数据及运算219632.pptVIP

4、部分分式展开 在控制系统分析中经常需要将传递函数进行部分分式展开。对于复杂的系统传递函数展开还是非常麻烦的，在Matlab中提供了residue函数来实现多项式的部分分式展开，很方便。 格式：[r，p，k]=residue(b,a) 说明：b和a分别为分子和分母多项式系数行向量，r为[r1,r2,……rn]留数行向量，p为[p1,p2,……pn]极点行向量；k为指向行向量。 例：将表达式 进行部分分式展开 b=[100,200]; a=[1 21 20 0]; [r,p,k]=residue(b,a) 输出结果： r = -4.7368 -5.2632 10.0000 p = -20 -1 0 k = [ ] 展开部分分式为： 二、多项式的乘除和微积分运算 1、多项式的乘法运算 格式： p=conv(p1,p2) 说明：p是多项式p1和p2的乘积多项式 例如：计算多项式 的乘积 a1=[1 0]; %对应多项式s a2=[1 1]; %对应多项式s+1 a3=[1 20]; %对应多项式s+20 p1=conv(a1,a2); p2=conv(p1,a3) p2 = 1 21 20 0 输出结果： 多项式的乘积为 2、多项式的除法运算 格式： [q，r]=deconv(p1,p2) 说明：除法不一定会除尽，会有余子式。多项式p1被p2除的商为多项式q，而余子式为r 例：多项式 除以 的商和余子式 p1=[1 21 20 0]; a3=[1 20]; [p2,r]=deconv(p1,a3) %计算商和余子式 商为： p2 = 1 1 0 余子式 r = 0 0 0 0 conv(p2,a3)+r %用商*除式+余子式验算，因该为p1 3、多项式微分 多项式为分用polyder函数来实现 格式： p1=polyder(p) 说明：p1为p的导函数 如： ，求导得 此多项式在Matlab中表示为： p=[3，42，20] 用Matlab来实现 p=[1 21 20 0]; p1=polyder(p) %求多项式微分 输出结果 p1 = 3 42 20 4、多项式积分 Matlab中没有专门的多项式积分函数，但可以用p./length(p):-1:1,k]的方法来完成积分，k为常数 如：函数 的积分为 用Matlab来实现 p=[3 42 20]; s=length(p):-1:1; k=0; p1=[p./s,k] %多项式积分 输出结果 p1 = 1 21 20 0 三、多项式拟合(p150)和插值(p146) 1、多项式拟合 多项式的拟合是用一个多项式来逼近一组数据，这是在实验数据分析中常用的一种方法。Matlab中用函数polyfit来实现。拟合的数学依据是最小二乘法，即找出使拟合曲线和这组实验数据偏差最小的拟合曲线。 格式： p=polyfit(x,y,n) 说明：x，y向量分别为数据点纵、横坐标；n用来拟合的多项式的阶数，p为拟合多项式，p为n+1个系数构成的行向量。 例如：对多项式 曲线拟合 ，分别作出一阶、二阶和三阶拟合曲线 x=1:10; p=[2 -1 5 10]; y0=polyval(p,x); p1=polyfit(x,y0,1) %一阶拟合, 即a+bx p2=polyfit(x,y0,2) %二阶拟合，即a+bx+cx2 p3=polyfit(x,y0,3) %三阶拟合，即a+bx+cx2+dx3 y1=polyval(p1,x); y2=polyval(p2,x); y3=polyval(p3,x); plot(x,y0,*,x,y1,x,y2,x,y3) legend(原始数据线,一阶拟合,二阶拟合,三阶拟合) 拟合结果 由拟合曲线可见，拟合阶数越高与原函数重合越好，即精度越好 例：设通过测量得到一组时间t和变量y的数据 t=[0 0.3 0.8 1.1 1.6 2.3]; y=[0.5 0.82 1.14