第5讲 MATLAB多项式及插值.pptVIP

第5讲 MATLAB数据分析与多项式计算;5.1 数据统计处理 5.1.1 最大值和最小值;例5-1 求向量x的最大值。 命令如下： x=[-43,72,9,16,23,47]; y=max(x) %求向量x中的最大值 [y,l]=max(x) %求向量x中的最大值及其该元素的位置;2．求矩阵的最大值和最小值;例5-2 分别求3×4矩阵x中各列和各行元素中的最大值，并求整个矩阵的最大值和最小值。;3．两个向量或矩阵对应元素的比较;例5-3 求两个2×3矩阵x, y所有同一位置上的较大元素构成的新矩阵p。; ;例5-4 求矩阵A的每行元素，每列元素的乘积和全部元素的乘积。;5.1.3 平均值和中值;例5-5 别求4元素向量x的平均值和中值。;5.1.4 排序;;一个多项式的幂级数形式可表示为： 同时也可表为嵌套形式 或因子形式 N阶多项式n个根，其中包含重根和复根。若多项式所有系数均为实数，则全部复根都将以共轭对的形??出现 ;2、相关函数;Poly: 由零点可得原始多项式的各系数，但可能相差一个常数倍。 例：根据上例： poly(r) ans = 1.0000 0.5000 2.0000 2.5000 注意：若存在重根，这种转换可能会降低精度。 例： 舍入误差的影响，与计算精度有关。;polyval: 可用命令polyval计算多项式的值。 例： 计算y(2.5) c=[3,-7,2,1,1]； xi=2.5; yi=polyval(c,xi) yi = 23.8125;5.3插值运算;function y=lagrange (a,b,x) y=0; for i=1:length(a) l=1; for j=1:length(b) if j==i l=l; else l=l.*(x-a(j))/(a(i)-a(j)); end end y=y+l*b(i); end ;算例：给出f(x)=ln(x)的数值表，用Lagrange计算ln(0.54) 的近似值。 x=[0.4:0.1:0.8]； y=[-0.916291,-0.693147,-0.510826,-0.356675,-0.223144]; lagrange(x,y,0.54) ans = -0.6161 （精确解-0.616143);2、Runge现象和分段插值; x=[-5:1:5]; y=1./(1+x.^2); x0=[-5:0.1:5]; y0=lagrange(x,y,x0); y1=1./(1+x0.^2); ％绘制图形 plot(x0,y0,--r) ％插值曲线 hold on plot(x0,y1,‘-b) ％原曲线 为解决Rung问题，引入分段插值。;算法分析：所谓分段插值就是通过插值点用折线或低次曲线连接起来逼近原曲线。 MATLAB实现 可调用内部函数。 命令 interp1;t = 1900:10:1990; p = [75.995 91.972 105.711 123.203 131.669... 150.697 179.323 203.212 226.505 249.633]; 对应于美国从1900年到1990年的每10年的人口数，求1975年的人口。由此推断美国1900年到2000年每一年的人口数，并画出图形。;推广到多个点计算：; ; y1=interp1(x0,y0,x); plot(x,ya,x,y1); ; 用插值的方法对一函数进行近似,要求所得到的插值多项式经过已知插值节点;在n比较大的情况下,插值多项式往往是高次多项式,这也就容易出现振荡现象（龙格现象），即虽然在插值节点上没有误差,但在插值节点之外插值误差变得很大,从“整体”上看,插值逼近效果将变得“很差”。;多项式最小二乘拟合;（1）根据所给出数据，画出图形，观察数据关系;（3）建立法方程组。;画出比较图形：;而该拟合公式在matlab中有内部函数：多项式拟合MATLAB命令：