第4章MATLAB_ppt.pptVIP

第4章 MATLAB的其他函数库 4.1 数据分析(datafun) Data analysis and Fourier transforms 输入命令：Help datafun；进入help Browser；进入Path Browser查看DataFun。参照P67,表4.3。 基本数据分析 场论数据分析 随机数据分析 相关分析和傅立叶分析 基本数据分析函数 Max(data)使用matlab editor/debugger打开max.mat文件，阅读其说明。并举例试用。 Min(data)、mean(data)、sum(data) 场论的数据分析函数 Gradient()二维场和三维场的近似梯度 参照gradient.m。 Cross()向量的矢量积 Dot()向量的数量积 随机过程的数据分析函数 注：它们在elmat库中。 rand(m,n)均匀分布随机矩阵 参照rand.m文件，熟悉rand的各种用法。 randn(m,n)正态分布随机矩阵 相关分析和傅立叶分析函数 corrcoef 两个同长信号的相关系数 con协方差矩阵 conv向量的卷积，参照conv.m。 fft傅立叶变换，参照fft.m。 ifft傅立叶反变换 sound声音输出函数 4.2矩阵分析和线性代数(matfun) Matrix functions - numerical linear algebra 输入命令：Help matfun；进入help Browser；进入Path Browser查看MatFun 线性方程组的系数矩阵 矩阵的分解 矩阵的特征值 特殊矩阵库 1. 逆、秩与行列式计算 求逆：inv(A) A\B=inv(A)*B A/B=inv(B)*A=(A’\B’)’ 求行列式：det(A) 要求矩阵必须为方阵 求秩：rank（A） 【例4.1】 a=[1 2 3; 4 5 6; 2 3 5]; b=inv(a)%求方阵a的逆 c=det(a) %求方阵a的行列式 d=rank(a) %求a中线性无关的行数 2. 其他矩阵函数 求A的特征值Ax=?x：eig(A) 求A的特征值AX=XD：[X，D]=eig（A） 求A的范数：norm(A) 3. 矩阵分解 U‘AU=T，A是方阵，T是对角阵，对角线元素是A的特征值（舒尔分解）：schur(A) 奇异值分解A=USV ,S=UAV：svd(A) [U,S,V]=svd(A) A=[1 1;2 3]; 4. 特征多项式和特征值 求A的特征多项式p向量：poly(A) 求矩阵的特征值：eig(A) A=[1 1;2 3]; 【例 4.2】求方阵A的特征多项式 A=[11 12 13;14 15 16;17 18 19]; PA=poly(A) %A的特征多项式 PPA=poly2str(PA,s)%以较习惯的方式显示多项式 PA = 1.0000 -45.0000 -18.0000 -0.0000 PPA = s^3 - 45 s^2 - 18 s - 2.8387e-015 4.3 多项式(polyfun) Interpolation and polynomials 输入命令：Help polyfun；进入help Browser；进入Path Browser查看polyfun 多项式的四则运算 多项式求导、求根和求值 多项式拟合 多项式插值 线性微分方程的解 1、多项式建立 在MATLAB中，多项式使用降幂系数的行向量表示。如： 2、求根 函数roots可求出多项式p=0的根，根用列向量表示。 若已知根，函数poly可以求出相应多项式。 【例4.3】由给定根向量求多项式系数向量 R=[-0.5,-0.3+0.4*i,-0.3-0.4*i];%根向量 P=poly(R) %R的特征多项式 PR=real(P) %求PR的实部 PPR=poly2str(PR,x) P = 1.0000 1.1000 0.5500 0.1250 PR = 1.0000 1.1000 0.5500 0.1250 PPR = x^3 + 1.1 x^2 + 0.55 x + 0.125 【例4.4】 a=[1 2;3 4] d=eig(a) %矩阵特征值 e=poly(a) %矩阵特征多项式 b=roots(e) %多项式的根 c=poly(d) d=矩阵特征值e=矩阵特征多项式b=多项式e的根c=给定根d的多项式 【例4.5】研究系统稳定性 给出单位