MATLAB 1数值分析.pptVIP

第十一章 数值分析 11.1 绘图 有时一个函数在某一区间是平坦的并且无激励，而在其它区间却失控。此时，运用传统的绘图方法会导致图形与函数真正的特性相去甚远。MATLAB提供了一个称为fplot的巧妙的绘图函数。该函数细致地计算要绘图的函数，并且确保在输出的图形中表示出所有的奇异点。引用格式： fplot(FUN , [XMIN XMAX]) [例11—1] 链接 链接 Example01，Example01_1。 [例11—2] 链接 Example01_2。 * 11.2 极小化  在许多应用中，特别感兴趣的是确定函数的极值，即最大值（峰值）和最小值（谷值）。 数学上，可通过确定函数导数（斜率）为零的点，解析上求出这些极值点。 有许多情况，很难或不可能解析上求得导数的情况下，必须数值上寻找函数的极值点。 MATLAB提供了两个完成此功能的函数fminbnd和fminsearch。这两个函数分别寻找一维或n维函数的最小值。 fminbnd(FUN, [XMIN XMAX])  [例11—3] 链接 Example02。 11.3 求零点 正如人们对寻找函数的极点感兴趣一样，有时寻找函数过零或等于其它常数的点也非常重要。一般试图用解析的方法寻找这类点非常困难，而且很多时候是不可能的。MATLAB提供了该问题的数值解法。函数fzero寻找一维函数的零点。 X = fzero(FUN,X0) 调用函数fzero时，必须给出该函数的名称。 fzero不仅能寻找零点，它还可以寻找函数等于任何常数值的点。 [例11—4] 链接 Example03_1。 [例11—5] 链接 Example03_2。 11.4 积分 函数的积分或面积也是一个有用的属性。MATLAT提供了在有限区间内，数值计算某函数下的面积的三种函数：trapz , quad和quadl。 函数trapz通过计算若干梯形面积的和来近似某函数的积分。 函数quad和quadl是基于数学上的正方形概念来计算函数的面积。 与简单的梯形比较，这两个函数进行更高阶的近似，而且quadl比quad更精确。 函数调用： Z = trapz(X,Y) Q = quad(@FUN,A,B) Q = quadl(FUN,A,B) [例11—6] 链接 Example04_1。 [例11—7] 链接 Example04_2。 quad和quadl把一个两维向量[rel-tol abs-tol]作为它们的第4个输人参量，从而允许指定相对误差和绝对误差的裕度。缺省值为绝对误差[1.e-6]。 例： quad(humps, -1,2, [1e-6]) % default tolerances 有时候，我们对积分函数（曲线）感兴趣，用函数cumtrapz可以计算累积积分的列表值。 [例11—8] 链接 Example04_3。 除了一维积分外．函数dblquad可以进行双重积分，该函数仅支持M文件函数。 dblquad(Fname,xmin,xmax,ymin,ymax) [例11—9] 链接 Example04_4。 也可在dblquad中增加包含期望相对误差和绝对误差裕度的向量。缺省情况下，dblquad调用quad进行积分，所以dblquad的缺省裕度值同quad。 11.5 微分 与积分相反，数值微分非常困难。积分描述了一个函数的整体或宏观性质，而微分则描述一个函数在一点处的斜率，这是函数的微观性质。因此积分对函数的形状在小范围内的改变不敏感。而微分却很敏感。一个函数小的变化，容易产生相邻点的斜率的大的改变。 由于微分这个固有的困难，所以尽可能避免数值微分，特别是对实验获得的数据进行微分。在这种情况下，最好用最小二乘曲线拟合这种数据，然后对所得到的多项式进行多项式微分。或用另一种方法，对该数据进行三次样条拟合，然后对三次样条进行样条微分。 [例11—10] 链接 Example05_1。 给定一些描述某函数的数据，MATLAB提供了一个计算其非常粗略的微分的函数。这个函数命名为diff，它计算数组中元素间的差分。因为微分定义为： 则y=f(x)的微分可近似为 [例11—10] 链接 Example05_2。 *