新能源汽车性能仿真 第2章.pptVIP

第2章 MATLAB数值计算分析 2.1 方程求根 2.2 线性方程组数值解法 2.3 非线性方程组数值解法 2.4 插值与拟合 2.5 数值积分 2.6 常微分方程的数值解法 随着计算机的迅速发展与广泛应用，在众多的领域，科学计算方法的应用越来越广泛了，而MATLAB再进行科学计算方面有着无与伦比的优势。 本章介绍MATLAB在计算方法中的应用。 2.1 方程求根 roots (多项式系数矩阵)——见多项式求根； fzero可求解非线性方程，它的格式为： fzero(‘function’,x0) 其中function为求解的方程，x0为估计的根，x0可为标量或长度为2的向量，为向量时函数在向量两端的值应该符号相反，此时求解区间上的解。只能求解x0附近的一个解。即使在某个区间内有多个解，但是区间端点符号相同的话仍然出错。 程序实例 fzero(x^3-3*x-1,2) ans = 1.8794 fzero(x^3-3*x-1,[1,4]) ans = 1.8794 fzero(x^3-3*x-1,[2,4]) ??? Error using == fzero The function values at the interval endpoints must differ in sign. 程序实例 fzero(x^2-3*x+2,0) ans = 1.0000 fzero(x^2-3*x+2,3) ans = 2.0000 fzero(x^2-3*x+2,[0,4]) ??? Error using == fzero The function values at the interval endpoints must differ in sign. 2.2 线性方程组数值解法 线性方程组的求解不仅在工程技术领域涉及到，而且在其他的许多领域也经常碰到，因此这是一个应用相当广泛的课题。 关于线性方程组的数值解法一般分为两类：一类是直接法，就是在没有舍入误差的情况下，通过有限步四则运算求得方程组准确解的方法。另一类是迭代法，就是先给定一个解的初始值，然后按一定的法则逐步求出解的各个更准确的近似值的方法。 2.2.1 直接解法 关于线性方程组的直接解法有许多种，比如Gauss消去法、列主元消去法、平方根法等。 在MATLAB中，线性方程组的直接解法只需要用符号“/”或“\”就解决问题。还可以使用逆阵函数来求解：x=inv(A)*B。 程序实例 求解下列方程组 程序实例 a=[12 -3 3;-18 3 -1;1 1 1]; b=[15;-15;6]; x1=a\b x1 = 1.0000 2.0000 3.0000 x2=inv(a)*b x2 = 1 2 3 2.2.2 线性方程组求解中的变换 上三角变换 U=triu(x)返回矩阵x的上三角部分； U=triu(x,k)返回第k条对角线以上部分的元素。 程序实例 a=[12 -3 3;-18 3 -1;1 1 1]; triu(a) ans = 12 -3 3 0 3 -1 0 0 1 程序实例 triu(a,1) ans = 0 -3 3 0 0 -1 0 0 0 triu(a,-1) ans = 12 -3 3 -18 3 -1 0 1 1 下三角变换 U=tril(x)返回矩阵x的下三角部分； U=tril(x,k)返回第k条对角线以上下部分的元素。 程序实例 a=[12 -3 3;-18 3 -1;1 1 1]; tril(a) ans = 12 0 0 -18 3 0 1 1 1 程序实例 tril(a,1) ans = 12 -3 0 -18 3 -1 1 1 1 tril(a,-1) ans = 0 0 0 -18 0 0 1 1 0 对角变换 U=diag(x)返回矩阵x主对角线上的元素，返回结果是一列向量形式； U=diag(x,k)返回第k条对角线上的元素值。 当x为向量时生成矩阵。 程序实例 a=[12 -3 3;-18 3 -1;1 1 1]; diag(a) ans = 12 3