第6章_MATLAB数值运算.pptx

计算机学院 郭江鸿 21B434 解析解:公式解，利用符号运算工具箱(Symbolic Math Toolbox) 数值解:很多工程问题不存在或很难得到解析解、解析解计算太复杂时，需要用数值解法。 对下列问题求数值解 解方程线性方程组、高次线性方程、非线性方程、非线性方程组 数据处理与多项式计算 数值微积分 常微分方程求解 离散傅立叶变换 ……;6.1 解方程;恰定方程组求解;;;超定方程组求解;;;欠定方程组求解; 6.1.2 解高次线性方程 例6.6 解高次线性方程;;;;例6.8 解方程： (1)估计零点位置，将方程变换成 h(x)=g(x)的形式，用ezplot或fplot函数画出h(x)和g(x)的图象，二者的交点即为零点位置。 ezplot(exp(x)) hold on ezplot(2/x) hold off grid [x,y]=ginput(1) x= 0.8250 y=2.3402 (2)求解 x = fzero ( ‘x*exp(x)-2’ , 0.8250 ) %根据估计零点 x = fzero ( ‘x*exp(x)-2’ , [0 2] ) %根据估计区间范围 ;6.1.4 解非线性方程组 函数： x = fsolve(fun,x0,option)，用来求解f(x)=0，其中x是一个向量。 fun:关于向量x的M函数。 x0：寻找解的初始位置。 option：为设定的最优化工具箱的优化参数，可以用optimset函数设定，如： optimset(‘Display’,‘off’)  设定函数调用时不显示中间结果。;;;;;6 .2 数据处理与多项式计算;求矩阵的平均值和中值; ;求标准方差;相关系数;求矩阵最大元素和最小元素;;;矩阵元素求和与求积;排序;;;6 .2 数据处理与多项式计算;;;;;钢轨温度分布图;;;;;;6 .2 数据处理与多项式计算(续) ;最常用的的曲线拟合是最小二乘法曲线拟合，拟合结果可使误差的平方和最小。 设测得n个离散数据点（xi,yi),构造一个m次多项式p(x)：p(x)=a1xm+a2xm-1+…+amx+am+1使得上述拟合多项式在各节点处的偏差p(xi)-yi的平方和 达到最小。 采用最小二乘法则进行曲线拟合时，实际是求一个系数向量，该系数向量是多项式的系数。 在MATLAB中，用polyfit函数来求得最小二乘拟合多项式的系数，再用polyval函数按所得的多项式计算所给出的点上的函数近似值。;;;;;6 .2 数据处理与多项式计算(续) ;;;;;;6 .3 数值微积分;;;;6 .3 数值微积分（续）;;;6 .4 常微分方程的数值求解; ?例6.20 设有初值问题 试求其数值解，并与精确解相比较(精确解为 )。 (1) 建立函数文件funt.m。 function yp=funt(t,y) yp=(y^2-t-2)/4/(t+1); (2) 求解微分方程。 t0=0;tf=10; y0=2; [t,y]=ode23(funt,[t0,tf],y0); %求数值解 y1=sqrt(t+1)+1; %求精确解 plot(t,y,b.,t,y1,r-); %通过图形来比较 y为数值解，y1为精确值，显然两者近似。 ;习题作业;;;;;