MATLAB实用教程　全套课件.pptVIP

多维插值 函数interp3进行三维插值，可选的插值方法包括： 最近邻法 线性插值 三次插值 用interpn函数进行更高维数据的插值，同样有最近邻插值、线性插值和三次插值三种方法。 曲线拟合 最小二乘法 多项式曲线拟合 相关工具 最小二乘法 最小二乘法通过最小化残差的平方和来获得待定系数的估计。 常见的最小二乘法包括线性最小二乘、加权线性最小二乘、稳健最小二乘和非线性最小二乘等。求解非线性最小二乘问题的Gauss-Newton法和Levenberg-Marquart法是老牌算法。 多项式曲线拟合 用polyfit函数计算拟合数据集的多项式在最小二乘意义上的系数，调用形式为 p = polyfit(x,y,n) x和y是包含要拟合的x和y数据的矢量，n是多项式的阶次。 拟合工具 MATLAB支持用下图所示的拟合界面进行曲线拟合。 数值微分 数值微分运算 数值梯度运算 中心差分 数值微分运算 可以用diff函数实现数值微分运算。 例： x=[3 7 5;0 4 2]; diff(x) ans = -3 -3 -3 数值梯度运算 用gradient函数进行数值梯度运算。 例： v = -2:0.2:2; [x,y] = meshgrid(v); z = x .* exp(-x.^2 - y.^2); [px,py] = gradient(z,.2,.2); contour(v,v,z), hold on, quiver(v,v,px,py), hold off 中心差分 使用del2函数可以实现中心差分。 数值积分 梯形求积 Simpson求积 Lobatto求积 Gauss求积 Romberg求积 二重积分 三重积分 常微分方程的数值解 显式和线性隐式常微分方程问题求解 完全隐式常微分方程问题求解 边界值常微分方程问题求解 改进的Eulor法 线性多步法 第14章 偏微分方程数值解的MATLAB实现 一维偏微分方程的求解 二维偏微分方程的求解 用GUI求解偏微分方程 一维偏微分方程的求解 MATLAB使用pdepe求解器求解一维PDE，要求一维PDE具有下面的形式： 其中， 。区间[a,b]必须是有界区间。m可以是0,1或2，分别表示平面对称、柱面对称和球面对称。如果m0，则a必须大于等于0。 二维偏微分方程的求解 利用MATLAB提供的偏微分方程数值解工具箱，可以求解二维PDE问题。可求解的问题包括椭圆型问题、抛物型问题、双曲型问题、特征值问题和非线性问题等。该工具箱使用有限单元法进行数值求解。 基本二维偏微分方程问题及其求解函数 基本二维偏微分方程问题及其求解函数如下表所示。 二维偏微分方程问题 求解函数 椭圆型问题 assempde 抛物型问题 parabolic 双曲型问题 hyperbolic 特征值问题 pdeeig 非线性问题 pdenonlin 用GUI求解偏微分方程 在MATLAB命令窗口中输入命令：pdetool，然后单击回车键，显示PDE图形用户界面，如下图所示。可以在该工具中可视地完成整个建模、求解和绘图任务。 用GUI求解偏微分方程的基本步骤 一般地，利用PDE图形用户界面求解PDE问题的过程分为以下几步： ① 选择应用模式； ② 建立几何模型； ③ 定义边界条件； ④ 定义PDE类型和PDE系数； ⑤ 三角形网格剖分； ⑥ PDE求解； ⑦ 解的图形表达。 其中前5步可称为前处理，第7步可称为后处理。 第15章 计算几何的MATLAB实现 点与多边形的包含关系 矩形的集合运算 凸包 Delaunay剖分 Voronoi图 最近邻搜索 点与多边形的包含关系 用inpolygon函数可以测试点是否位于在多边形区域内部。 矩形的集合运算 MATLAB用rectint函数求矩形区域的交。 凸包 二维点集的凸包 N维点集的凸包 二维点集的凸包 用convhull函数计算平面点集的凸包。 例：下面的代码首先在极坐标中生成一系列点，用pol2cart函数将它们转换到笛卡儿坐标，然后用convhull函数计算点的凸包，用plot函数，用红色实线画出凸包线。 xx = -1:.05:1; yy = abs(sqrt(xx)); [x,y] = pol2cart(xx,yy); k = convhull(x,y); plot(x(k),y(k),r-,x,y,b+