小朋友,你学会了吗?
多项式
线性方程组求解
非线性方程组求解
数值积分与微分
多项式
多项式是包含非负整数指数的单个变量的方程。MATLAB® 使用包含按降幂排序的多项式系数的数值向量来表示多项式。例如,[1 -4 4] 对应于 x2 - 4x + 4。
相关函数 | 说明 |
---|---|
poly | 具有指定根的多项式或特征多项式 |
polyeig | 多项式特征值问题 |
polyfit | 多项式曲线拟合 |
residue | 部分分式展开式(部分分式分解) |
roots | 多项式根 |
polyval | 多项式计算 |
polyvalm | 矩阵多项式计算 |
conv | 卷积和多项式乘法 |
deconv | 去卷积和多项式除法 |
polyint | 多项式积分 |
polyder | 多项式微分 |
创建多项式
matlab中以这种方式表示多项式
注意:即便某一项的系数为0,也要写出。
计算多项式
使用上面的polyval函数进行计算
polyval(p,2)
这样就可以计算p函数在x=2时的函数值。
如果进行矩阵的多项式计算,要使用polyvalm计算,在计算前给出变量矩阵,就可以。
x=[2 4 5; -1 0 3; 7 1 5]
y=polyvalm(p,x)
这样计算的结果y就是一个矩阵了。
多项式之间的加减
同普通数值计算(实际上如果不使用多项式的函数,这样的写法本身就只是一个一维数组。)
如果两个多项式次数不相同,少的部分用0补
a=[1 2 3 4]
b=[1 2 3]
c=a-[0 b]
多项式之间的乘除
使用conv和deconv函数
计算多项式的根
如果是计算多项式的根,就使用roots函数
r=roots(p)
就可以计算多项式的根。
根据根反求多项式
当已知指定根求多项式或特征多项式时,使用poly函数。
p=poly( r )
这样就可以反求多项式,这一项可以与roots一同练习编写,就可以看到先根据多项式求得根,再根据根反推多项式。
多项式的积分与微分
进行多项式的积分与微分,分别使用polyint、polyder函数。
多项式的极限
使用前面讲到的limit函数
语法 | 说明 |
---|---|
limit(f,var,a) | var逼近a时 返回符号表达式f的双向极限。 |
limit(f,a) | 使用sym var找到的默认变量 |
limit(f) | 0处极限值。 |
limit(f,var,a,‘left’) | 返回var接近 a左侧极限。 |
limit(f,var,a,‘right’) | 返回var接近 a右侧极限的 。 |
另外还有多项式拟合,实际上多项式的拟合就是对若干个数据点进行的拟合,求解拟合函数和多项式的关系……我没get到,可能这个拟合函数叫polyfit所以就算成和多项式有关?
线性方程组求解
利用左除运算求解 、利用矩阵求逆求解 ,==利用矩阵分解求解 、Cholesky分解、QR分解、LU分解?==查阅了帮助,这些都是对矩阵进行变换的方法什么的,因为方程组可以转化为矩阵形式,说使用这些方法来求解确实没什么问题,但既然我都使用机器进行求解了,为什么我还要一步步的命令它?这部分通过查阅线性方程组的相关的帮助编写,详细内容参见下方文章:
线性代数与matlab中方程组求解
非线性方程组求解
函数的具体使用方法和例子见帮助。
语法 | 说明 |
---|---|
fzero | 求解非线性函数的根 |
fsolve | 求解非线性方程组 |
数值积分与微分
差分(diff)
差分与微分的关系:
差分:Δy,当Δx变化量很小的时候就近似成了dy。
微分:函数图像在某一点处的切线在横坐标取得增量Δx以后,纵坐标取得的增量,一般表示为dy。
导数:,当Δx趋向于0时,Δy与Δx的比值。
因此,一阶差分就是第2个减第1个……二阶差分就是第3个减第1个……三阶差分就是第4个减第1个……
第二个程序例子,已经第n次吐槽买的这稀碎的教程两个复杂的函数,第一个进行拟合简化画图,再求得第一个函数的导函数画对应的曲线,三个曲线堆叠。明明三条曲线,老师愣是说画出两条。而且还有一个问题,对于导数这个定义而言,应该是Δx趋向于0时,程序中对导数的定义变成了Δx趋向于0.01,这个对于导数的定义我不是很认同。
积分、微分函数汇总
积分函数 | 说明 |
---|---|
integral | 数值积分 |
integral2 | 对二重积分进行数值计算 |
integral3 | 对三重积分进行数值计算 |
quadgk | 以自适应高斯-勒让德积分法计算数值积分 |
quad2d | 计算二重数值积分 - tiled 方法 |
cumtrapz | 累积梯形数值积分 |
trapz | 梯形数值积分 |
polyint | 多项式积分 |
微分函数 | 说明 |
---|---|
del2 | 离散拉普拉斯算子 |
diff | 差分和近似导数 |
gradient | 数值梯度 |
polyder | 多项式微分 |
这里不再给出对应的例子,详细使用方法请对照帮助文档,过程思路可以参照上面的例子。