六 Matlab数值计算与优化.pptVIP

Matlab数值计算与优化 * 1 求和与求积 数据序列求和与求积的函数是sum和prod，其使用方法类似。设X是一个向量，A是一个矩阵，函数的调用格式为： sum(X)：返回向量X各元素的和。 prod(X)：返回向量X各元素的乘积。 sum(A)：返回一个行向量，其第i个元素是A的第i列的元素和。 prod(A)：返回一个行向量，其第i个元素是A的第i列的元素乘积。 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。 prod(A,dim)：当dim为1时，该函数等同于 prod(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素乘积。 平均值和中值 求数据序列平均值的函数是mean，求数据序列中值的函数是median。两个函数的调用格式为： mean(X)：返回向量X的算术平均值。 median(X)：返回向量X的中值。 mean(A)：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。 median(A)：返回一个行向量，其第i个元素是A的第i列的中值。 排序 MATLAB中对向量X是排序函数是sort(X)，函数返回一个对X中的元素按升序排列的新向量。 sort函数也可以对矩阵A的各列或各行重新排序，其调用格式为： [Y,I]=sort(A,dim) 其中dim指明对A的列还是行进行排序。若dim=1，则按列排；若dim=2，则按行排。Y是排序后的矩阵，而I记录Y中的元素在A中位置。 2 一维插值 Matlab提供了interpl函数来进行插值，这个函数的一般语法为： interpl（ x，y，x1，′method ′） 其中x和y为原数据点,x要是单调增加的，x1为加细的数据点或是我们希望得到插值数据的数据点，method是表示插值方法的字符串，可以指定如下插值方法： ′linear ′ 线性插值（可以省缺） ′spline ′ 三次样条插值 ′cubic ′ 三次插值 函数返回与x1等长的向量，为x1指定数据点处的插值函数值。 例1：在12小时内，每隔1小时测一次温度，依次为5，8，9，15，25，29，31，30，22，25，27，24，估计在3.2，6.5，7.1，11.7小时处的温度值。 解： h=1:12; temp=[5,8,9,15,25,29,31,30,22,25,27,24]; t=interp1(h,temp,[3.2,6.5,7.1,11.7]) % 线性插值 t1=interp1(h,temp,[3.2,6.5,7.1,11.7],spline) %三次样条插值 结果为 t =10.2000 30.0000 30.9000 24.9000 t1 =9.6734 30.0427 31.1755 25.3820 多项式与多项式拟合 多项式乘法运算 函数conv(P1,P2)用于求多项式P1和P2的乘积。这里，P1、P2是两个多项式系数向量，次数从高到低.。 多项式除法 函数[Q,r]=deconv(P1,P2)用于对多项式P1和P2作除法运算。其中Q返回多项式P1除以P2的商式，r返回P1除以P2的余式。这里，Q和r仍是多项式系数向量。 曲线拟合涉及到使用何种函数进行和使用何种 判别标准两个基本问题。一般的拟合方法是使用多项式对数据进行拟合，而最佳拟合被解释为数据点与拟合点的误差平方和最小。函数polyfit可以用来求解此类最小二乘拟合问题. A=polyfit(x,y,n) 其中x，y是给出的数据对，n为拟合多项式的次数。函数返回的A是一个多项式系数的行向量，次数从高到低.多项式在x处的值y可用下列命令计算 y=polyval(A,x) 例2：对下列数据作多项式拟合 解：x=0:0.2:1.6; y=[1.98,3.28,6.16,7.08,7.34,7.66,9.56,9.48,11.2]; a=polyfit(x,y,2) % 二次多项式 b=polyfit(x,y,4) % 四次多项式 结果为 a = -1.7527 8.0427 2.2372 b =1.5334 -1.0915 -6.0288 12.0390 1.7833 11.2 9.48 9.56 7.66 7.34 7.08 6.16 3.28 1.98 yi 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2