matlab课后习题答案第四章
- 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)。
第4章数值运算
习题 4 及解答
1 根据题给的模拟实际测量数据的一组t和)(t y试用数值差分
diff或数值梯度gradient指令计算)(t
y'曲线
y',然后把)(t y和)(t 绘制在同一图上,观察数值求导的后果。(模拟数据从prob_data401.mat获得)
〖目的〗
●强调:要非常慎用数值导数计算。
●练习mat数据文件中数据的获取。
●实验数据求导的后果
●把两条曲线绘制在同一图上的一种方法。
〖解答〗
(1)从数据文件获得数据的指令
假如prob_data401.mat文件在当前目录或搜索路径上
clear
load prob_data401.mat
(2)用diff求导的指令
dt=t(2)-t(1);
yc=diff(y)/dt; %注意yc的长度将比y短1
plot(t,y,'b',t(2:end),yc,'r')
(3)用gradent求导的指令(图形与上相似)
dt=t(2)-t(1);
yc=gradient(y)/dt;
plot(t,y,'b',t,yc,'r')
grid on
〖说明〗
● 不到万不得已,不要进行数值求导。
● 假若一定要计算数值导数,自变量增量dt 要取得比原有数据相对误差高1、2个量级
以上。
● 求导会使数据中原有的噪声放大。
2 采用数值计算方法,画出dt t
t x y x ⎰
=0sin )(在]10 ,0[区间曲线,并计算)5.4(y 。
〖提示〗
● 指定区间的积分函数可用cumtrapz 指令给出。 ● )5.4(y 在计算要求不太高的地方可用find 指令算得。
〖目的〗
● 指定区间的积分函数的数值计算法和cumtrapz 指令。
● find 指令的应用。
〖解答〗
dt=1e-4;
t=0:dt:10;
t=t+(t==0)*eps;
f=sin(t)./t;
s=cumtrapz(f)*dt;
plot(t,s,'LineWidth',3)
ii=find(t==4.5);
s45=s(ii)
s45 =
3 求函数x e x f 3sin )(=的数值积分⎰=π
)(dx x f s ,并请采用符号计算尝试复算。
〖提示〗
● 数值积分均可尝试。
● 符号积分的局限性。
〖目的〗
● 符号积分的局限性。
〖解答〗
dx=pi/2000;
x=0:dx:pi;
s=trapz(exp(sin(x).^3))*dx
s =
5.1370
符号复算的尝试
syms x
f=exp(sin(x)^3);
ss=int(f,x,0,pi)
Warning: Explicit integral could not be found.
> In sym.int at 58
ss =
int(exp(sin(x)^3),x = 0 .. pi)
4 用quad 求取dx x e x
sin 7.15⎰--ππ的数值积分,并保证积分的绝对
精度为910-。
〖目的〗
● quadl ,精度可控,计算较快。
● 近似积分指令trapz 获得高精度积分的存和时间代价较高。
〖解答〗
%精度可控的数值积分
fx=(x)exp(-abs(x)).*abs(sin(x));
format long
sq=quadl(fx,-10*pi,1.7*pi,1e-7)
sq =
1.498
%近似积分算法
x=linspace(-10*pi,1.7*pi,1e7);
dx=x(2)-x(1);
st=trapz(exp(-abs(x)).*abs(sin(x)))*dx
st =
1.430
%符号积分算法
y='exp(-abs(x))*abs(sin(x))'
si=vpa(int(y,-10*pi,1.7*pi),16)
y =
exp(-abs(x))*abs(sin(x))
si =
1.2911
5 求函数5.08.12cos 5.1)
5(sin )(2
06.02++-=t t t e t t f t 在区间]5,5[-中的最小值点。 〖目的〗
● 理解极值概念的邻域性。
● 如何求最小值。
● 学习运用作图法求极值或最小值。
● 感受符号法的局限性。
〖解答〗
(1)采用fminbnd 找极小值点
在指令窗中多次运行以下指令,观察在不同数目子区间分割下,进行的极小值搜索。然后从一系列极小值点中,确定最小值点。
clear
ft=(t)sin(5*t).^2.*exp(0.06*t.*t)+1.8*abs(t+0.5)-1.5*t.*cos(2*t);
disp('计算中,把[ -5,5] 分成若干搜索子区间。')
N=input(' 请输入子区间数 N ,注意使N>=1 ?');%该指令只能在指令窗中运行 t t=linspace(-5,5,N+1);
f or k=1:N
[tmin(k),fobj(k)]=fminbnd(ft,tt(k),tt(k+1));
e nd
[fobj,ii]=sort(fobj); %将目标值由小到大排列
t min=tmin(ii); %使极小值点做与目标值相应的重新排列
fobj,tmin
(2)最后确定的最小值点
在10,,2,1 =N 的不同分割下,经观察,最后确定出
最小值点是 -1.531
相应目标值是 -0.545
(3)采用作图法近似确定最小值点(另一方法)
(A )在指令窗中运行以下指令:
clear
ft=(t)sin(5*t).^2.*exp(0.06*t.*t)+1.8*abs(t+0.5)-1.5*t.*cos(2*t);
t=-5:0.001:5;
ff=ft(t);
plot(t,ff)
grid on,shg
(B )经观察后,把最小值附近邻域放到足够大,然后运行以下指令,那放大图形被推向前台,与此同时光标变为“十字线”,利用它点击极值点可得到最小值数据
[tmin2,fobj2]=ginput(1)