MATLAB多项式计算

MATLAB多项式计算

在MATLAB中,n次多项式用一个长度为n+1的行向量表示(因为是n个幂次项系数加上一个常数项),缺少的幂次项系数为0。
例如 n次多项式:
P(x)=anxn+an-1xn-1+an-2xn-2+…+a1x+a0
表示为:
[an,an-1,an-2,…,a1,a0]

1.多项式的加减运算

事实上,多项式的加减运算就是其所对应的系数向量的加减运算。
次数相同的两个多项式,可直接对多项式系数向量进行加减运算。
次数不同的两个多项式,则应该把低次的多项式系数不足的高次项用0补足,使同式中的各多项式具有相同的次数。

%次数相同
%计算(2x^2+2x)+(3x^2+3x)
>> a=[2,2,0]
>> b=[3,3,0]
>> c=a+b
c =
     5     5     0

%次数不同
%计算(x^3-2x^2+5x+3)+(6x-1),对于和式的后一个多项式6x-1,它仅为1次多项式,而前面的是3次。为确保两者次数相同,应把后者的系数向量处理成[0,0,6,-1]。命令如下:
>> a=[1,-2,5,3];
>> b=[0,0,6,-1];
>> c=a+b
c =
     1    -2    11     2

2.多项式的乘法运算

函数 conv(P1,P2)
用于求多项式P1和P2的乘积。其中,P1、P2是两个多项式系数向量

%求多项式x4+8x3-10与多项式2x2-x+3的乘积。

>> A=[1,8,0,0,-10];
>> B=[2,-1,3];
>> C=conv(A,B)
C =
     2    15    -5    24   -20    10   -30

%执行结果得到一个6次多项式:
%2x6+15x5-5x4+24x3-20x2+10x-30

3.多项式的除法运算

函数 [Q,r]=deconv(P1,P2)
用于对多项式P1和P2作除法运算。其中,Q返回多项式P1除以P2的商式r返回P1除以P2的余式。这里,Q和r仍是多项式系数向量。
deconv是conv的逆函数,即有P1=conv(P2,Q)+r

%求多项式x4+8x3-10除以多项式2x2-x+3的结果。

>> A=[1,8,0,0,-10];
>> B=[2,-1,3];
>> [P,r]=deconv(A,B)
P =
    0.5000    4.2500    1.3750
r =
         0         0         0  -11.3750  -14.1250

4.多项式的导函数

函数 polyder
p=polyder§:求多项式P的导函数。

>> x=[2,1,0,5]
>> p=polyder(x)
p =
     6     2     0
%对于2x^3+x^2+5 求导得到 6x^2+2 ,得到的结果向量就是[6,2,0] 

p=polyder(P,Q):求P·Q的导函数。

>> P=[1,2,3,4]
>> Q=[3,2,1]
>> p=polyder(P,Q)
p =
    15    32    42    40    11
%对于x^3+2x^2+3x+4 与3x^2+2x+1 相乘之后求导

[p,q]=polyder(P,Q):求P/Q的导函数,导函数的分子存入p,分母存入q。

>> P=1;
>> Q=[1,0,5];
>> [p,q]=polyder(P,Q)
p =
    -2     0
q =
     1     0    10     0    25

5.代数多项式求值

函数polyval :求代数多项式的值
Y=polyval(P,x)
若x为一数值,则求多项式P在该点的值;
若x为向量或矩阵,则对向量或矩阵中的每个元素求其多项式P的值。

题:已知多项式x4+8x3-10,分别取x=1.2和一个2×3矩阵为自变量,计算该多项式的值。

>> A=[1,8,0,0,-10];             %4次多项式系数
>> x=1.2;                     %取自变量为一数值
>> y1=polyval(A,x)
y1 =
    5.8976
>> x=[-1,1.2,-1.4;2,-1.8,1.6];      %给出一个矩阵x
>> y2=polyval(A,x)     %分别计算矩阵x中各元素为自变量的多项式之值
y2 =
  -17.0000    5.8976  -28.1104
   70.0000  -46.1584   29.3216

6.矩阵多项式求值

函数polyvalm :求矩阵多项式的值
Y=polyvalm(P,A):A为方阵,它以方阵为自变量求多项式的值。

例:仍以多项式x4+8x3-10为例,以2×2矩阵为自变量分别用polyval和polyvalm计算该多项式的值。

>> A=[1,8,0,0,-10];             	%多项式系数
>> x=[-1,1.2;2,-1.8];           	%给出一个矩阵x
>> y1=polyval(A,x)             	%计算代数多项式的值
y1 =
  -17.0000    5.8976
   70.0000  -46.1584
>> y2=polyvalm(A,x)            	%计算矩阵多项式的值
y2 =
  -60.5840   50.6496
   84.4160  -94.3504

7.多项式求根

函数roots:用于求多项式的全部根
x=roots(P) :P为多项式的系数向量,求得的根赋给向量x,即x(1)、x(2)、…、x(n)分别代表多项式的n个根
P=poly(x) :若已知多项式的全部根,则可以用poly函数建立起该多项式
若x为具有n个元素的向量,则poly(x)建立以x为其根的多项式,且将该多项式的系数赋给向量P

例:求多项式x4+8x3-10的根。

>> A=[1,8,0,0,-10];
>> x=roots(A)
x =
  -8.0194 + 0.0000i
   1.0344 + 0.0000i
  -0.5075 + 0.9736i
  -0.5075 - 0.9736i
  • 12
    点赞
  • 69
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1.版本:matlab2014/2019a/2021a,内含运行结果,不会运行可私信 2.领域:智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,更多内容可点击博主头像 3.内容:标题所示,对于介绍可点击主页搜索博客 4.适合人群:本科,硕士等教研学习使用 5.博客介绍:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可si信 %% 开发者:Matlab科研助手 %% 更多咨询关注天天Matlab微信公众号 ### 团队长期从事下列领域算法的研究和改进: ### 1 智能优化算法及应用 **1.1 改进智能优化算法方面(单目标和多目标)** **1.2 生产调度方面** 1.2.1 装配线调度研究 1.2.2 车间调度研究 1.2.3 生产线平衡研究 1.2.4 水库梯度调度研究 **1.3 路径规划方面** 1.3.1 旅行商问题研究(TSP、TSPTW) 1.3.2 各类车辆路径规划问题研究(vrp、VRPTW、CVRP) 1.3.3 机器人路径规划问题研究 1.3.4 无人机三维路径规划问题研究 1.3.5 多式联运问题研究 1.3.6 无人机结合车辆路径配送 **1.4 三维装箱求解** **1.5 物流选址研究** 1.5.1 背包问题 1.5.2 物流选址 1.5.4 货位优化 ##### 1.6 电力系统优化研究 1.6.1 微电网优化 1.6.2 配电网系统优化 1.6.3 配电网重构 1.6.4 有序充电 1.6.5 储能双层优化调度 1.6.6 储能优化配置 ### 2 神经网络回归预测、时序预测、分类清单 **2.1 bp预测和分类** **2.2 lssvm预测和分类** **2.3 svm预测和分类** **2.4 cnn预测和分类** ##### 2.5 ELM预测和分类 ##### 2.6 KELM预测和分类 **2.7 ELMAN预测和分类** ##### 2.8 LSTM预测和分类 **2.9 RBF预测和分类** ##### 2.10 DBN预测和分类 ##### 2.11 FNN预测 ##### 2.12 DELM预测和分类 ##### 2.13 BIlstm预测和分类 ##### 2.14 宽度学习预测和分类 ##### 2.15 模糊小波神经网络预测和分类 ##### 2.16 GRU预测和分类 ### 3 图像处理算法 **3.1 图像识别** 3.1.1 车牌、交通标志识别(新能源、国内外、复杂环境下车牌) 3.1.2 发票、身份证、银行卡识别 3.1.3 人脸类别和表情识别 3.1.4 打靶识别 3.1.5 字符识别(字母、数字、手写体、汉字、验证码) 3.1.6 病灶识别 3.1.7 花朵、药材、水果蔬菜识别 3.1.8 指纹、手势、虹膜识别 3.1.9 路面状态和裂缝识别 3.1.10 行为识别 3.1.11 万用表和表盘识别 3.1.12 人民币识别 3.1.13 答题卡识别 **3.2 图像分割** **3.3 图像检测** 3.3.1 显著性检测 3.3.2 缺陷检测 3.3.3 疲劳检测 3.3.4 病害检测 3.3.5 火灾检测 3.3.6 行人检测 3.3.7 水果分级 **3.4 图像隐藏** **3.5 图像去噪** **3.6 图像融合** **3.7 图像配准** **3.8 图像增强** **3.9 图像压缩** ##### 3.10 图像重建 ### 4 信号处理算法 **4.1 信号识别** **4.2 信号检测** **4.3 信号嵌入和提取** **4.4 信号去噪** ##### 4.5 故障诊断 ##### 4.6 脑电信号 ##### 4.7 心电信号 ##### 4.8 肌电信号 ### 5 元胞自动机仿真 **5.1 模拟交通流** **5.2 模拟人群疏散** **5.3 模拟病毒扩散** **5.4 模拟晶体生长** ### 6 无线传感器网络 ##### 6.1 无线传感器定位(Dv-Hop定位优化、RSSI定位优化) ##### 6.2 无线传感器覆盖优化 ##### 6.3 无线传感器通信及优化(Leach协议优化) ##### 6.4 无人机通信中继优化(组播优化)

“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