matlab與科學(xué)工程計(jì)算(參考版)
2025-02-16 14:22本頁(yè)面
【正文】 x y z 4 8 6 8 6 8 8 x y z 9 9 8 8 9 4 9 89 作業(yè) : 三維畫圖 90 THANK YOU 。 ?算法 : 輸入平面上的至少四個(gè)點(diǎn)，挑選當(dāng)中的部分點(diǎn)，并把它們連成一個(gè)多邊形，要求面積盡量大，給出其面積之值。 參考 《 數(shù)值計(jì)算 》 中的 Cholesky分解。) 插值方法 被插值點(diǎn) 插值節(jié)點(diǎn) 插值結(jié)果 ‘ nearest’: 最鄰近插值‘linear’: 線性插值 ‘ spline’: 三次樣條插值 ‘ cubic’: 立方插值 缺省時(shí) : 分段線性插值 79 插值 (interp2) z=interp2(x0,y0,z0,x,y,’method’) 被插值點(diǎn) 插值方法 插值節(jié)點(diǎn) ‘ nearest’ 最鄰近插值 ‘ linear’ 雙線性插值 ‘ cubic’ 雙三次插值 缺省時(shí) , 雙線性插值 被插值點(diǎn)的函數(shù)值 80 統(tǒng)計(jì)工具箱 ?參數(shù)估計(jì) ?betafit, binofit, mle, … ?概率密度函數(shù) ?betapdf, binopdf, hygepdf, … ?各種分布的均值、方差 ?betastat, binostat, chi2stat, … ?線性、非線性的各種回歸模型 ?anova1, anova2, polyfit, regress, … ?lsqnonneg, nlinfit, nlintool, … 81 matlab上機(jī)操作 ?遵守機(jī)房各項(xiàng)規(guī)定 ?保持機(jī)房衛(wèi)生整潔 ?matlab系統(tǒng)若有問題，請(qǐng)重新開機(jī)，在選擇進(jìn)入系統(tǒng) 前 按 CtrlR 82 matlab練習(xí)題 ? 求下面表達(dá)式的值 其中 76242/2412321xxxxxxxxxxxy???????????????????????????????????????????? ? 6 1 7 , , , , , , , ?? ?x83 matlab練習(xí)題 ? 已知矩陣 A,B如下 , 計(jì)算并比較 A*B, B*A, A.*B, B.*A, A/B, A\B, A./B, A.\B ?????????????????????????????11032132101 ,13221026 BA84 matlab練習(xí)題 ? 已知矩陣 A,B如下 , 給出這兩個(gè)矩陣的 (1)逆 (2)行列式 (3)跡 (4)特征值和特征向量 (5)最簡(jiǎn)階梯形矩陣 ?????????????????????????????11032132101 ,13221026 BA85 matlab練習(xí)題 ? 已知矩陣 A及多項(xiàng)式如下 , 給出多項(xiàng)式在矩陣上的值； 比較結(jié)果矩陣和原矩陣的特征值和特征向量。,2) 78 插值 (interp1) yi=interp1(x， y， xi， 39。,39。,x,y,39。 plot(xx,yy,39。 ?多項(xiàng)式求導(dǎo) d = polyder(p) 77 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 0 . 200 . 20 . 40 . 60 . 811 . 2多項(xiàng)式計(jì)算 ? 多項(xiàng)式擬合 (polyfit) x = linspace(0,pi,8) x = 0 y = sin(x) y = 0 p = polyfit(x,y,2) p = xx = linspace(0,pi,200)。 s = conv(p,q)。 76 多項(xiàng)式計(jì)算 ? 多項(xiàng)式表示：向量 22 ?xp = [1 0 2] 表示 ? 多項(xiàng)式求值 polyval(p,1:5) ? 多項(xiàng)式求根 r = roots(p) ? 用根生成多項(xiàng)式 p = poly(r) ?多項(xiàng)式相乘 p = [1 0 2]。 [x,y] = ... ode45(’f’,[0,2],1)。 8 s . t . 321 ??? xxx0, 321 ?xxx62 21 ?? xx16232221 ??? xxx12)( 312 ?? xxx最優(yōu)解 [6 0 0]’ 74 微分方程工具箱 (ode45) [t,y] = ode45(odefun,tspan,y0,options,p1,p2...) 求解函數(shù) 工具箱 函數(shù) 算法參數(shù) help odeset 求解區(qū)間 初值 解的向量 可用 plot(x,y)畫出解 目標(biāo)函數(shù) 其他參數(shù) 75 微分方程工具箱 (ode45) 39。 c(2)= x(2)*(x(1)+x(3))12。 function v = fun(x) v =3*x(1)x(2)^2+x(3)。)。) x = 71 最優(yōu)化工具箱 (fzero) [x,fv]=fzero(f,x0,options,p1,p2,…) 零點(diǎn)向量 函數(shù)值 工具箱 函數(shù) 目標(biāo)函數(shù) 字符串 初值 算法參數(shù) 目標(biāo)函數(shù) 其他參數(shù) help foptions 72 最優(yōu)化工具箱 (fzero) f = inline(39。f39。 linprog(f,A,b,Aeq,beq,lb,ub) Optimization terminated successfully. ans = 69 最優(yōu)化工具箱 (fminu) [x,opts]=fminu(f,x0,options,g,p1,p2,…) 最優(yōu)解 向量 求解 情況 工具箱 函數(shù) 目標(biāo)函數(shù) 字符串 初值 算法參數(shù) 目標(biāo)函數(shù) 梯度 字符串 目標(biāo)函數(shù) 其他參數(shù) help foptions 70 最優(yōu)化工具箱 (fminu) function v=f(x) v = 100*( x(2)x(1)^2 )^2 + ... (x(1)1)^2。 lb = [0 4]。 Aeq = [ ]。 5 8]。 * [1:4] A = 1 2 3 4 2 4 6 8 3 6 9 12 4 8 12 16 trace(A) ans = 30 66 矩陣的 Cholesky分解 (chol) A = pascal(4) A = 1 1 1 1 1 2 3 4 1 3 6 10 1 4 10 20 B = chol(A) B = 1 1 1 1 0 1 2 3 0 0 1 3 0 0 0 1 67 矩陣的特征值 (eig) A = gallery(3) A = 149 50 154 537 180 546 27 9 25 eig(A) ans = [V,D] = eig(A) V =
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1