 
        c = -1; % define parameter first
        x = fsolve(@(x) myfun(x,c),[-5;-5])
 
    See also OPTIMSET, LSQNONLIN, @, INLINE.

具体问题！！