第五讲 matlab数值与符号计算.pptx

第五讲 数值与符号计算MATLAB提供了丰富的数值分析命令，具有出色的数值计算能力。符号计算使其计算能力更上一层楼。主要内容5.1 插值运算5.2 曲线拟合5.3 数据分析5.4 数值微积分5.5 符号计算入门5.6 符号对象的创建和使用5.7 任意精度计算5.8 符号表达式的化简和替换5.9 符号微积分5.10符号方程求解5.1 插值运算5.1.1 一维插值5.1.2 二维插值5.1.1 一维插值单变量函数f(x)的数值插值问题称为一维插值。函数interp1Y1=interp1(X,Y,X1,‘method’) %计算函数在X1处的值Y1，X、Y和X1均为向量methodlinear：线性插值（默认）nearest：最近点插值。cubic：3次多项式插值。spline：3次样条插值。interpolation5.1.1 一维插值示例5.1.2 二维插值对双变量函数z=f(x,y)进行插值函数interp2Z1 = interp2( X,Y,Z,X1,Y1,method )其中X、Y是两个向量（矩阵），分别描述两个参数的采样点，Z是与参数采样点对应的函数值。X1、Y1描述欲插值的点。Z1是根据相应的插值方法得到的插值结果。method的取值与一维插值函数相同。5.1.2 二维插值linear：线性插值（默认）nearest：最近点插值。cubic：3次多项式插值。spline：3次样条插值。5.2 曲线拟合目的：用一个较简单的函数去逼近一个复杂的或未知的函数。MATLAB曲线拟合的最优标准是采用常见的最小二乘原理，所构造的函数是一个次数小于插值节点个数的多项式。曲线拟合的最小二乘原理，就是使上述拟合多项式在各节点处的偏差g(xi)-yi的平方和达到最小。命令格式：[g,t]=polyfit(X,Y,n)，结果g为多项式系数向量，t为误差向量，n为多项式次数。5.2 曲线拟合示例X=0:0.1:1;Y=[-0.447,1.978,3.28,6.16,…7.08,7.34,7.66,9.56,9.48,9.30,11.2];g=polyfit(X,Y,n); % n分别取2、3和4n 取 1 会是什么结果？5.2 曲线拟合在MATLAB还提供了拟合工具Curve Fitting tool。12误差分析5.2 曲线拟合125.3 数据分析5.3.1 最大值和最小值5.3.2 求和与求积5.3.3 平均值和中值5.3.1 最大值和最小值max(A)：A是向量，则返回向量A的最大值。A中包含复数元素，则按模取最大值。A是矩阵，则返回一个行向量(每一列的最大值)。[Y,U]?=?max(A) %A是向量，则返回向量A的最大值存入Y，最大值的序号存入U。如果A中包含复数元素，则按模取最大值。如果A是矩阵，则Y向量记录A的每列的最大值，U向量记录每列最大值的行号。max(A,[ ],dim) %仅用于矩阵。dim取1或2：取1时，该函数和max(A)完全相同；取2时，返回一个列向量，数据对应每行的最大值。5.3.1 最大值和最小值示例：求 X = [54,86,453,45;90,32,64,54;-23,12,71,18]中各列和各行元素中的最大值。[Y,U]=max(X) %求矩阵x中各列元素的最大值及其这些元素的行下标。Y=max(X,[ ],2) %命令中dim=2，故查找操作在各行中进行。5.3.1 最大值和最小值min的用法与max完全一样5.3.1 最大值和最小值两个向量或矩阵对应元素的比较max(A,B)：A、B是两个同型的向量或矩阵，返回值是与A、B同型的向量或矩阵，其中的每个元素等于A、B对应元素的较大者。max(A,n)：n是一个标量，返回值是与A同型的向量或矩阵，其中的每个元素等于A对应元素和n中的较大者。5.3.2 求和与求积sum(A)：如果A是一个向量，则返回向量各元素的和。如果A是一个矩阵，则返回一个行向量，其第i个元素是A的第i列的元素和。sum(A,dim)：当dim为1时，该函数等同于sum(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素之和。5.3.2 求和与求积数据求积的函数是prod，其用法和sum完全相同。5.3.3 平均值和中值数据序列的平均值指的是算术平均值。中值是指在数据序列中其值的大小恰好处在中间的元素。求数据序列平均值的函数是mean，mean函数的调用格式如下。mean(A)：如果A是一个向量，则返回向量的算术平均值。如果A是一个矩阵，则返回一个行向量，其第i个元素是A的第i列的算术平均值。mean(A,dim)：当dim为1时，该函数等同于mean(A)；当dim为2时，返回一个列向量，其第i个元