第一讲Matlab基本数值计算(可编辑修改word版)

合集下载

Matlab中常用的数值计算方法

Matlab中常用的数值计算方法

Matlab中常用的数值计算方法数值计算是现代科学和工程领域中的一个重要问题。

Matlab是一种用于数值计算和科学计算的高级编程语言和环境,具有强大的数值计算功能。

本文将介绍Matlab中常用的数值计算方法,包括数值积分、数值解微分方程、非线性方程求解和线性方程组求解等。

一、数值积分数值积分是通过数值方法来近似计算函数的定积分。

在Matlab中,常用的数值积分函数是'quad'和'quadl'。

'quad'函数可以用于计算定积分,而'quadl'函数可以用于计算无穷积分。

下面是一个使用'quad'函数计算定积分的例子。

假设我们想计算函数f(x) = x^2在区间[0, 1]上的定积分。

我们可以使用如下的Matlab代码:```f = @(x) x^2;integral = quad(f, 0, 1);disp(integral);```运行这段代码后,我们可以得到定积分的近似值,即1/3。

二、数值解微分方程微分方程是描述自然界各种变化规律的数学方程。

在科学研究和工程应用中,常常需要求解微分方程的数值解。

在Matlab中,可以使用'ode45'函数来求解常微分方程的数值解。

'ode45'函数是采用基于Runge-Kutta方法的一种数值解法。

下面是一个使用'ode45'函数求解常微分方程的例子。

假设我们想求解一阶常微分方程dy/dx = 2*x,初始条件为y(0) = 1。

我们可以使用如下的Matlab代码:```fun = @(x, y) 2*x;[x, y] = ode45(fun, [0, 1], 1);plot(x, y);```运行这段代码后,我们可以得到微分方程的数值解,并绘制其图像。

三、非线性方程求解非线性方程是指方程中包含非线性项的方程。

在很多实际问题中,我们需要求解非线性方程的根。

MATLAB科学计算软件入门教程

MATLAB科学计算软件入门教程

MATLAB科学计算软件入门教程第一章:MATLAB基础知识MATLAB是一种专业的科学计算软件,具有强大的数学计算和数据分析能力。

在使用MATLAB进行科学计算前,我们需要先了解一些基本知识。

1.1 MATLAB界面打开MATLAB后,我们会看到一个主界面。

主界面中有命令窗口、当前文件夹窗口、工作空间窗口和编辑器窗口等基本功能区域。

1.2 MATLAB变量和数据类型MATLAB中的变量可以用来存储各种类型的数据,如数字、字符串、矩阵等。

常见的数据类型包括:double(双精度浮点数)、char(字符)、logical(逻辑值)等。

1.3 MATLAB基本操作在MATLAB中,可以使用基本的数学运算符进行加、减、乘、除等计算操作。

另外,还可以通过内置函数实现更复杂的数学运算。

例如,sin函数可以计算正弦值,sum函数可以计算矩阵元素的和等。

第二章:MATLAB矩阵和向量操作2.1 创建矩阵和向量在MATLAB中,可以使用方括号来创建矩阵和向量。

例如,使用[1,2;3,4]可以创建一个2x2的矩阵。

2.2 矩阵和向量的加减乘除运算MATLAB提供了丰富的矩阵和向量运算函数,可以进行加法、减法、乘法、除法等运算操作。

例如,可以使用矩阵相乘函数*来计算矩阵的乘法。

2.3 矩阵和向量的索引和切片在MATLAB中,可以使用索引和切片操作来获取矩阵和向量中的特定元素或子集。

例如,使用矩阵名加上行和列的索引可以获取矩阵中指定位置的元素。

第三章:MATLAB数据可视化3.1 绘制二维图形MATLAB提供了丰富的绘图函数,可以绘制二维曲线、散点图、柱状图、等高线图等。

例如,可以使用plot函数来绘制二维曲线。

3.2 绘制三维图形MATLAB还可以绘制三维图形,如三维曲线、三维散点图、三维曲面等。

例如,可以使用plot3函数来绘制三维曲线。

3.3 图像处理与显示MATLAB提供了图像处理和显示的函数,可以加载、编辑和保存图像。

Matlab中的数值计算方法简介

Matlab中的数值计算方法简介

Matlab中的数值计算方法简介引言:Matlab是一种强大的数值计算软件,广泛应用于工程、科学、金融等领域。

它拥有丰富的数值计算方法库,可以帮助研究者和工程师解决各种数值计算问题。

本文将简要介绍几种常见的数值计算方法,并说明它们在Matlab中的实现和应用。

一、插值法插值法是一种通过已知数据点之间的插值,估计未知数据点的数值的方法。

常见的插值方法包括线性插值、拉格朗日插值和样条插值。

在Matlab中,我们可以使用interp1函数进行插值计算。

该函数可以根据给定的数据点,计算出在指定位置的插值结果。

我们可以通过设置插值的方法和插值节点的数目来调整插值的精度与计算效率。

二、数值积分数值积分是一种通过近似求解定积分的方法。

在Matlab中,我们可以使用quad和quadl函数进行数值积分。

这些函数可以自动选择合适的数值积分方法,并提供了较高的精度和计算效率。

我们只需提供被积函数和积分区间,即可获得近似的积分结果。

对于一些特殊形式的积分,如复杂函数或无穷积分,Matlab还提供了相应的函数供我们使用。

三、线性方程组求解线性方程组的求解是数值计算中的一个重要问题。

在实际应用中,我们经常会遇到大规模线性方程组的求解问题。

在Matlab中,我们可以使用矩阵运算功能和线性方程组求解函数来解决这类问题。

Matlab提供了一系列的求解函数,包括直接法和迭代法。

其中,直接法适用于小规模线性方程组,迭代法则适用于大规模线性方程组。

我们可以根据具体情况选择合适的方法和函数来求解线性方程组。

四、微分方程求解微分方程是许多科学和工程问题的数学模型,求解微分方程是数值计算中的常见任务。

在Matlab中,我们可以使用ode45函数来求解常微分方程的初值问题。

该函数采用龙格-库塔方法,对微分方程进行数值积分,并给出近似的解析结果。

对于偏微分方程和其他更复杂的微分方程问题,Matlab还提供了更多的求解函数和工具箱供我们使用。

五、最优化问题求解最优化问题是指在特定约束条件下,求解给定目标函数的最大值或最小值的问题。

如何使用MATLAB进行数值计算

如何使用MATLAB进行数值计算

如何使用MATLAB进行数值计算使用MATLAB进行数值计算一、引言数值计算是现代科学与工程领域中不可或缺的一部分,它能够解决许多实际问题,包括求解方程、优化问题和模拟实验等。

而MATLAB作为一种功能强大的数值计算软件,被广泛应用于各个领域。

本文将介绍如何使用MATLAB进行数值计算,并结合实例进行说明。

二、MATLAB基础首先,我们需要了解MATLAB的基本操作和语法,以便能够熟练运用。

MATLAB使用矩阵和数组来存储和处理数据,因此,熟悉矩阵和数组操作是非常重要的。

MATLAB中的矩阵和数组是通过方括号来定义的,例如:A = [1 2 3; 4 5 6; 7 8 9]表示一个3x3的矩阵A,其中每个元素由空格或分号隔开。

我们可以使用括号或索引来访问矩阵中的元素。

例如,要访问矩阵A的第二行第三列的元素,可以使用A(2,3)。

MATLAB提供了大量内置的数学函数,包括算术运算、三角函数、指数和对数函数等。

这些函数可以直接应用于矩阵和数组,简化了数值计算的过程。

三、方程求解方程求解是数值计算中的一个重要任务,MATLAB提供了多种方法来求解方程,包括代数方法和数值方法。

1. 代数方法对于一些简单的方程,例如一元一次方程或二次方程,可以直接使用MATLAB内置的解方程函数进行求解。

例如,对于一元一次方程ax + b = 0,可以使用solve函数来求解。

代码示例:syms x;eqn = a*x + b == 0;sol = solve(eqn, x);其中,syms x;指定x为符号变量,eqn为方程表达式,sol为方程的解。

2. 数值方法对于一些复杂的方程,无法用解析方法求解。

这时,可以使用数值方法来近似求解。

MATLAB提供了多种数值求解方法,包括二分法、牛顿法和割线法等。

这些方法可以通过迭代逼近的方式求解方程的根。

代码示例:f = @(x) x^2 - 4;x0 = 2;x = fzero(f, x0);其中,f为方程的表达式,x0为初始猜测值,x为方程的根。

(完整word版)含答案《MATLAB实用教程》

(完整word版)含答案《MATLAB实用教程》

第二章 MATLAB 语言及应用实验项目实验一 MATLAB 数值计算三、实验内容与步骤1.创建矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=987654321a(1(2)用(3)用(42.矩阵的运算(1)利用矩阵除法解线性方程组。

⎪⎪⎩⎪⎪⎨⎧=+++=-+-=+++=+-12224732258232432143214321421x x x x x x x x x x x x x x x 将方程表示为AX=B ,计算X=A\B 。

(2)利用矩阵的基本运算求解矩阵方程。

已知矩阵A 和B 满足关系式A -1BA=6A+BA ,计算矩阵B 。

其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=7/10004/10003/1A ,Ps: format rata=[1/3 0 0;0 1/4 0;0 0 1/7];b=inv(a)*inv(inv(a)-eye(3))*6*a(3)计算矩阵的特征值和特征向量。

已知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=1104152021X ,计算其特征值和特征向量。

(4)Page:322利用数学函数进行矩阵运算。

已知传递函数G(s)=1/(2s+1),计算幅频特性Lw=-20lg(1)2(2w )和相频特性Fw=-arctan(2w),w 的范围为[0.01,10],按对数均匀分布。

3.多项式的运算(1)多项式的运算。

已知表达式G(x)=(x-4)(x+5)(x 2-6x+9),展开多项式形式,并计算当x 在[0,20]内变化时G(x)的值,计算出G(x)=0的根。

Page 324(2)多项式的拟合与插值。

将多项式G(x)=x 4-5x 3-17x 2+129x-180,当x 在[0,20]多项式的值上下加上随机数的偏差构成y1,对y1进行拟合。

对G(x)和y1分别进行插值,计算在5.5处的值。

Page 325 四、思考练习题1.使用logspace 函数创建0~4π的行向量,有20个元素,查看其元素分布情况。

Ps: logspace(log10(0),log10(4*pi),20) (2) sort(c,2) %顺序排列 3.1多项式1)f(x)=2x 2+3x+5x+8用向量表示该多项式,并计算f(10)值. 2)根据多项式的根[-0.5 -3+4i -3-4i]创建多项式。

MATLAB数值计算

MATLAB数值计算
MATLAB 与 科学 计 算-课 程讲 义
第1章 MATLAB 简介
MALAB 译于矩阵实验室(MATrix LABoratory),是用来提供通往 LINPACK 和 EISPACK 矩阵软件包接口的。 后来,它渐渐发展成了通用科 技计算、图视交互系统和程序语言。 MATLAB 的基本数据单位是矩阵。它的指令表达与数学、工程中常用 的习惯形式十分相似。比如,矩阵方程 Ax=b,在 MATLAB 中被写成 A*x=b。而若要通过 A,b 求 x,那么只要写 x=A\b 即可,完全不需要对矩阵 的乘法和求逆进行编程。因此,用 MATLAB 解算问题要比用 C、Fortran 等 语言简捷得多。 MATLAB 发展到现在,已经成为一个系列产品: MATLAB“主包” 和各种可选的 toolbox“工具包”。主包中有数百个核心内部函数。迄今所有 的三十几个工具包又可分为两类:功能性工具包和学科性工具包。功能性工 具包主要用来扩充 MATLAB 的符号计算功能、图视建模仿真功能、文字处 理功能以及硬件实时交互功能。这种功能性工具包用于多种学科。而学科性 工具包是专业性比较强的,如控制工具包(Control Toolbox)、信号处理工 具包(Signal Processing Toolbox) 、通信工具包(Communication Toolbox)等都 属此类。开放性也许是 MATLAB 最重要、最受人欢迎的特点。除内部函数 外,所有 MATLAB 主包文件和各工具包文件都是可读可改的源文件,用户 可通过对源文件的修改或加入自己编写文件去构成新的专用工具包。 MATLAB 已经受了用户的多年考验。在欧美发达国家,MATLAB 已 经成为应用线性代数、自动控制理论、数理统计、数字信号处理、时间序列 分析、动态系统仿真等高级课程的基本教学工具;成为攻读学位的大学生、 硕士生、博士生必须掌握的基本技能。在设计研究单位和工业部门, MATLAB 被广泛地用于研究和解决各种具体工程问题。

MATLAB数值计算.doc

MATLAB数值计算.doc

MATLAB数值计算第5章 MATLAB数值计算 MATLAB的数学计算,数值计算,符号计算其中符号计算是指使用未定义的符号变量进行运算,而数值计算不允许使用未定义的变量。

注:数值计算有误差。

数值计算受到计算机所保留的有效位数的限制,因此每一次运算都会有一定的误差,重复的多次数值计算就可能会造成很大的累积误差。

5.1 矩阵和数组MATLAB最基本也是最重要的功能就是进行实数或复数矩阵的运算。

矩阵和数组的概念在MATLAB的运算中,经常要使用标量、向量、矩阵和数组,这几个名称的定义如下: , 标量:是指1×1的矩阵,即为只含一个数的矩阵。

, 向量:是指1×n或n×1的矩阵,即只有一行或者一列的矩阵。

, 矩阵:是一个矩形的数组,即二维数组,其中向量和标量都是矩阵的特例,0×0矩阵为空矩阵([])。

, 数组:是指n维的数组,为矩阵的延伸,其中矩阵和向量都是数组的特例。

5.1.1矩阵输入(前已讲“向量的输入”,相同~) (1) 矩阵元素应用方括号([])括住;(2) 每行内的元素间用逗号或空格隔开;(3) 行与行之间用分号或回车键隔开;(4) 元素可以是数值或表达式。

1. 通过显式元素列表输入矩阵c=[1 2;3 4;5 3*2] % [ ]表示构成矩阵,分号分隔行,空格分隔元素c =1 23 45 6用回车键代替分号分隔行:c=[1 23 45 6]1 23 45 612. 通过语句生成矩阵(1) 使用from:step:to方式生成向量(2) 使用linspace和logspace函数生成向量3. 由矩阵生成函数产生特殊矩阵MATLAB提供了很多能够产生特殊矩阵的函数,各函数的功能如表5.2所示。

表5.2 矩阵生成函数例子函数名功能输入结果zeros(2,3) zeros(m,n) 产生m×nans = 的全0矩 0 0 0 阵 0 0 0ones(2,3) ones(m,n) 产生m×nans = 的全1矩1 1 1 阵 1 1 1rand(2,3) rand(m,n) 产生均匀ans = 分布的随 0.9501 0.6068 0.8913 机矩阵,元 0.2311 0.4860 0.7621 素取值范围0.0,1.0。

(完整版)第一讲Matlab基本数值计算

(完整版)第一讲Matlab基本数值计算

第一讲Matlab 基本数值计算一、矩阵在Matlab中,一个矩阵可以使数学意义上的矩阵,也可以是标量或者向量。

对于一个标量(一个数)可以将之作为11⨯的矩阵,而向量(一行或一列)则可以认为是1n⨯⨯或者1n⨯的矩阵。

另外,一个00矩阵在Matlab中被认为是空矩阵,用“[]”表示。

1、矩阵的创建矩阵的创建可以有以下几种形式⑴直接输入>> A=[1 2 3;4 3 7;2 4 1]注意:每行间的元素用逗号或空格分开,行与行之间用分号或回车分开,矩阵标示是一对中括号[ ]。

也可以采用数组编辑器(Array Editor)像在Excel电子表格中据那样输入数据。

⑵通过语句和函数产生常用的特殊矩阵:zeros:全零矩阵,ones:全1矩阵,eye:单位矩阵,rand:随机矩阵,diag:对角阵等。

例:>> A=ones(3,4)>> E=eye(3)>> D=diag([3 5 2])⑶对矩阵进行裁剪或拼接⑷从外部文件装入数据外部数据文件可以是以保存的Matlab工作空间,也可以是文本(.txt)文件,或者是电子表格创建的文件(.xls).例:已知一个文本格式的数据文件E:\Mathmodel\data1.txt>> load e:\Mathmodel\data1.txt得到一个变量名与文件名相同的矩阵(data1)。

注意:文件的扩展名不能省略。

例:已知一个Excel文件的路径为E:\Mathmodel\data2.xlsa. 缺省操作:>> NUMBER=xlsread('E:\Mathmodel\data2.xls')>>[NUMBER,TXT]=xlsread('E:\Mathmodel\data2.xls')默认操作是从第一个工作表(sheet1)中提取数据。

b. 从指定的工作表(而不是第一个)中提取数据:>> NUMBER=xlsread('E:\Mathmodel\data2.xls','S2')或者>> NUMBER=xlsread('E:\Mathmodel\data2.xls',2)c.从指定的工作表中读取指定区域的数据:>> NUMBER=xlsread('E:\Mathmodel\data2.xls',2,'g3:i8')2、Matlab的矩阵运算⑴基本运算矩阵的加(+)、减(-)、乘(*)、乘方(^)运算法则与代数中的定义完全一致。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第一讲Matlab 基本数值计算一、矩阵在Matlab 中,一个矩阵可以使数学意义上的矩阵,也可以是标量或者向量。

对于一个标量(一个数)可以将之作为1⨯1 的矩阵,而向量(一行或一列)则可以认为是1⨯n 或者n ⨯1的矩阵。

另外,一个0 ⨯0 矩阵在Matlab 中被认为是空矩阵,用“[]”表示。

1、矩阵的创建矩阵的创建可以有以下几种形式⑴直接输入>> A=[1 2 3;4 3 7;2 4 1]注意:每行间的元素用逗号或空格分开,行与行之间用分号或回车分开,矩阵标示是一对中括号[ ]。

也可以采用数组编辑器(Array Editor)像在Excel 电子表格中据那样输入数据。

⑵通过语句和函数产生常用的特殊矩阵:zeros:全零矩阵,ones:全1 矩阵,eye:单位矩阵,rand:随机矩阵,diag:对角阵等。

例:>> A=ones(3,4)>> E=eye(3)>> D=diag([3 5 2])⑶对矩阵进行裁剪或拼接⑷从外部文件装入数据外部数据文件可以是以保存的Matlab 工作空间,也可以是文本(.txt)文件,或者是电子表格创建的文件(.xls).例:已知一个文本格式的数据文件E:\Mathmodel\data1.txt>> load e:\Mathmodel\data1.txt得到一个变量名与文件名相同的矩阵(data1)。

注意:文件的扩展名不能省略。

例:已知一个Excel 文件的路径为E:\Mathmodel\data2.xlsa.缺省操作:>> NUMBER=xlsread('E:\Mathmodel\data2.xls')>>[NUMBER,TXT]=xlsread('E:\Mathmodel\data2.xls')默认操作是从第一个工作表(sheet1)中提取数据。

b.从指定的工作表(而不是第一个)中提取数据:>> NUMBER=xlsread('E:\Mathmodel\data2.xls','S2')或者>> NUMBER=xlsread('E:\Mathmodel\data2.xls',2)c.从指定的工作表中读取指定区域的数据:>> NUMBER=xlsread('E:\Mathmodel\data2.xls',2,'g3:i8')2、Matlab 的矩阵运算⑴基本运算矩阵的加(+)、减(-)、乘(*)、乘方(^)运算法则与代数中的定义完全一致。

例如:>> A=[1 2;3 4];B=[3 1;4 8];>> A+B,A-B,A*B矩阵的转置(A.'),矩阵的共轭转置(A')。

矩阵的除法:左除 A\B ,类似于求 A -1B ,右除 B/A,类似于BA -1 。

例:分别解矩阵方程 AX = B 和 XA = B 。

⑵矩阵分析rank(A)求矩阵 A 的秩 det(A)返回方阵 A 的行列式inv(A)返回 A 的逆矩阵 null(A)返回 A 的零空间的基,即 Ax = 0 的基础解系norm (A ) 返回矩阵 A 的 2-范数,即 [V,D]=eig(A) 返回方阵 A 的特征值和特征向量,其中 D 为特征值构成的对角阵,每个特征值对应的 V 的列为属于该特征值的一个特征向量。

如果只有一个输出,则得到特征值构成的列向量例:求线性方程组的通解⎧x 1 - x 2 + x 3 - x 4 = 1 ⎪-x + x + x - x = 1 ⎨ 1 2 3 4 ⎪2x - 2x - x + x = -1 ⎩1 2 3 4>> A=[1 -1 1 -1;-1 1 1 -1;2 -2 -1 1];b=[1 1 -1]';>> x0=A\b>> null(A,'r')或用初等行变换的方法:>> rref([A b])二、数组( A T A )maxA 2代数中的数组是指有顺序的一列数,或称向量,在Matlab 中除了行向量和列向量外,实际上矩阵也是数组的一种表现形式,相当于将矩阵的列按顺序接成一个列向量。

因此二维数组的元素有两种定位方式:二维下标(subscripts)和一位索引(index)例如:>> A=[1 2 3 ;4 5 6;7 8 9],>> A(1,3),>> A(7)思考:1.这两者之间的转换公式?利用Matlab 帮助学习sub2ind 和ind2sub 的用法。

2.观察命令>> A=A(:)的结果。

生成等差数组的两个非常有用的指令:a:s:b 生成首项为a,步长(公差)为s,末项不超过b 的等差数列,当步长为1 时可以省略。

linspace(a,b,n) 生成首项是a,末项是b,项数为n 的等差数列。

数组的运算:a+b a-b a.*b a./b a.\b a.^b要求数组a 和b 有相同的维数。

a 和b 之一也可以是一个标量,例如a 是标量,则先将其扩充为与b 同维数,全部元素都为 a 的数组,再参与相应的运算。

举例>> a=[1 3 5 7;2 4 6 8;9 11 13 15];b=[3 2 1 1;2 3 2 1;3 4 2 1];观察a+b,a-b,a.*b,a./b,a.\b,a.^b,2+a,2.^a,a.^2三、多项式1、多项式的创建Matlab 中,多项式(Polynomial)是由一个向量表示,它的系数是按降序排列的。

多项式 P(x) =a x n+a x n-1+ a 在Matlab 中表示为0 1np=[a0,a1,…an],是一个n+1 维数组。

如果多项式中缺某幂次项,则应认为该幂次项的系数为0.Poly(A),如果A 为方阵,则创建矩阵A 的特征多项式,若A 是数组A=[a0,a1,…an],则创建(x-a0)(x-a1)…(x-an)生成的多项式的系数向量。

例如>> A=[1 2;3 4]; p=poly(A)>> A=[1 2 3 4]; p=poly(A)poly2str(P,’x’)把多项式数组转换成字符串。

例如poly2str(A,'x')2、多项式的运算⑴多项式的加减法>> a=[1 3 5 7];b=[2 4 6 8];>> c=a+b>> poly2str(a,'x')>> poly2str(b,'x')>> poly2str(c,'x')>> d=[1 3 4 6 -5] %d 表示一个4 次多项式>> e=[0 c]+d %次数不同的多项式相加减,要在低次数组前面补零。

⑵多项式求根roots(p)⑶多项式的乘法和除法p=conv(a,b) %生成多项式a 和b 的乘积[q,r]=deconv(a,b) %多项式a 除以b,商为q,余式为r例>> a=[1 3 5];b=[2 4 6]; p=conv(a,b)>> a=[1 2 3 1];b=[2 1]; [q,r]=deconv(a,b)验证:conv(q,b)+r⑷特征多项式poly(A)思考:如何求矩阵A 的特征值?⑸多项式求值polyvaly=polyval(p,x) %求多项式p 在x 处的值,即y=p(x),x 可以是向量。

例画出多项式p(x) = 4x3- 2x2+ 7 的图形>> p=[4 -2 0 7];>> x=-1:0.1:1;y=polyval(p,x);>> plot(x,y)⑹多项式求导polyder(p)p=polyder(a) %返回多项式a 的导数p=polyder(a,b) %返回多项式的乘积a*b 的导数[q,d]=polyder(a,b) %返回多项式的商a/b 的导数,表示为q/d四、数值微积分1、diff 数值差分或符号微分diff(A) %对向量或矩阵A 的差分diff(A,n) %对向量或矩阵A 的n 阶差分例>> A=[2 3 6 1 0 6],diff(A),diff(A,2)>> A=[1 4 ;3 7; 2 0],diff(A) %按A 的各列作差分diff(fun) %对符号函数fun 求导diff(fun,‘u’,n) %返回符号函数fun 对变量u 的n 阶导数。

⎰2 2、梯形积分法z=trapz(x,y) %x,y 要求是同维向量,当被积函数表达式未知时比较有用例 求积分 1 e -x 2 dx-1 >> x=-1:0.1:1;y=exp(-x.^2);>> trapz(x,y)3、高精度数值积分z=quad(fun,a,b) 或 z=quadl(fun,a,b) %函数 fun 在区间[a,b]上的定积分例 >> quadl('exp(-x.^2)',-1,1)4、二重积分Matlab 提供了一个计算矩形区域上二重积分的函数 dblquadz=dblquad(fun,a,b,c,d) %求二元函数 fun(x,y)在 a ≤ x ≤ b , c ≤ y ≤ d 上的二重积分例如 计算⎰⎰ xe x 2 + y 2dxdy ,其中D : 0 ≤ x ≤ 2, -2 ≤ y ≤ 2D>> fun=inline('x.*exp(x.^2+y.^2)','x','y'); %inline 函数>> dblquad(fun,0,2,-2,2)对于一般的不是矩形区域的二重积分,可以通过换元积分法将其化为矩形区域,或者可以参考自编程序 dblquad2.m例 计算⎰⎰(1+ x + y 2 )dxdy , D : x 2 + y 2 ≤ 2xD先化为二次积分 ⎰0 dx + x + y 2 )dy>> fun=inline('1+x+y.^2','x','y'); %被积函数>> c=inline('-sqrt(2*x-x^2)');d=inline('sqrt(2*x-x^2)'); %内积分上下限⎣ ⎦ >> dblquad2(fun,0,2,c,d)上机练习1、执行下列指令,观察其运行结果,理解其意义⑴ [1 2;3 4]+10-2i; ⑵ [1 2;3 4].*[0.1 0.2;0.3 0.4];⑶ [1 2;3 4].\[20 10;9 2];⑷ [1 2;3 4].^2 。

相关文档
最新文档