1.数值解
MATLAB采用的是数值解法求解数学问题。
2. 数值线性代数问题及求解
2.1 特殊矩阵
零矩阵--------zeros(m,n)
元素全是一的矩阵 ---------- ones(m,n)
单位矩阵---------eye(m,n)
随机元素矩阵 --------- rand(m,n)
2.2 矩阵的特殊参数
1. 行列式--- det(A)
A = [1 2 3; 4 5 6; 7 8 0]; det(A)
2. 迹 ---- trace(A)
矩阵A的迹(用 表示)就等于A的特征值的总和,也即矩阵A的主对角线元素的总和
3. 特征多项式,特征方程和特征值
矩阵A(nxn))的特征多项式:
其中为特征多项式系数。
matlab的函数: c=poly(A) 其中C为行向量即上面的特征多项式系数。
令特征多项式=0 ----》 特征方程, 求解特征方程得到特征值。
特征值的两种求法:
B=poly(A);roots(B)
eig(A)
4. 矩阵的秩 ---- rank(A)
3. 数值微积分问题、
3.1 数值差分运算
vander()函数--- 范德蒙矩阵
diff()函数---后一行减去前一行
3.2 数值积分
% 编写待求积分的函数------ humps.m
function y = humps(x)
y = 1./((x-0.3).^2 + 0.01)+1./((x-0.9).^2 + 0.04) - 6;
end
% 主函数 -------- main.m
x = -1:0.01:2;
plot(x, humps(x)); %画出目标函数的图像
res = quad('humps', 0, 1); % 求解目标函数在(0,1)之间的积分
disp(res);
% 在主函数中定义函数
y = inline('1./((x-0.3).^2 + 0.01)+1./((x-0.9).^2 + 0.04) - 6', 'x');
% quadl()函数求解微分值
res = quadl(y, 0, 1);
disp(res);