计算方法MATLAB实现讲稿.docVIP

第7章 计算方法的MATLAB实现 计算方法主要研究数学问题的数值解，涉及的内容。利用MATLAB提供的部分函数，可以实现某些情况下的数值求解。 求解一元非线性方程的方法主要有二分法、割线法、牛顿法等。本节主要介绍两个可以求解一元非线性方程的函数，即fzero函数和roots函数。 fzero函数 用fzero函数求一元非线性方程的零点。该函数的调用格式为： ●x=fzero(fun,x0)：如果x0为标量，则试图寻找函数fun在x0附近的零点。fun参数是一个M文件函数或匿名函数的函数句柄。函数fzero返回的值x靠近fun函数改变符号的位置。如果搜索失败，则返回NaN。搜索区间扩展到inf、NaN或复数值时终止搜索。如果x0是一个长度为2的矢量，则fzero函数假设x0是一个区间，其中fun(x0(1))的符号与fun(x0(2))的不同。如果符号相同，则会出错。给出符号不同的区间可以保证fzero函数返回一个fun函数改变符号的位置附近的值。 ●[x,fval]=fzero(…)：返回x和解x处目标函数fun的值。 ●[x,fval,exitflag]=fzero(…)：返回一个exitflag值，描述fzero函数的退出条件。返回值及其描述如下所示： 0，表示函数找到了零值点x； 0，表示没有发现零值点。 例1　求方程的解。x2=fzero(f,1) x3=fzero(f,6) x4=fzero(f,50) 运行结果： x1 = -20 x2 = -1 x3 = 5 x4 = 30 7.1.2 roots函数 用roots函数计算多项式的根，该函数的调用格式为： ●r=roots(c)：返回一个列矢量，其元素为多项式c的解。 例求多项式方程的解。r = 5.0000 -0.0000 + 1.0000i -0.0000 - 1.0000i P1 = 1.0000 -5.0000 1.0000 -5.0000 注意：poly和roots互为逆函数函数poly返回多项式的系数。 用MATLAB求解线性方程组的解，Jocabi迭代法、Gauss-Seidel迭代法和SOR(超松驰)迭代法等。 实际工程中得到的数学模型往往具有非线性的特点，得到其解析解比较困难。一般采用迭代法求解非线性方程组。比较常见的迭代方法有不动点迭代法、Newton迭代法和拟Newton迭代法等几种不动点迭代法。 个未知数和个方程的非线性方程组记为：，然后把上述方程组改写为便于迭代的等价形式：，由此得出不动点迭代法的迭代公式：。 如果得到的序列满足，则就是的不动点。这样就可以求出线性方程组的解（近似解）。据此，编写不动点迭代法的M文件（文件名为example7_3b.m）： function s=example7_3b(x,eps) %不动点迭代法求非线性方程组的解 %x为迭代初值，eps为允许误差值。 if nargin==1 eps=1e-6; elseif nargin1 error return end x1=example7_3a(x);%第一次迭代,example7_3a是函数的文件名。 while norm(x1-x)=eps x=x1; x1=example7_3a(x);%循环迭代 end s=x1; return 例程的解。 函数代码（M文件名为example7_3a.m）： function y=example7_3a(x) y(1)=(x(1)*x(1)+x(2)*x(2)+9)/(-11); y(2)=(x(1)*x(2)*x(2)+x(1)+8)/6; 调用函数函数格式： s=example7_3b([0,0]) 运行结果： s= -1.0000 1.0000 7.4 插值 插值计算在数据拟合和数据平滑等方面应用普遍。MATLAB提供了用最近邻插值、线性插值、三次样条插值、三次插值和FFT插值法进行一维、二维和维插值的函数。 MATLAB中有两种一维插值，即多项式插值和基于FFT的插值。 多项式插值 函数interp1进行一维插值。一维插值是进行数据分析和曲线拟合的重要手段。interp1函数使用多项式技术，用多项式函数拟合所提供的数据，并计算目标插值点上的插值函数值，其最常用的语法形式是： yi=interp1(x,y,xi,method) x和y为给定数据的矢量，长度相同。xi为包含要插值的点的矢量，method是一个可选的字符串，指定一种插值方法，包括： ●最近邻插值（method=nearest）：该方法将插值点的值设置为已知数据点中距离最近