第3章 MATLAB数值运算.pptVIP

MATLAB 程序设计教程 第三章 数值运算基础 §3.3 数据分析 3.3.4 微分、差分与梯度 微分和差分 y=diff(x) y=diff(x,n) y=diff(x,n,dim) 相邻元素的差分 n阶差分 指定的维数dim求n阶察看 例3.21 计算三维数组的差分 a=rand(3,3,2) diff(a) diff(a,2) diff(a,3) diff(a,4) diff(a,5) diff(a,6) 例3.22 求向量sin（x）的1－3阶差分，设x由[0,2pi] 均匀分布10个点组成。 x=linspace(0,2*pi,10); y=sin(x); dy=diff(y); % d2y=diff(y,2); % d3y=diff(y,3); % 第三章 数值运算基础 §3.3 数据分析 3.3.4 微分、差分与梯度 近似梯度 FX=gradient(F) 返回F的一维数值梯度， [FX,FY]=gradient(F) 返回F的二维数值梯度， [FX,FY，FZ,…]=gradient(F) […]=gradient(F，h1,h2…) 例3.23 计算表达式 的梯度。 v = -2:0.2:2; % 生成-2到2间隔为0.2的自变量 [x,y] = meshgrid(v); % 产生数据网格 z = x .* exp(-x.^2 - y.^2); % 计算z [px,py] = gradient(z,.2,.2); % 求二维梯度 contour(x,y,z) % 绘制等高线 hold on % 保持绘图 quiver(x,y,px,py) % 绘制矢量图 hold off 第三章 数值运算基础 §3.4 插值 3.4.1 插值 定义：插值是在已知的数据列中，估计别点的函数值。 适用范围：信号处理 图形分析 插值种类：一维 二维 多维 第三章 数值运算基础 §3.4 插值 3.4.2 插值运算 一维插值 y1=interp1(x,y,xi,’method’) 1.nearest 寻找最近数据点,由其得出函数值;2.linear 线性插值(该函数的默认方法);3.spline 样条插值,数据点处光滑--左导等于 右导;4.cubic 三次插值 xi的范围不能超过x 例3.24 用不同的方法计算sin(x)在pi/2点的值 X=0:0.2:pi;Y=sin(x); %给出X、Y interp1(X,Y,pi/2) %缺省方法（线性插值方法） interp1(X,Y,pi/2,’nearest’) %最近方法 interp1(X,Y,pi/2,’linear’) %线性方法 interp1(X,Y,pi/2,’spline’) %三次样条方法 interp1(X,Y,pi/2,’cubic’) %三次多项式 例3.25 某检测参数f随时间t的采样结果如下表，用数值 插值计算t=2,7,12,17,22,17,32,37,42,47,52,57时f的值 7857.6 7328.5 6824.7 6403.5 6848.3 6725.3 6152.7 f 65 60 55 50 45 40 35 t 5237.9 4136.2 2968.5 1835.9 879.5 2.256 3.2015 f 30 25 20 15 10 5 0 t 检测参数f与时间t的采样结果 例3-23 例3.26 P63 “例3-23” 第三章 数值运算基础 §3.4 插值 3.4.2 插值运算 二维插值 Z1=interp2(x,y,z,xi,yi,’method’) 1.nearest 寻找最近数据点,由其得出函数值;2.linear 线性插值(该函数的默认方法);3.spline 样条插值,数据点处光滑--左导等于 右导;4.cubic 三次插值 xi、yi插值点的自变量数组 例3.27 二维插值四种方法的对比 [x,y,z]=peaks(7); % 生成双峰函数值 mesh(x,y,z) % 绘制网格图 [xi,yi]=meshgrid(-3:0.2:3,-3:0.2:3); % 生成供插值的数据网格 z1=interp2(x,y,z,xi,yi,nearest); z2=interp2(x,y,z,xi,yi,linear); z3=interp2(x,y,z,xi,yi,spline); z4=