matlab多项式及其运算

0 创建多项式

多项式的一般形式如下:

f(x) = a_{0}x^{n} + a_{1}x^{n-1} + a_{2}x^{n-2} + ... + a_{n-1}x + a_{n}

我们可以使用它的系数向量来表示,P = [a_{0}, a_{1}, ... , a_{n-1}, a_{n}]

matlab中,提供了poly2sym函数实现多项式的构造。

  • r = poly2sym(c):c为多项式的系数向量
  • r = poly2sym(c, v):c为多项式的系数向量,v为其变量
>> poly2sym([1 3 2])
 
ans =
 
x^2 + 3*x + 2

>> poly2sym(sym([1 0 1 -1 2]),sym('y'))
 
ans =
 
y^4 + y^2 - y + 2

1.多项式的求根

多项式的根:

matlab使用roots函数求解多项式的根,即求解函数等于0的根

  • r = roots(c):其中c为多项式的系数向量,r为求解多项式的根
>> p = [1 -12 0 25 116];
>> r = roots(p);
>> p

p =

     1   -12     0    25   116

>> r

r =

  11.7473 + 0.0000i
   2.7028 + 0.0000i
  -1.2251 + 1.4672i
  -1.2251 - 1.4672i

由根创建多项式:

matlab中规定,多项式是行向量,根是列向量。给出一个多项式的根,也可以构造相应的多项式。

  • p = poly(A):如果A为方阵,则多项式p为该方阵的特征多项式;如果A为向量,则A的元素为该多项式p的根。n阶方阵的特征多项式存放在行向量中,并且特征多项式最高次的系数一定为1
>> pp = poly(r)

pp =

    1.0000  -12.0000   -0.0000   25.0000  116.0000

 

2.多项式的四则运算

多项式的加法:

如果两个多项式向量大小相同,相加时就与标准的数组加法相同

>> p1 = [5 40 6 21 9 3];
>> p2 = [4 0 3 72 1 8];
>> p3 = p1 + p2

p3 =

     9    40     9    93    10    11

>> r1 = poly2str(p3,'x')   % 显示多项式

r1 =

   9 x^5 + 40 x^4 + 9 x^3 + 93 x^2 + 10 x + 11

>> p4 = p1 - p2

p4 =

     1    40     3   -51     8    -5

>> r2 = poly2str(p4,'x')   % 显示多项式

r2 =

   x^5 + 40 x^4 + 3 x^3 - 51 x^2 + 8 x - 5

注意:当两个多项式阶次不同时,低阶的多项式用首0填补,使其与高阶多项式有同样的阶次。要求首零而不是尾0,是因为相关的系数像x幂一样,必须整齐 

多项式的乘法:

conv函数实现多项式的乘运算,deconv函数实现多项式的除运算

  • c = conv(a,b):执行a,b两个向量的卷积运算
  • c = conv(a,b,'shape'):按形参‘shape’返回卷积运算,shape取值如下:
    • full:为返回完整的卷积,是默认值
    • same:为返回部分卷积,其大小与向量a大小相同
    • valid:只返回无填充0部分的卷积,此时输出向量c的最大值为max(length(a) - max(0,length(b) - 1),0).
>> f = [1 4 -2 7 11];
>> g = [9 -11 5 0 8];
>> c = conv(f,g)

c =

     9    25   -57   105    20   -54    39    56    88

注意:conv函数只能进行两个多项式的乘法,两个以上的多项式的乘法需要重复使用conv

  • [q,r] = deconv(v,u):求多项式v, u的除法运算,其中q为返回多项式v除以u的商式,r为返回v除以u的余式。
>> c = [1 5 15 35 69 100 118 110 72];
>> b = [1 2 3 6 8];
>> [a,r] = deconv(c,b)

a =

     1     3     6     8     9


r =

     0     0     0     0     0    -2    -5    -8     0

3.多项式的导数

  • k = polyder(p):求多项式的导函数多项式
  • k = polyder(a,b):求多项式a与多项式b乘积的导函数多项式
  • [q,d] = polyder(b,a):求多项式b与多项式a相除的导函数,导函数的分子存入q,分母存入d
>> a = [3 6 9];
>> b = [1 2 0];
>> k = polyder(a,b)

k =

    12    36    42    18

>> K = poly2str(k,'x')

K =

   12 x^3 + 36 x^2 + 42 x + 18
>> [q,d] = polyder(b,a)

q =

    18    18


d =

     9    36    90   108    81

4.多项式的积分

  • polyint(p,k):返回以向量p为系数的多项式积分,积分的常数项为k
  • polyint(p):返回以向量p为系数多项式的积分,积分的常数项为默认值0
>> p = [1 -1 2];
>> k = 1/2;
>> F = polyint(p,k)

F =

    0.3333   -0.5000    2.0000    0.5000

>> df = poly2sym(F)
 
df =
 
x^3/3 - x^2/2 + 2*x + 1/2

5.多项式的估值

matlab提供了polyval函数与polyvalm函数用于求多项式p(x)在x=a的取值。输入可以是标量或矩阵

  • y = polyval(p,x):p为多项式的系数向量,x为矩阵,它是按数组运算规则来求多项式的值
  • [y,delta] = polyval(p,x,S):使用可选的结构数组S产生由polyfit函数输出的估计参数值;delta是预测未来的观测估算的误差标准偏差
  • y = polyval(p,x,[],mu)或[y,delta] = polyval(p,x,S,mu):使\hat{x} = (x - \mu _{1}) / \mu _{2}替代x,\mu _{1} = mean(x), \mu _{2} = std(x),其中心点与坐标值mu = [\mu _{1},\mu _{2}]可由polyfit函数计算得出

polyvalm函数的输入参数只能是N阶方阵,这时可以将多项式看作矩阵函数

  • Y = polyvalm(p,X):p为多项式的系数向量,X为方阵,其实按矩阵运算规则来求多项式的值。
>> X = pascal(4)

X =

     1     1     1     1
     1     2     3     4
     1     3     6    10
     1     4    10    20

>> p = poly(X)

p =

    1.0000  -29.0000   72.0000  -29.0000    1.0000

>> P = poly2str(p,'x')

P =

   x^4 - 29 x^3 + 72 x^2 - 29 x + 1

>> y = polyval(p,X)

y =

   1.0e+04 *

    0.0016    0.0016    0.0016    0.0016
    0.0016    0.0015   -0.0140   -0.0563
    0.0016   -0.0140   -0.2549   -1.2089
    0.0016   -0.0563   -1.2089   -4.3779

>> y = polyvalm(p,X)

y =

   1.0e-10 *

   -0.0003   -0.0036   -0.0052   -0.0143
   -0.0021   -0.0136   -0.0179   -0.0464
   -0.0059   -0.0330   -0.0400   -0.1047
   -0.0130   -0.0639   -0.0750   -0.1962

6.有理多项式

matlab中,有理多项式由它们的分子多项式和分母多项式表示。对有理多项式进行运算的两个函数是residue和polyder。redidue执行部分分式展开的运算

  • [r,p,k] = residue(b,a):b,a分别为分子和分母多项式系数的行向量,r为留数行向量
  • [b,a] = residue(r,p,k):p为极点行向量,k为直项行向量
>> b = [5 3 -2 7];
>> a = [-4 0 8 3];
>> [r,p,k] = residue(b,a)

r =

   -1.4167
   -0.6653
    1.3320


p =

    1.5737
   -1.1644
   -0.4093


k =

   -1.2500

>> [b,a] = residue(r,p,k)

b =

   -1.2500   -0.7500    0.5000   -1.7500


a =

    1.0000   -0.0000   -2.0000   -0.7500

7.多项式的微分

  • k = polyder(p):p,k分别为原多项式及微分多项式的多项式表示
  • k = polyder(a,b):求多项式a与多项式b乘积的导函数多项式
  • [q,b] = polyder(b,a):求多项式b与多项式a相除的导函数,导函数的分子存入q,分母存入d
>> a = [3 6 9];
>> b = [1 2 0];
>> k = polyder(a,b)

k =

    12    36    42    18

>> K = poly2str(k,'x')

K =

   12 x^3 + 36 x^2 + 42 x + 18
>> [q,d] = polyder(b,a)

q =

    18    18


d =

     9    36    90   108    81

 

  • 40
    点赞
  • 223
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值