基于Mathematica的数值计算.ppt
Mathcad数学运算-函数运算精品PPT课件
(e)用lsolve函数 求解线性方程
函数lsolve(M,v)返回线性方程组 Mx=v的解向量,其中参数M是一个方阵, 非奇异矩阵。我们把行列式值为0的矩阵 称为奇异矩阵,而把行是线性独立的矩 阵称为非奇异矩阵;v是维数和M矩阵行 数相等的向量。
r:=rnd(24)-12
r=-11.97
root(f(r),r)=-11.475
单击上面的“r:=rnd(24)-12”语句,重 复按F9键,可以在root(f(r),r)=中观察 到所给出根的变化,把这些数值代入方 程即可求出所合适的根,如-11.475、6.514、4.449等。
第二种方法是画出此函数的X-Y坐标图 (如图27所示)。
所得到的反三角函数的结果缺省也为 弧度。如:
asin(0.2)=0.201
要转换成弧度,可单击此式,并在右 侧占位符上输入deg,然后单击此区域外 部,如:
asin(0.2)=11.537 deg
Mathcad2001还提供两个返回角度的函 数:
angle(x,y):返回平面上从x正坐标轴 到点(x,y)的夹角,其值为0到2π。
(c)求解模块及 求解方程组
求解模块(Solve Block)不是一个函数, 而是一个独特的结构,或可看作 Mathcad2001中的一个特殊的程序。利用 它可以求解方程组,即使要求解的方程 组没有根,也会给出一组根,并满足误 差最小的条件。
求解模块的结构是先给出一组根的估 计值;然后使用关键词Given(大、小写 或大小写混合使用均可);接着是方程组; 最后使用关键词Find。
最后可得六个根分别是-11.475、10.117、-6.514、4.449、5.817、9.005。
由于求根函数root的算法是数值法,得到 的根是近似值。系统缺省数据的显示精 度为15位,如果用户对这精度不满意, 可在求解之前重新定义误差控制常数TOL。
60Mathematica数值计算
第六章数值计算命令与例题数值问题由一组已知数据来求出一组结果数据,使得这两组数据之间满足预先制定的某种关系的问题,数值计算就是通过对数学问题解有效的近似处理去获得比较满意解的计算方法。
这里只介绍与数值计算中最基本方法的一些命令与例题。
6.1求近似函数在生产和实验中, 人们经常遇到需要通过某个未知(或复杂)的函数f(x)在有限个给定点的函数值:{x i, y i}, i=1,2,…., n, 这里f(x i) = y i 去获得函数f(x)的近似函数ϕ(x), 以便于处理涉及到f(x)的计算或其他处理问题, 这种求近似函数ϕ(x)的方法主要有拟合方法和插值方法。
一般, 曲线拟合是常用的拟合方法, 而插值方法常用的有多项式插值与分段插值方法, 在Mathematica 中它们都有相应的命令来获得相应的近似函数。
6.1.1 曲线拟合曲线拟合主要用来求一元近似函数, 它是根据一组函数值(通常是测量值或试验数据)去寻找描述相应函数关系的一种常用数据逼近方法, 是根据最小二乘原理的意义下获得近似函数的, 此近似函数具有在数据点处的误差平方和最小的特点。
通过拟合得到的函数关系通常称为经验公式, 该函数不必经过任何的数据点, 是实际函数的一种近似函数。
曲线拟合结果的好坏与选用什么类型的函数作为拟和曲线类型有关。
记函数集合:M=Span[ϕ0, ϕ1, ϕ2,…, ϕm]={ ϕ(x)| ϕ(x)= a 0 ϕ0(x)+a1ϕ1(x)+…+a mϕm(x), a i∈R}称集合M为函数ϕ0, ϕ1, ϕ2,…, ϕm张成的空间,m+1个函数ϕ0(x), ϕ1(x), ϕ2(x),…, ϕm(x)称为拟合基函数集合, 它们都是已知的函数。
拟合基函数集合不同对应不同的拟合函数类, 如果要用曲线拟合方法得到经验公式, 通常是先画出所给数据的散点图, 再根据散点图选择合适的拟和函数类型做曲线拟合。
应该注意的是:选择不同的拟合函数类会得到不同的拟合函数,拟合函数的好坏依赖于所选的拟合函数类,如果你知道的曲线类型多, 就容易获得满意的拟合函数。
(完整版)Mathematica数值分析和数值计算
第五章 数值分析和数值计算1. 如何求插值多项式给定n 个点( x i ,y i ),(i=1,2,…,n),构造一个次数不超过n-1的多项式函数f(x),使得f(x i )=y i ,则称f(x)为拉格朗日插值多项式。
可以证明该多项式函数由公式))...()(())...()((...))...()(())...()(())...()(())...()((1211212321231113121321--------++------+------=n n n n n n n n n n x x x x x x x x x x x x y x x x x x x x x x x x x y x x x x x x x x x x x x y y唯一给定。
Mathematica 提供了根据插值点数据计算拉格朗日插值多项式的函数InterpolatingPolynomial ,下面是其调用格式:InterpolatingPolynomial[data,var]作出以data 为插值点数据,以var 为变量名的插值多项式。
例:在多数情况下,我们构造插值函数的目的在于计算函数f(x)的值,而并不在意插值多项式的具体表示形式。
对于拉格朗日插值多项式,当n 较大时,得到的高次插值多项式由于截断误差和舍入误差的影响,往往误差较大。
此时在实际应用中,一般采用分段插值。
Mathematica 提供了分段插值函数Interpolation ,其使用格式为:Interpolation[data,InterpolationOrder->n]这里InterpolationOrder->n 指定插值多项式的次数,默认值为3。
此外数据data 中还可以包括插值点处的导数,格式为:{{x1,{y1,dy1}},{x2,{y2,dy2}},…}例:已知f(0)=0,f(1)=2,f’(0)=1,f’(1)=1,求3次插值多项式f(x),并计算f(0.72)和画出函数f(x)在[0,1]区间上的图形。
(完整版)Mathematica数值分析和数值计算
第五章 数值分析和数值计算1. 如何求插值多项式给定n 个点( x i ,y i ),(i=1,2,…,n),构造一个次数不超过n-1的多项式函数f(x),使得f(x i )=y i ,则称f(x)为拉格朗日插值多项式。
可以证明该多项式函数由公式))...()(())...()((...))...()(())...()(())...()(())...()((1211212321231113121321--------++------+------=n n n n n n n n n n x x x x x x x x x x x x y x x x x x x x x x x x x y x x x x x x x x x x x x y y唯一给定。
Mathematica 提供了根据插值点数据计算拉格朗日插值多项式的函数InterpolatingPolynomial ,下面是其调用格式:InterpolatingPolynomial[data,var]作出以data 为插值点数据,以var 为变量名的插值多项式。
例:在多数情况下,我们构造插值函数的目的在于计算函数f(x)的值,而并不在意插值多项式的具体表示形式。
对于拉格朗日插值多项式,当n 较大时,得到的高次插值多项式由于截断误差和舍入误差的影响,往往误差较大。
此时在实际应用中,一般采用分段插值。
Mathematica 提供了分段插值函数Interpolation ,其使用格式为:Interpolation[data,InterpolationOrder->n]这里InterpolationOrder->n 指定插值多项式的次数,默认值为3。
此外数据data 中还可以包括插值点处的导数,格式为:{{x1,{y1,dy1}},{x2,{y2,dy2}},…}例:已知f(0)=0,f(1)=2,f’(0)=1,f’(1)=1,求3次插值多项式f(x),并计算f(0.72)和画出函数f(x)在[0,1]区间上的图形。
Mathematica 之 “数值积分方法”
其中
k xk 8
运算量基 本相同
= 3.138988494
k 1 S4 f (0) 4 f ( xk ) 2 f ( xk ) f (1) 其中 xk 24 8 odd even
= 3.141592502
4.3.2 自适应求积
函数变化有急有缓,为了照顾变化剧烈部分的误差,我们需要加 密格点。对于变化缓慢的部分,加密格点会造成计算的浪费。建立一 种算法,可以自动在变化剧烈的地方加密格点计算,而变化缓慢的地 方,则取稀疏的格点。 带有误差估计的复化求积法则可以用于产生一个自动求积程序: 通过继续分割子区间,直到现方式做保护处理对用户上传分享的文档内容本身不做任何修改或编辑并不能对任何下载内容负责
第 4 节 数值积分方法
4.1 数值积分的概念
关于积分,有Newton-Leibniz公式
b
a
f ( x)dx F (b) F (a)
但是,在很多情况下,还是要数值积分:
n
与中点法则相联系的误差估计
与子区间[xi-1, xi]相联系的误差是:
1 (b a) 3 Ri f ' ' (m)x , x 24 n
在区间 [a,b] 上总的误差为:
nRi nx O(n 2 )
3
复化梯形法则
I ( f ) T ( f ) xi xi 1
Simpson’s 法则
f (b) f (a ) a b ab f a f (a) ba 2 2 p2 ( x ) ( x a )( x b) ab a b a b 2 2 4 p2 ( x ) ( a b) 2
Mathematica4.0课件教程
选项 AspectRatio AxesLabel PlotLabel PlotRange
PlotStyle PlotPoint
说明 图形的高、宽比 给坐标轴加上名字 给图形加上标题
指定函数因变量的区间
用什么样方式作图(颜 色,粗细等)
画图时计算的点数
默认值
1/0.618 不加 不加
计算的结 果
值是一个 表
单击
,就启动了Mathematica4.0,在
屏幕上显示如图的Notebook窗口,系统暂时取名
Untitled-1,直到用户保存时重新命名为止。
输入1+1,然后按下Shift+Enter键,这时系统开始 计算并输出计算结果,并给输入和输出附上次序 标识In[1]和Out[1],注意In[1]是计算后才出现的; 再输入第二个表达式,要求系统将一个二项式展 开,按Shift+Enter输出计算结果后,系统分别将 其标识为In[2]和Out[2]。如图
1.1.1 Mathematica的启动和运行
• Mathematica是美国Wolfram研究公司生产的一种 数学分析型的软件,以符号计算见长,也具有高 精度的数值计算功能和强大的图形功能。
• 假设在Windows环境下已安装好Mathematica4.0,
启动Windows后,在“开始”菜单的“程序”中
• Plot[{f1,f2,f3,…}, {x,xmin,xmax},option>value] 在指定区间上按选项定义值同时画 出多个函数在直角坐标系中的图形
• Mathematica绘图时允许用户设置选项值对 绘制图形的细节提出各种要求。例如:要 设置图形的高宽比,给图形加标题等。每 个选项都有一个确定的名字,以“选项名-> 选项值”的形式放在Plot中的最右边位置, 一次可设置多个选项,选项依次排列,用 逗号隔开,也可以不设置选项,采用系统 的默认值。
Mathematica入门(一)21页PPT
function 20
15
10
5
-7.5
-5 -2.5 -5
x
2.5
5
7.5
-10
-15
-20
NUDT
Mathematica入门
1 0.5
0 -0.5
-1 -4
-2
0
2
4 2 0 -2 -4 4
1 0.5
-1.5
-1
-0.5
-0.5-1Biblioteka 0.511.5
1 0.5
0 -0.5
-1 -5 0
5
0
-5 5
表达式的展开
Expand[ expr ]
ExpandAll[ expr ]
ExpandNumerator[ expr ] ExpandDenominator[ expr ]
NUDT
Mathematica入门
分式的化简与展开 Together[ expr ] 用于通分并化简 Cancel[ expr ] 用于约去分子、分母的公因式 Apart[ expr ] 用于将有理分式化简为最简分式的和
NUDT
Mathematica入门
二、基本的符号运算 基本代数运算
化简函数 Simplify[ expr ] 或 expr//Simplify
有条件化简 Simplify[expr , x dom] dom: Integers, Rationals, Reals, Complexes, Primes等
NUDT
Mathematica入门
因式分解 Factor[ expr ] 可以分解分式的分子和分母
合并同类项 Collect[ expr, x ] Collect[ expr ,{x, y, }]
数学分析实验Mathematica软件的应用.ppt
- Mathematica 软件的应用
数学实验实例一 调和数列研究
1、调和数列
自然数的倒数组成的数列 1, 1 , 1 ,, 1 , 23 n
称为调和数列。它的前n项和数列 n 1 记作H(n)。 k 1 k
2、提出问题:H(n)是否收敛?
我们借助于数学软件Mathematica 对H(n)的收敛性进 行观察。
Step4 与对数函数 y=lnx 作比较 ph2=Plot[Log[x],{x,1,100}] Show[ph1,ph2]
5 4 3 2 1
20
40
60
80
100
根据图象比较的结果可以看出,当n很大时,H(n)的 图象与ln(n)的图象非常相似,但它们大致相差一个常数。 这个常数约为
C=H(100)-ln100≈0.5822.
n 2 3
n
把这个极限值记为C,C ≈0.5772,称为欧拉(Euler) 常数。
数学实验工具
常见的数学工具软件: 1、Mathematica; 2、Matlab; 3、Maple; 4、MathCad.
我们主要使用Mathematica这一数学工具软件。
Mathematica介绍
Mathematica是一个功能强大的数学工具软件,具有 数值计算、符号演算、图象制作、公式编辑和编程等各 项功能。
数学常数e的探讨
编制一个对数表,使任意给出的N都能简便地求出 其对数值log a N . 借助于乘方运算容易得到如下对数表:
N
1 a a2 a3 … ak …
b
0 1 2 3… k …
当 a =10时,得到下表:
N
1 10 100 1000 … 10k …
Mathematica绘图部分PPT课件
在平面直角坐标系中绘制函数y=f(x)的图 形的函数是Plot,其调用格式如下:
➢Plot[f[x],{x,a,b},选项] 绘制函数f(x)在区 间[a,b]范围内的图形
➢Plot[{f1[x],f2[x],…},{x,a,b},选项] 同时绘 制多个函数的图形
第1页/共121页
➢n 给出等值线的条数(默认值为10) ➢{z1,z2,…} 画出对应函数值为z1,z2,…
的等值线 注:利用指定函数值可以画出隐函数F(x,y)=0
的图形.
第50页/共121页
例 20
第51页/共121页
(3) ColorFunction 用于规定函数值大小的 显示方法.其值为:
➢Automatic 用灰度表示函数值的大小 (默认值)
第15页/共121页
例7:
第16页/共121页
(5) AxesLabel 用于给坐标轴加上注记(说明 性字符串).它有三个值:
➢None 没有标记(默认值) ➢“字符串” 给y(三维为z)轴加上标记 ➢{“字符串1” , “字符串2” } 分别给出x,y轴
(三维加z)轴的注记
第17页/共121页
(3)Mesh 说明在曲面上是否画网格. 其值为:
➢True 画网格(默认值) ➢False 不画网格
第72页/共121页
例 3
第73页/共121页
(4)HiddenSurface 说明是否隐藏曲面被 遮住的部分.其值为:
➢True 隐藏(默认值) ➢False 不隐藏
(5)Shading 说明是否在曲面上按函数值 大小涂灰色(或彩色).其值为:
➢Hue 用一系列颜色表示函数值的大小
第52页/共121页
- 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、"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、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)。
求m次多项式拟合程序
Clear[xi,xx,yi]; xi=Input["xi="] yi=Input["yi="] n=Length[xi]; h=ListPlot[Table[{xi[[i]],yi[[i]]},{i,1,n}],PlotStyle->PointSize[0.04]] m=Input["多项式次数m="] s=Table[Sum[xi[[k]]^i,{k,1,n}],{i,0,2m}]; a=Table[s[[i+j-1]],{i,1,m+1},{j,1,m+1}]; Print["a=",MatrixForm[a]]; b=Table[Sum[xi[[k]]^i*yi[[k]],{k,1,n}],{i,0,m}]; Print["b=",MatrixForm[b]]; xx=Table[x[i],{i,1,m+1}]; g=Solve[a.xx==b,xx]; fa=Sum[x[i]*t^(i-1),{i,1,m+1}]/.g[[1]]; p=fa//N p1=Plot[p,{t,xi[[1]],xi[[n]]},DisplayFunction->Identity]; Show[{p1,h},DisplayFunction->$DisplayFunction];
程序中变量说明
xi:存放拟合基点{x0 , x1, ... , xn } yi: 存放对应函数值{y0 , y1 , … , yn} m: 存放拟合多项式次数 a: 存放正规方程组系数矩阵 b: 存放正规方程组常数项 p: 存放m次拟合多项式 h: 存放散点图 p1:存放拟合函数图形 xx:定义正规方程组变量,存放m次拟合多项式的系数 注:语句s=Table[Sum[xi[[k]]^i,{k,1,n}],{i,0,2m}]、
第九讲 数值计算
6.1 求近似函数 • 在生产和实验中, 人们经常遇到需要通过某个未知的函数
f(x)在有限个给定点的函数值:{xi, yi}, i=1,2,…., n, 这里 f(xi) = yi 去获得函数f(x)的近似函数(x), 求近 似函数(x)的方法主要有拟合方法和插值方法。
6.1.1 曲线拟合 • 曲线拟合主要用来求一元近似函数, 它是根据最小二乘原
Mathematica曲线拟合的一般形式为: Fit[{数据点集合}, {拟合基函数集合}, 自变量名]
具体的拟合命令有: 命令形式1:Fit[{{x1,y1},{x2,y2},...,{xn,yn}},{ 0, 1, 2,…, m },x] 功能:根据数据点集{{x1,y1},{x2,y2},...,{xn,yn}}求出具有拟合函数为
解:执行m次多项式拟合程序后,在输入的两 个窗口中按提示分别输入
{1,3,4,5,6,7,8,9,10},{10,5,4,2,1,1,2,3,4}
每次输入后用鼠标点击窗口的“OK”按扭,计 算机在屏幕上画出散点图。
由于该散点图具有2次多项式形状,因 此在确定选择多项式次数窗口输入2, 按OK”按扭后得如下输出结果。
a= 9 53 381
53 381 3017
381 3017 25317
b=32
147
1025 13.4597 - 3.60531 t + 0.267571 t2
a=Table[s[[i+j-1]],{i,1,m+1},{j,1,m+1}]、 b=Table[Sum[xi[[k]]^i*yi[[k]],{k,1,n}],{i,0,m}]是用简化
的正规方程组编程的。
例1.已知一组实验数据 x 1 3 4 5 6 7 8 9 10 f(x) 10 5 4 2 1 1 2 3 4 用多项式拟合求其拟合曲线。
理的意义下获得近似函数的, 此近似函数具有在数据点处的 误差平方和最小的特点。记函数集合:
M=Span[0, 1, 2,…, m]= {(x)|(x)= a0 0(x)+a11(x)+…+amm(x), ai R}
• 称集合M为函数0, 1, 2,…, m张成的空间,m+1个函 数0(x), 1(x), 2(x),…, m(x)称为拟合基函数集合, 它们都是已知的函数。
(x)= a 0 0(x)+a11(x)+…+a mm(x) 形式的近似函数(x)
命令形式2:Fit[{y1,y2,...,yn},{ 0, 1, 2,…, m },x] 功能:根据数据点集{{1,y1},{2,y2},...,{n,yn}}求出具有拟合函数为
(x)= a 0 0(x)+a11(x)+…+a mm(x) 形式的近似函数(x)
命令形式3:Fit[{{x1,y1},{x2,y2},...,{xn, yn}}, Table[x^i,{i,0,m}] ,x] 功能:根据数据点集{{x1,y1},{x2,y2},...,{xn,yn}}求出拟合函数为m次多
项式的近似函数(x) =a 0 +a1x+ a2x2 +…+a mx m
说明:本程序用于求m次多项式拟合。 程序执行后,按要求通过键盘输入拟 合基点xi:{x0 , x1, ... , xn }、对应函数 值yi:{ y0 , y1 , … , yn }后,计算机给 出散点图和请求输入拟合多项式次数
的窗口,操作者可以根据散点图确定
拟合多项式的次数通过键盘输入,程
序即可给出对应的正规方程组系数矩 阵a、常数项b、m次拟合多项式和由 拟合函数图形和散点图画在一起;1个拟合点: (xi, yi),i=0,1,…,n 根据散点图确定拟合多项式的次数m 计算相应正规线性方程组的系数和右端项 解正规正规线性方程组,得解:a0*,a1*,…,a
m* 写出拟合多项式*(x)= a0*+ a1*x+
a2*x2+ …+ am*xm