第4章-数值计算

合集下载

数值分析-第4章 数值积分和数值微分

数值分析-第4章  数值积分和数值微分

A0+A1=2 A0x0+A1x1=0 A0x02+A1x12=2/3 A0x03+A1x13=0
A0 A1 1 解得: 1 x 0 x1 3
求积公式为
1 1 1 f ( x)dx f ( ) f ( ) 3 3
x f(x)
数值分析
1 4
2 4.5
3 6
4 8
5 8.5
1
一、数值积分的基本概念 求积节点 数值积分定义如下:是离散点上的函数值的线性组合
I [ f ] f ( x)dx I n [ f ] Ai f ( xi )
b a i 0 n
称为数值积分公式
称为求积系数,与f (x)无关,与积分区间和求积节点有关
b a
Rn ( x) dx
定理:形如 Ak f ( xk ) 的求积公式至少有 n 次代数精度
A 该公式为插值型(即: k a l k ( x)dx )
数值分析
b
5
例1 试确定参数A0,A1,A2,使求积公式
1 f ( x)dx A0 f (1) A1 f (0) A2 f (1)
证明 因为Simpson公式对不高于三次的多项式精确成立。即

b
a
p 2 ( x)dx
ba ab [ p 2 (a) 4 p 2 ( ) p 2 (b)] 6 2
构造三次多项式H3(x),使满足 H3(a)=(a) ,H3(b)=(b),
H 3 (( a b) / 2) f (( a b) / 2), H 3 (( a b) / 2) f (( a b) / 2), 这时插值误差为
1

数值计算方法第2版 第4章 插值法

数值计算方法第2版 第4章 插值法


l ( x ) 1 ( k i ) , k i l ( x ) 0 ( k i ) , i 、 k 0 , 1 , , n k i
lk (x)称为关于节点xi( i=0,1,…,n)的n次插值基函数。
基函数的特点
1. 基函数的个数等于节点数。 2. n+1个节点的基函数是n次代数多项式。 3. 基函数和每一个节点都有关。节点确定,基函数就唯 一的确定。 4. 基函数和被插值函数无关。 5. 基函数之和为1。
公式的结构:它是两个一次函数的线性组合 线性插值基函数
x x 1 l ( x ) , 0 x x 0 1 x x 0 l ( x ) 1 x x 1 0
3 线性插值的几何意义 用直线 P ( x ) 近似代替被插值函数 f ( x ) 。

造数学用表。平方根表
给定函数在100、121两点的平方根如下表,试用线性 插值求115的平方根。 x 100 121
其系数行列式
a0 a1 x0 a2 x02 an x0n y0 2 n a0 a1 x1 a2 x1 an x1 y1 2 n a a x a x a x n n yn 0 1 n 2 n
1 x 0 x 02
x 0n
2 n 1 x x x 1 1 ( x x 0 V ( x , x , , x ) 1 i j) 0 1 n 0 j i n
1 xn
x n2 x nn
,a , ,a 0 1 n ,因此P(x)存在且唯一。 方程组有唯一解 a
唯一性说明不论用那种方法构造的插值多 项式只要满足相同的插值条件,其结果都是互 相恒等的。 推论 当f(x)是次数不超过n的多项式时, 其n次插值多项式就是f(x)本身。

第4章 数值积分与数值微分

第4章  数值积分与数值微分

1 (a b).得到的求积公式就是中 矩形公式。再令 2 f ( x) x 2 , 代入(1.4)式的第三式有
b ab 2 ba 2 1 2 A x (b a)( ) (a b ) x 2 dx (b 3 a 3 ), a 2 4 3 说明中矩形公式对 ( x) x 2不精确成立,故它的代 f 数精确度为 . 1
定 理 1 求积公式 f ( x)dx Ak f k 至少具有n次代数精度
a k 0
它是插值型求积公式 .
四、求积公式的余项 若求积公式(1.3)的代数精确度为m,则由求积 公式余项的表达式(1.7)可以证明余项形如
R[ f ] f ( x)dx Ak f ( xk ) Kf ( m1) ( ), (1.8)
k 0 n
Hale Waihona Puke 第4章 数值积分与数值微分
~ 定 义 3 若 0, 0,只要 f ( xk ) f k (k 0,, n), 就有 ~ | I n ( f ) I n ( f ) |
《 数 值 分 析 》
~ Ak [ f ( xk ) f ( xk )] ,
此求积公式的余项。
第4章 数值积分与数值微分
1 A1 B0 2 1 1 《 A1 0 x 2 dx 3 1 2 数 1 1 A1 , A0 , B0 于是有 f ( x)dx 2 f (0) 1 f (1) 1 f ' (0) 值解得 3 3 6 3 3 6 分 0 1 1 析当 3时 x 3 dx . 而上式右端为1/3,故公式对 f ( x) x 》 4 0
k 0
n
则称求积公式 (1.3) 是稳定的 .

数值分析第四章外推法计算数值微分MATLAB计算实验报告

数值分析第四章外推法计算数值微分MATLAB计算实验报告

数值分析第四章外推法计算数值微分MATLAB计算实验报告数值分析MATLAB计算实验报告姓名班级学号⼀、实验名称⽤MATLAB编程实现数值微分的外推法计算。

⼆、实验⽬的1.掌握数值微分和定义和外推法的计算过程;2.了解数值微分外推法的计算⽅法并且编写出与其算法对应的MATLAB程序代码;3.体会利⽤MATLAB软件进⾏数值计算。

三、实验内容⽤外推法计算f(x)=x2e?x在x=0.5的导数。

四、算法描述1.命名函数。

2.如果输⼊未知数少于四个,默认精度10^-33.描述T表矩阵坐标4.依次赋值计算 T表第⼀列5.根据数值微分计算公式求出T表矩阵的值6.若达到精度则运算结束,若未达到循环计算7.输出T表,得出的值就是导数值五、实验结果六、实验结果分析此实验通过MATLAB实现外推法数值微分计算,得到相应的数据,⽅便对数据进⾏分析。

从结果可以看出,当步长h=0.025时⽤中点微分公式只有3位有效数字,外推⼀次达到5位有效数字,外推两次达到9位有效数字。

七、附录(程序)function g=waituifa(fname,x,h,e)if nargin<4,e=1e-3;end;i=1;j=1;G(1,1)=(feval(fname,x+h)-feval(fname,x-h))/(2*h);G(i+1,1)=(feval(fname,x+h/2)-feval(fname,x-h/2))/h;G(i+1,j+1)=(4^j*G(i+1,j)-G(i,j))/(4^j-1);while abs(G(i+1,i+1)-G(i+1,i))>ei=i+1;G(i+1,1)=(feval(fname,x+h/2^i)-feval(fname,x-h/2^i))/(2*h/2^i); for j=1:iG(i+1,j+1)=((4^j)*G(i+1,j)-G(i,j))/(4^j-1);endendGg=G(i+1,i+1);。

第4章-多自由度系统振动分析的数值计算方法(25页)

第4章-多自由度系统振动分析的数值计算方法(25页)

第4章 多自由度系统振动分析的数值计算方法用振型叠加法确定多自由度系统的振动响应时,必须先求得系统的固有频率和主振型。

当振动系统的自由度数较大时,这种由代数方程求解系统固有特性的计算工作量很大,必须利用计算机来完成。

在工程中,经常采用一些简单的近似方法计算系统的固有频率及主振型,或将自由度数较大的复杂结构振动问题简化为较少阶数的振动问题求解,以得到实际振动问题的近似分析结果。

本章将介绍工程上常用的几种近似解法,适当地选用、掌握这类实用方法,无论对设计研究或一般工程应用都将是十分有益的。

§4.1 瑞利能量法瑞利(Rayleigh )能量法又称瑞利法,是估算多自由系统振动基频的一种近似方法。

该方法的特点是:①需要假定一个比较合理的主振型;②基频的估算结果总是大于实际值。

由于要假设主振型,因此,该方法的精度取决于所假设振型的精度。

§4.1.1 第一瑞利商设一个n 自由度振动系统,其质量矩阵为[]M 、刚度矩阵为[]K 。

多自由度系统的动能和势能一般表达式为{}[]{}{}[]{}/2/2TTT x M x U x K x ⎫=⎪⎬=⎪⎭&& (4.1.1)当系统作某一阶主振动时,设其解为{}{}(){}{}()sin cos x A t x A t ωαωωα=+⎫⎪⎬=+⎪⎭&(4.1.2)将上式代入式(4.1.1),则系统在作主振动时其动能最大值max T 和势能最大值max U 分别为{}[]{}{}[]{}2max max /2/2TTT A M A U A K A ω⎫=⎪⎬=⎪⎭(4.1.3)根据机械能守恒定律,max max T U =,即可求得{}[]{}{}[]{}()2I TTA K A R A A M A ω== (4.1.4)其中,()I R A 称为第一瑞利商。

当假设的位移幅值列向量{}A 取为系统的各阶主振型{}i A 时,第一瑞利商就给出各阶固有频率i ω的平方值,即{}[]{}{}[]{}2(1,2,,)Ti i i Ti i A K A i n A M A ω==L(4.1.5)在应用上式时,我们并不知道系统的各阶主振型{}i A ,只能以假设的振型{}A 代入式(4.1.4),从而求出的相应固有频率i ω的估计值。

数值计算方法及其应用

数值计算方法及其应用

数值计算方法及其应用第一章引言数值计算方法是一种基于数学分析和计算机技术的计算方法,是概括了现代计算各个领域的一类方法。

随着计算机技术的不断进步,数值计算方法已经成为了计算机科学中的一个重要领域,涉及到计算机科学、数学、物理、工程等领域。

本文将从数值计算方法的基本概念、数值计算方法算法的分类、数值计算方法的优缺点以及数值计算方法的应用等方面加以探讨。

第二章数值计算方法的基本概念数值计算方法是使用数学方法和数值技术处理各种数学问题的一种方法。

它是一种解决数学问题的有效工具,不同于传统的数学方法,数值计算方法采用的是数值计算机计算技术,使得计算机可以精确计算、预测和模拟各种数学问题,如数值微积分、连续函数数值解、离散方程数值解等。

数值计算方法的核心概念就是数值算法,数值算法是指实现数值计算方法的算法,包括基于数学分析的算法和基于经验数据的算法。

第三章数值计算方法算法的分类数值计算方法算法可以分为以下几类:1.数值微积分算法2.解线性方程组的数值方法3.常微分方程的数值解法4.偏微分方程的数值解法5.数值优化方法6.数值统计算法7.数学模型的数值计算方法第四章数值计算方法的优缺点数值计算方法的优点:1.数值计算方法可以解决非常复杂和高度非线性的数学问题2.数值计算方法无所不能,可做大量的计算3.数值计算方法具有较高的可重复性和可验证性4.数值计算方法可以通过计算机进行高速计算,节省了人力成本和时间成本数值计算方法的缺点:1.数值计算方法的实现程序错误会导致计算结果失真2.数值计算方法对于计算精度的要求很高3.数值计算方法对于计算机硬件和软件的要求也很高第五章数值计算方法的应用数值计算方法已经被广泛应用于各个领域,如:1.科学研究:能够用计算机进行大规模复杂计算,计算机模拟得出科学研究结论,如气象学模拟,生命科学中的反应动力学分析等。

2.工程设计:例如结构力学分析、电路设计、流体力学分析和控制系统等。

3.数据科学:如数据挖掘、计算机视觉、自然语言处理、人脸识别等。

【推荐】数值计算方法:第4章-多项式插值方法.ppt

【推荐】数值计算方法:第4章-多项式插值方法.ppt

两点
多项式插值就是直线
, 经过这两点的
称给定
为线性插值多项式。称
为关于点
的线性插值基函数,其在节点处满足:
6
4.2.1 线性插值与二次插值 假定插值节点为 , , ,要求二次插值多项式
几何上
是通过三点
可以用基函数的方法求的表源自式,是二次函数,的抛物线.
7
4.2.2 拉格朗日插值多项式
求n+1个次数 满足
且次数不超过n 的多项式,其所给出形式的系数为

为牛顿(Newton)均差插值多项式.
系数 就是均差表4-1中主对角线上的各阶均差, 它比拉格朗日插值计算量省,且便于程序设计.
25
4.3.2 Newton均差插值多项式 (*)为插值余项,由插值多项式惟一性知,它与
拉格朗日插值多项式的余项应该是等价的. 事实上,利用均差与导数关系式就可以证明这一点. 但(3.7)更有一般性,它在 是由离散点(给3.出7)的
式求 x 的近似值。
解 (1) 选取节点x=2,3,4
xf 一 二 三
kk
(x k)
阶 均
阶 均
阶 均
31
32
4.4 分段低次插值
4.4.1 Runge现象 在次数 增加时逼近 的精度是否也增加?
问题:根据区间 上给出的节点做出的插值多项式
事实上,对于有些函数,插值多项式次数很高时会在某些区 间内产生较大的误差。例如著名的Runge现象。
分段插值的基本思想是将插值区间划分为若干个小区 间, 然后在每个小区间上做满足一定条件的低阶插值.
35
4.4.2 分段低次插值
例如分段线性插值。 所谓分段线性插值就是通过插值点用折线段连接起来

数值计算04-插值与拟合

数值计算04-插值与拟合

二维插值的定义
第一种(网格节点):
y
O
x
已知 mn个节点 其中 互不相同,不妨设
构造一个二元函数
通过全部已知节点,即
再用
计算插值,即
第二种(散乱节点):
y



0
x
已知n个节点
其中 互不相同,
构造一个二元函数
通过全部已知节点,即
再用
计算插值,即
最邻近插值
y
( x1 , y2 ) ( x2 , y2 )
( x1 , y1 ) ( x2 , y1 )

x
O
注意:最邻近插值一般不连续。具有连续性的最简单 的插值是分片线性插值。
分片线性插值
速度最快,但平滑性差
linear
占有的内存较邻近点插值方法多,运算时间 也稍长,与邻近点插值不同,其结果是连续 的,但在顶点处的斜率会改变 运算时间长,但内存的占有较立方插值方法 要少,三次样条插值的平滑性很好,但如果 输入的数据不一致或数据点过近,可能出现 很差的插值结果 需要较多的内存和运算时间,平滑性很好 二维插值函数独有。插值点处的值和该点值 的导数都连续
x=0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 y=0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
海拔高度数据为: z=89 90 87 85 92 91 96 93 90 87 82 92 96 98 99 95 91 89 86 84 82 84 96 98 95 92 90 88 85 84 83 81 85 80 81 82 89 95 96 93 92 89 86 86 82 85 87 98 99 96 97 88 85 82 83 82 85 89 94 95 93 92 91 86 84 88 88 92 93 94 95 89 87 86 83 81 92 92 96 97 98 96 93 95 84 82 81 84 85 85 81 82 80 80 81 85 90 93 95 84 86 81 98 99 98 97 96 95 84 87 80 81 85 82 83 84 87 90 95 86 88 80 82 81 84 85 86 83 82 81 80 82 87 88 89 98 99 97 96 98 94 92 87
  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4章 MATLAB数值计算
4.1 数据处理与多项式计算
4.2 数值微积分
4.3 线性方程组求解 4.4 非线性方程与最优化问题求解 4.5 常微分方程的数值求解
4.1 数据处理与多项式计算
数据统计与分析
1. 求矩阵最大元素和最小元素 MATLAB提供的求数据序列的最大值和最小值的函 数分别为max和min,两个函数的调用格式和操作过 程类似。
数据处理与多项式计算--数据统计与分析
3. 矩阵元素求和与求积
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。
0.0051
0.0093 1.0000 0.0048 0.0095
-0.0114
-0.0012 0.0048 1.0000 -0.0017
-0.0011
0.0071 0.0095 -0.0017 1.0000
数据处理与多项式计算--数据统计与分析
7. 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。
数据处理与多项式计算--多项式计算
(1)代数多项式求值
polyval函数用来求代数多项式的值,其调用格式为:
Y=polyval(P,x)
若x为一数值,则求多项式在该点的值;若x为向量或 矩阵,则对向量或矩阵中的每个元素求其多项式的 值。
数据处理与多项式计算--多项式计算
(2)矩阵多项式求值 polyvalm函数用来求矩阵多项式的值,其调用格式与 polyval相同,但含义不同。polyvalm函数要求x为方 阵,它以方阵为自变量求多项式的值。设A为方阵,P 代表多项式x3-5x2+8,那么polyvalm(P,A)的含义是: A*A*A-5*A*A+8*eye(size(A)) 而polyval(P,A)的含义是: A.*A.*A-5*A.*A+8*ones(size(A))
(1)求向量的最大值和最小值
y=max(X):返回向量X的最大值存入y,如果X中包 含复数元素,则按模取最大值。
数据处理与多项式计算--数据统计与分析
[y,I]=max(X):返回向量X的最大值存入y,最大值的序 号存入I,如果X中包含复数元素,则按模取最大值。 求向量X的最小值的函数是min(X),用法和max(X)完全相 同。 例 求向量x的最大值。 命令如下:
数据处理与多项式计算--多项式计算
例:求多项式x4+8x3-10的根。 命令如下:
A=[1,8,0,0,-10];
x=roots(A) 若已知多项式的全部根,则可以用poly函数建立起该 多项式,其调用格式为: P=poly(x)
若x为具有n个元素的向量,则poly(x)建立以x为其根 的多项式,且将该多项式的系数赋给向量P。
[Y,U]=max(A):返回行向量Y和U,Y向量记录A的 每列的最大值,U向量记录每列最大值的行号。 max(A,[ ],dim):dim取1或2。dim取1时,该函数和 max(A)完全相同;dim取2时,该函数返回一个列 向量,其第i个元素是A矩阵的第i行上的最大值。
求最小值的函数是min,其用法和max完全相同。
corrcoef(X,Y):在这里,X,Y是向量,它们与 corrcoef([X,Y])的作用一样。
数据处理与多项式计算--数据统计与分析
例 生成满足正态分布的10000×5随机矩阵,然后求各 列元素的均值和标准方差,再求这5列随机数据的 相关系数矩阵。 命令如下: X=randn(10000,5); M=mean(X) D=std(X)
数据处理与多项式计算--数据统计与分析
5.求标准方差
对于向量X,std(X)返回一个标准方差。对于矩阵A, std(A)返回一个行向量,它的各个元素是矩阵A各列 或各行的标准方差。std函数的一般调用格式为:
Y=std(A,flag,dim) 其中dim取1或2。当dim=1时,求各列元素的标准 方差;当dim=2时,则求各行元素的标准方差。flag 取0或1,分别对应不同的方差定义。缺省flag=0, dim=1。
例 以多项式x4+8x3-10为例,取一个2×2矩阵为自变量分 别用polyval和polyvalm计算该多式的值。
示例
A=[1,8,0,0,-10]; % 多项式系数
x=[-1,1.2;2,-1.8]
y1=polyval(A,x) y2=polyvalm(A,x) y1 = -17.0000 5.8976 70.0000 -46.1584 y2 = -60.5840 50.6496 84.4160 -94.3504
数据处理与多项式计算--数据统计与分析
4. 矩阵元素累加和与累乘积
cumsum(X): 返回向量X累加和向量。 cumprod(X):返回向量X累乘积向量。 cumsum(A):返回一个矩阵,其第i列是A的第i列的累 加和向量。 cumprod(A):返回一个矩阵,其第i列是A的第i列的累 乘积向量。 cumsum(A,dim):当dim为1时,该函数等同于 cumsum(A);当dim为2时,返回一个矩阵,其第i行 是A的第i行的累加和向量。 cumprod(A,dim):当dim为1时,该函数等同于 cumprod(A);当dim为2时,返回一个向量,其第i行 是A的第i行的累乘积向量。
(1)多项式的加减运算
(2)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。
数据处理与多项式计算--多项式计算
(3)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。
R=corrcoef(X)
例子
均值:0.0011
方差:1.0011 相关系数矩阵:
1.0000
0.0119 0.0051 -0.0114 -0.0011
0.0066
1.0036
0.0009
1.0049
0.0264
1.0058
0.0101
1.0061
0.0119
1.0000 0.0093 -0.0012 0.0071
数据处理与多项式计算--数据统计与分析
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。
数据处理与多项式计算--数据统计与分析
2. 求矩阵的平均值和中值 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。 mean(A,dim):当dim为1时,该函数等同于mean(A); 当dim为2时,返回一个列向量,其第i个元素是A的第 i行的算术平均值。 median(A,dim):当dim为1时,该函数等同于median(A); 当dim为2时,返回一个列向量,其第i个元素是A的第 i行的中值。
数值微积分--数值积分
2. 数值积分的实现
(1) 被积函数是一个解析式 MATLAB提供了quad函数和quadl函数来求定积分。 它们的调用格式为: quad(filename,a,b,tol,trace) quadl(filename,a,b,tol,trace)
% 给出一个矩阵x
% 计算代数多项式的值 % 计算矩阵多项式的值
数据处理与多项式计算--多项式计算
4. 多项式求根
n次多项式具有n个根,当然这些根可能是实根, 也可能含有若干对共轭复根。MATLAB提供的 roots函数用于求多项式的全部根,其调用格式为:
x=roots(P)
其中P为多项式的系数向量,求得的根赋给向量x, 即x(1),x(2),…,x(n)分别代表多项式的n个根。
4.2 数值微积分
数值微分 1. 数值差分与差商
2. 数值微分的实现
在MATLAB中,没有直接提供求数值导数的函数,只有计 算向前差分的函数diff,其调用格式为:
DX=diff(X):计算向量X的向前差分,DX(i)=X(i+1)-X(i), i=1,2,…,n-1。
DX=diff(X,n):计算X的n阶向前差分。例如, diff(X,2)=diff(diff(X))。 DX=diff(A,n,dim):计算矩阵A的n阶差分,dim=1时(缺省 状态),按列计算差分;dim=2,按行计算差分。
数值微积分--数值微分
例6.18 设x由[0,2π]间均匀分布的10个点组成,求sinx的1~3阶 差分。 命令如下: X=linspace(0,2*pi,10);
Y=sin(X);
DY=diff(Y); D2Y=diff(Y,2); 计算 D3Y=diff(Y,3); diff(DY,2) %计算Y的一阶差分 %计算Y的二阶差分,也可用命令diff(DY) %计算Y的三阶差分,也可用diff(D2Y)或
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。
相关文档
最新文档