首先根据给出的公式写出矩阵A,通过矩阵A求特征值和特征向量,正交化,规范化然后求出标准化。我的matlab版本较低,所以自行定义正交化,规范化函数****
normalize.m
function V_norm = normalize(V) %定义规范化函数% 对向量进行规范化[m, n] = size(V);V_norm = zeros(m, n);for i = 1:n V_norm(:, i) = V(:, i)/norm(V(:, i));endend
gramSchmidt.m
function [Q, R] = gramSchmidt(A)% Gram-Schmidt正交化过程[m, n] = size(A);Q = A;R = zeros(n, n);for j = 1:n R(j, j) = norm(Q(:, j)); Q(:, j) = Q(:, j)/R(j, j); for i = j+1:n R(j, i) = Q(:, j)'*Q(:, i); Q(:, i) = Q(:, i) - R(j, i)*Q(:, j); endendend
主函数:
% 根据式子写二次型的矩阵A
A =[1 -2 2;-2 -2 4;2 4 -2];
% 求A的特征值和特征向量
[V,D]=eig(A);
% 特征向量的正交化
U = gramSchmidt(V);
%特征向量的规范化
Q = normalize(U);
%最后得到标准型
S = Q'*A*Q
输出结果:
S =
-7.0000 0.0000 0.0000
0.0000 2.0000 0
0.0000 -0.0000 2.0000
06非线性方程组
⚪️ 函数和方程非线性方程组变量不是一次的二次大于一次,这与线性方程组进行对比就能很清晰了
% 定义非线性方程组
f = @(x) [9*x(1)^2 + 36*x(2)^2 + 4*x(3)^2 - 36; x(1)^2 - 2*x(2)^2 - 20*x(3); 16*x(1) - x(1)^3 - 2*x(2)^2 - 16*x(3)^2];
% 初始值
x0 = [1; 1;1];
% 求解方程组
x = fsolve(f, x0);
% 输出结果
disp(x);
输出结果
0.1342
0.9972
-0.0985
07函数的极值和零点
⚪️"零点" 通常用于描述函数在 x 轴上的交点,也就是函数的值等于 0 的点。一个函数可能有多个零点,也可能没有零点。fzero
函数用于求解函数的零点。“求根” 通常用于描述解方程的过程,也就是找到一个或多个方程的根。对于一个方程
f
(
x
)
=
0
f(x) = 0
f(x)=0,求根就是要找到它的解 x,使得 f(x) = 0。一个方程可能有多个根,也可能没有根。fsolve
函数用于求解方程的根。在数学中,极值是函数在某一区间内的最大值或最小值,也称为局部极值。在 MATLAB 中,可以使用 fminbnd
和 fminsearch
函数找到函数的局部最小值。
求根
这里只求最后一个,其他同理
% 函数表达式
f =(2.*x+3).^3-4
% 使用conv展开
f_v = expand(f) % 8*x^3 + 36*x^2 + 54*x + 23
% 展开后提取系数求根
p = [8,36,54,23]
value = roots(p)
% 验证polyval(多项式系数列表,代入的值)
polyval(p,value)
输出结果:
%定义符号变量t
syms t
x = log(cos(t));
y = cos(t)-t.*sin(t);
%x对t求导数,求导1次
dx_dt = diff(x,t)
%y对t求导数,求导1次
dy_dt = diff(y,t)
% 求方程的解,当x=-1的时候t等于多少
% 使用符号函数solve进行解答
% t的区间在[0,1.5]大于零
x=log(cos(t))==-1;
tt = abs(solve(x,t))
%代入到方程中,subs(函数,旧变量,新变量)
dx_dt = subs(dx_dt,t,tt)
dy_dt = subs(dy_dt,t,tt)
%最后得数,符号函数转换为具体的值用eval
eval(dx_dt./dy_dt)
或者用fzero,需要指定区间
%定义符号变量t
syms t
x = log(cos(t));
y = cos(t)-t.*sin(t);
%x对t求导数,求导1次
dx_dt = diff(x,t)
%y对t求导数,求导1次
dy_dt = diff(y,t)
% 求方程的解,当x=-1的时候t等于多少
% 使用符号函数solve进行解答
% t的区间在[0,1.5]大于零
x=log(cos(t))==-1;
tt = abs(solve(x,t))
%代入到方程中,subs(函数,旧变量,新变量)
dx_dt = subs(dx_dt,t,tt)
dy_dt = subs(dy_dt,t,tt)
%最后得数,符号函数转换为具体的值用eval
eval(dx_dt./dy_dt)
fzero 函数用于求解单变量非线性方程的零点,即在给定区间内找到函数的一个根。它使用的是单点迭代法(也称作牛顿迭代法),通过不断逼近函数的零点来计算方程的解。因此,fzero 函数适用于求解单变量非线性方程的根,但不能用于求解多变量非线性方程组的根。
roots 函数则用于求解多项式方程的根,即找到多项式在复数域中的所有根。它的输入是一个包含多项式系数的向量,输出是一个包含多项式在复数域中所有根的向量。roots 函数使用的是拉格朗日-牛顿插值法,通过对多项式进行插值来计算多项式的根。因此,roots 函数适用于求解多项式方程的根,但不能用于求解非多项式方程的根。
极值
fminbnd
是 MATLAB 中用于求解单变量有界函数最小值的函数,它可以在指定的区间内自动寻找一个函数的最小值点。fminbnd
函数的基本语法如下:
[x, fval] = fminbnd(fun, x1, x2)
其中,fun
表示待求解的单变量有界函数,可以是一个函数句柄、一个匿名函数或一个函数字符串;x1
和 x2
分别表示待求解区间的左右端点,即函数的取值范围。函数的输出结果包括一个标量 x
,表示函数的最小值点,以及一个标量 fval
,表示函数在最小值点的取值。
需要注意的是,fminbnd
函数使用的是黄金分割法(golden section method),通过不断狭窄区间范围来逐步逼近函数的最小值点。因此,fminbnd
函数适用于求解单变量有界函数的最小值,但不能用于求解多变量函数的最小值、无界函数的最小值或非连续函数的最小值。
下面是一个使用 fminbnd
函数求解函数最小值的简单例子:
%定义符号变量t
syms t
x = log(cos(t));
y = cos(t)-t.*sin(t);
%x对t求导数,求导1次
dx_dt = diff(x,t)
%y对t求导数,求导1次
dy_dt = diff(y,t)
% 求方程的解,当x=-1的时候t等于多少
% 使用符号函数solve进行解答
% t的区间在[0,1.5]大于零
x=log(cos(t))==-1;
tt = abs(solve(x,t))
%代入到方程中,subs(函数,旧变量,新变量)
dx_dt = subs(dx_dt,t,tt)
dy_dt = subs(dy_dt,t,tt)
%最后得数,符号函数转换为具体的值用eval
eval(dx_dt./dy_dt)
% 定义一个函数fun = @(x) x.^2 - 2*x + 1;% 求解函数的最小值x1 = 0; % 区间x2 = 2; % 区间[x, fval] = fminbnd(fun, x1, x2);% 输出结果disp(x); %坐标xdisp(fval); %坐标y
在上述代码中,我们定义了一个函数 fun
,它表示函数 f(x)=x^2-2x+1。然后,我们使用 fminbnd
函数求解该函数在区间 [0,2]内的最小值点。需要注意的是,为了确保函数的最小值在指定区间内,需要根据具体的问题选择合适的区间范围,并进行必要的验证和调整,以保证求解结果的准确性和稳定性。与fminbnd相似的是fminsearch解决多元函数极值问题,函数的参数相似,第一个是多元函数表达式,第二个是指定区间。
08微积分
⚪️微积分是数学中的一个分支,主要研究函数的微分和积分微积分
导数(微分)
最后输出:
dx_dt =
-sin(t)/cos(t)
dy_dt =
- 2*sin(t) - t*cos(t)
tt =
acos(exp(-1))
acos(exp(-1))
dx_dt =
-exp(1)*(1 - exp(-2))^(1/2)
-exp(1)*(1 - exp(-2))^(1/2)
dy_dt =
- 2*(1 - exp(-2))^(1/2) - exp(-1)*acos(exp(-1))
- 2*(1 - exp(-2))^(1/2) - exp(-1)*acos(exp(-1))
ans =
1.0995
1.0995
积分
%被积函数表达式
f= @(x) exp(2.*x).*cos(x).^3;
% 积分方式一
disp('integral方法');
Q1 = integral(f, 0, 2*pi)
%积分方式2
disp('quad方法');
Q2 = quad(f, 0, 2*pi)
输出结果:
integral方法
Q1 =
9.7054e+04
quad方法
Q2 =
9.7054e+04
函数梯度
在数学中,梯度是一个向量,它的方向与函数值增加最快的方向相同,大小表示函数值增加最快的速率。在 MATLAB 中,可以使用符号工具箱和数值工具箱计算函数的梯度。
使用符号工具箱,可以对符号表达式进行梯度计算。可以使用 gradient
函数计算符号表达式的梯度向量。以下是一个示例代码,使用符号工具箱计算函数 f(x,y)=x2+y2$ 在点 (1,2)$处的梯度向量:
% 定义符号变量和函数
syms x y;
f = x^2 + y^2;
% 计算梯度
grad_f = gradient(f, [x, y]);
% 在点 (1,2) 处计算梯度向量
x0 = 1;
y0 = 2;
grad_f_val = subs(grad_f, [x, y], [x0, y0]);
% 输出结果[2,4]
disp([grad_f_val]) % 2 4
在这个代码中,我们首先定义了符号变量 x
和 y
,以及函数 f(x,y)=x2+y2。然后,我们使用 gradient
函数计算了函数的梯度向量。最后,我们在点 (1,2) 处计算了梯度向量,并输出了结果。运行这个代码,可以得到函数 f(x,y)=x2+y2在点 (1,2) 处的梯度向量为 [2, 4]。
09符号对象
⚪️符号运算使用–种特殊的数据类型,称为符号对象(SymbolicObject),用字
符串形式表达,但又不同于字符串( Char Array).符号运算中的变量、函数和表达式都是符号对象.
% 这是数值表达式
n = pi^2
% 数值转化为符号对象
a = sym(n)
% 定义符号变量以及符号计算表达式
syms x y c
d = x^3+2*y^2;
% 定义符号矩阵
A = [x,y;2*x,2*y]
% 符号变量x用符号c替代
A = subs(A,x,c)
从上面可以看出万物皆可符号,定义单个符号使用sym,多个使用syms
计算精度和数据类型转换
符号数值计算默认精度为32位十进制,是MATLAB数值计算的两倍,符号工具箱还提供了计算精度设置指令,可以定义任意精度的数值计算.“vpa” 是 MATLAB 中的一个函数,它的全称是 “Variable Precision Arithmetic”,中文翻译为"可变精度算术"。该函数可以用来进行高精度计算,避免由于浮点数运算带来的舍入误差。
% s为圆周率
s=pi
% 将数值计算精度设置为8位
digits(8)
% 求s的数值结果
x=vpa(s)
% 采用n位计算精度求s的数值结果
x=vpa(s,n)
%符号对象转换为双精度
double(s)
%符号对象转换为字符串
char(s)
输出结果:
s =
3.1416
x =
3.1415927
x =
3.141592654
ans =
3.1416
ans =
10符号矩阵和符号函数
⚪️MATLAB大部分矩阵和数组运算符及指令都可以应用于符号矩阵,大部分MATLAB数学函数和逻辑关系运算也可用于符号对象.另外还有
符号矩阵
clear;
% 符号矩阵A
A = sym('[a,b;c,d]');
% B为A矩阵的逆
B = inv(A)
% 矩阵的运算
A./B
B.\A
A/B
B\A
% 求符号矩阵的特征值和特征向量
eig(A)
输出结果:
B =
[ d/(a*d - b*c), -b/(a*d - b*c)]
[ -c/(a*d - b*c), a/(a*d - b*c)]
ans =
[ (a*(a*d - b*c))/d, b*c - a*d]
[ b*c - a*d, (d*(a*d - b*c))/a]
ans =
[ (a*(a*d - b*c))/d, b*c - a*d]
[ b*c - a*d, (d*(a*d - b*c))/a]
ans =
[ a^2 + b*c, b*(a + d)]
[ c*(a + d), d^2 + b*c]
ans =
[ a^2 + b*c, b*(a + d)]
[ c*(a + d), d^2 + b*c]
ans =
a/2 + d/2 - (a^2 - 2*a*d + d^2 + 4*b*c)^(1/2)/2
a/2 + d/2 + (a^2 - 2*a*d + d^2 + 4*b*c)^(1/2)/2
符号函数
% f(x,y)=(x-y)^3
% g(x,y)=(x+y)^3
% 定义符号变量
syms x y;
%定义函数
f=(x-y)^3;
g=(x+y)^3;
%两个函数相乘
h = f*g
%展开多项式
hs = expand(h)
% 因式分解
hf = factor(hs)
%定义符号函数,自变量是x,y
fun = symfun(f*g,[x,y])
%符号计算替换无需使用subs方法
s = fun(x,x^2+x+1)
%合并同类项,变量x
scol = collect(s,x)
%化简
ssim = simplify(scol)
%最简形式
ssim =simple(scol)
% 数学公式的Latex输出
latex(ssim)
% 数学公式的C语言代码
ccode(ssim)
% 数学公式的matlab匿名函数代码
输出结果:
h =
(x + y)^3*(x - y)^3
hs =
x^6 - 3*x^4*y^2 + 3*x^2*y^4 - y^6
hf =
(x - y)^3*(x + y)^3
fun(x, y) =
(x + y)^3*(x - y)^3
s =
-(x^2 + 1)^3*(x^2 + 2*x + 1)^3
scol =
- x^12 - 6*x^11 - 18*x^10 - 38*x^9 - 63*x^8 - 84*x^7 - 92*x^6 - 84*x^5 - 63*x^4 - 38*x^3 - 18*x^2 - 6*x - 1
ssim =
-(x^2 + 1)^3*(x + 1)^6
ssim =
-(x^2 + 1)^3*(x + 1)^6
ans =
- {\left(x^2 + 1\right)}^3\, {\left(x + 1\right)}^6
ans =
t0 = -pow(x*x+1.0,3.0)*pow(x+1.0,6.0);
ans =
@(x)-(x.^2+1.0).^3.*(x+1.0).^6
**深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!**
![img](https://img-blog.csdnimg.cn/img_convert/a4bd0a08e7b28ad264c3e9f9afff70fd.png)
![img](https://img-blog.csdnimg.cn/img_convert/c5200f01263e08e2c4123f2fc985d15d.png)
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
详情docs.qq.com/doc/DSmdCdUNwcEJDTXFK
^3
s =
-(x^2 + 1)^3*(x^2 + 2*x + 1)^3
scol =
- x^12 - 6*x^11 - 18*x^10 - 38*x^9 - 63*x^8 - 84*x^7 - 92*x^6 - 84*x^5 - 63*x^4 - 38*x^3 - 18*x^2 - 6*x - 1
ssim =
-(x^2 + 1)^3*(x + 1)^6
ssim =
-(x^2 + 1)^3*(x + 1)^6
ans =
- {\left(x^2 + 1\right)}^3\, {\left(x + 1\right)}^6
ans =
t0 = -pow(x*x+1.0,3.0)*pow(x+1.0,6.0);
ans =
@(x)-(x.^2+1.0).^3.*(x+1.0).^6
**深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!**
[外链图片转存中...(img-ppmR2C4c-1724853057507)]
[外链图片转存中...(img-7PKnlTRO-1724853057508)]
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
详情docs.qq.com/doc/DSmdCdUNwcEJDTXFK