02-Matlab数值数组.pptVIP

2、用方括号[ ]创建二维数组 练习：试写出下列matlab语句的输出结果，并在matlab中进行验证。 a = 1:12 B = reshape(a,3,4) C = rot90(B) d = diag(C) E = diag(d) F = [tril(B);triu(B)] G = cat(2,tril(C),triu(C)) H = repmat(a,4,1) I = flipud(G) J = kron(d,E) 1、转置运算 2、两个维数相同的数组之间的数组运算 A + B：加，对应位置的数组元素相加 A - B：减，对应位置的数组元素相减 A.*B：点乘，对应位置的数组元素相乘 A./B：右点除，对应位置的数组元素相除 A.\B：左点除 A.^B：点幂，对应位置的数组元素做幂运算 练习：试写出下列matlab语句的输出结果，并在matlab中进行验证。 A = ones(3) B = eye(3) C = zeros(3) D = (A+B).*(A-B) E = (D + 1) + (D - 1)*i F = E.’./E’ + E.’.\E’ G = B.^D + D.^B 例题：绘制 y = sin(x) 的图像 四、矩阵运算 1、方阵的行列式 练习：求下面的行列式 2、矩阵相等 3、矩阵转置、共轭转置运算 对称矩阵：一个矩阵与其转置矩阵相等， 反对称矩阵：一个矩阵与其转置矩阵的和为零矩阵 4、矩阵加法 5、矩阵减法 6、数与矩阵的乘法 7、矩阵的乘法 练习 8、方阵的迹 9、方阵的幂 练习 10、矩阵多项式 例： 11、方阵的逆 练习 练习：用matlab实现下面的矩阵初等变换 B. 用克莱姆法则解线性方程组 练习：用克莱姆法则解方程组 例题：数组相关函数的应用以线性拟合为例 附：线性拟合模型的数学知识 一元线性回归方程 确定系数coefficient of determination 直线拟合的相关系数 八、一维数组在一元多项式运算中的应用 2、多项式的符号表示 练习 练习：利用多项式乘法完成下面的计算 练习 6、多项式的加法和减法 当两个多项式的阶次不同时，其系数向量的长度也不同，这时需要先将低阶多项式的系数向量前边补上足够的0，以便使它和高阶多项式具有相同的长度，然后再执行加法（减法）运算。 Matlab没有专门的函数执行多项式加法（减法） 如果两个多项式的阶次相同，其系数向量的长度相等，多项式的加法就是将两个多项式向量直接相加（相减）。 7、多项式的乘法 y1 = [1,2,3,4] y2 = [1,4,9,16] y = conv(y1,y2) y = poly2sym(y) w = conv(u,v) 此函数返回多项式u和v的乘积 多项式的乘法就是多项式系数向量之间的卷积（convolution） 如果要执行多个多项式之间的乘法运算，需要重复使用conv()函数 数学物理方法（陆全康 赵惠芬，第二版，高等教育出版社，2003）P87 8、多项式的除法 [q,r] = deconv(b,a ) q：用来存储b/a的商多项式， r：用来存储b/a的余数多项式 余数通常都与除数和被除数中较长的那个向量等长，因此r的前面一般有若干个0 此函数表示多项式b除以多项式a得到商多项式q和余数多项式r，如果r的元素全部为0，则表示多项式b可以整除多项式a。 多项式的除法就是多项式系数向量之间进行解卷积运算 9、多项式的微分（求导） polyder( ) 多项式微分 k = polyder(p) 求多项式p的微分多项式 k = polyder(a,b) 求a x b的微分 [q,d] = poyder(b,a)：求有理分式b/a的微分 q：分子多项式 d：分母多项式 10、多项式的积分 p = [1,6,20,48,69,72,44] h = polyder(g) q = polyint(h,44) q = polyint(p,k) 对多项式p积分，k为积分常数 q = polyint(p) 对多项式p积分，积分常数为0 11、部分分式展开（留数计算） 找出两个多项式b(x)和a(x)之比b(x)/a(x)的留数、极点及直项向量。 将部分分式展开的形式还原为两个多项式b(x)和a(x)相除的形式 [r,p,k] = residue(b,a) [b,a] = residue(r,p,k) b=[2,-1] a=[1,-5,6] [r,p,k]=residue(b,a) 练习：用residue函数确定A、B、C的值。 12、多项式拟合 p = polyfit(x,y,n) 多项式曲线拟合（最小二乘法） n=1就是进行线性拟合 0 -2.5 -4 -5.7 -3.