第06章_MATLAB数值计算_参考解答

合集下载

Matlab中常见的数值计算问题及解答

Matlab中常见的数值计算问题及解答Matlab是一款强大的科学计算软件，被广泛应用于工程、物理、数学等领域的数值计算和数据分析。

然而，由于其高度灵活和多样化的功能，使用者可能会遇到一些数值计算问题。

在本文中，我们将讨论一些在Matlab中常见的数值计算问题，并提供解答。

1. 数值稳定性在进行数值计算时，一个重要的问题是数值方法的稳定性。

数值不稳定性可能导致计算结果不准确，甚至无法得到有意义的结果。

为了解决这个问题，我们可以采取以下措施：(1) 使用兼容的数值方法：在选择数值方法时，应考虑到数值方法是否适用于问题的特性和约束条件。

例如，对于矩阵运算，可以使用特殊的数值方法，如LU分解或QR分解，以提高计算的稳定性。

(2) 限制数值范围：在进行计算之前，可以通过对数据进行归一化或缩放，将数据限制在一个合理的范围内。

这样可以减小计算中的数值误差，并提高计算的稳定性。

2. 数值误差数值计算中常常会出现数值误差。

这些误差可能来自于浮点运算的舍入误差，计算中的截断误差，或者数值方法的近似误差。

为了最小化数值误差，可以采取以下措施：(1) 使用高精度计算：Matlab提供了许多高精度计算的工具，如sym工具箱。

通过使用这些工具，可以进行更精确的计算，并减小数值误差的影响。

(2) 选择适当的数值方法：在选择数值方法时，应考虑到这些方法是否适用于所求解的问题。

例如，在解决微分方程时，可以根据方程的特性选择合适的数值方法，如欧拉法、龙格-库塔法等。

3. 数值积分在数值计算中，求解积分是一项重要的任务。

然而，对于复杂的函数或高维问题，常规的积分方法可能无法得到准确的结果。

为了解决这个问题，可以采取以下措施：(1) 适当选择积分方法：Matlab提供了多种积分方法，如梯形法则、辛普森法则等。

在进行数值积分时，可以根据问题的特性选择适当的积分方法，以提高计算的准确性。

(2) 使用自适应积分方法：自适应积分方法可以根据需要对积分区域进行自适应划分，以提高计算的准确性。

matlab数值计算技巧

Matlab提供了从磁盘文件或剪贴簿转载数据至工作区（数据导入）和将工作区变量存入磁盘文件（数据导出）的多种途径。

最简单的办法是使用界面导入向导，打开文件菜单中的导入数据而后按提示操作。

一、导入文本文件load函数、dlmread函数文本文件需要具备统一的行列模式，使用分隔符作为数据项间隔，这些分隔符包括空格、逗号、tab、分号或其它。

数据文件可能附带标题行和行列头标签。

数值数据对于数值数据可以直接使用load函数装载，例如my_data.txt中数据如下：1 2 3 4 56 7 8 9 10命令A = load('my_data.txt')装载该文本文件数据。

如果数值数据使用其它分隔符，可以使用dlmread读入，假设my_data.txt中数据如下：7.2;8.5;6.2;6.65.4;9.2;8.1;7.2命令A = dlmread('my_data.txt', ';')读入该数据。

包含行列标签的数值数据例如：Grade1 Grade2 Grade378.8 55.9 45.999.5 66.8 78.089.5 77.0 56.7fid = fopen('grades.dat', 'r');grades = textscan(fid, '%f %f %f', 3, 'headerlines', 1);fclose(fid);包含字符和数值的混合数据使用textread函数读入。

如果是规则的用空格隔开的数据，则采用data=textread(filename)格式调用，读出的数据记录在data矩阵中。

二、导出文本文件save函数A = [ 1 2 3 4 ; 5 6 7 8 ];save my_data.out A –ASCIIdlmwrite函数dlmwrite('my_data.out',A, ';')三、MS-Excel电子表格文件xlsinfo获得文件信息使用命令[type, sheets] = xlsfinfo(filename)返回文件类型type和工作表信息。

matlab数值计算（）（PDF）

1.57449318974494 ki =
1.1 数值差分与差商在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，即： DX(i)=X(i+1)-X(i)，i=1,2,…,n-1。
注意：s1fft是关于N/2共轭对称的！
其中一组信号（蓝色曲线为滤波后的数据）
滤波用的matlab程序：
Flow=5; %不是5Hz Fhigh=500; sfft=fft(s);
sfftnew=sfft; sfftnew(1:Flow-1)=0;%:end-Mlow sfftnew(end-Flow+1:end)=0; sfftnew(Fhigh:end-Fhigh)=0; snew=ifft(sfftnew);
命令如下：
V=vander(1:6) DV=diff(V) %计算V的一阶差分
范得蒙(Vandermonde)矩阵最后一列全为1，倒数第二列为一个指定的向量，其他各列是其后列与倒数第二列的点乘积。可以用一个指定向量生成一个范得蒙矩阵。在 MATLAB中，函数vander(V)生成以向量 V 为基础向量的范得蒙矩阵例如， A=vander([1;2;3;5])即可得到上述范得矩阵。
例6-7 计算二重定积分 (1) 建立一个函数文件fxy.m： function f=fxy(x,y)
1 ∫
2 ∫
− e
x2 2
sin(x2 +
y)dxdy
−1−2
global ki;
ki=ki+1;
%ki用于统计被积函数的调用次数
f=exp(-x.^2/2).*sin(x.^2+y);

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。

实验6答案Matlab数值计算

实验6 Matlab数值计算实验目的：1、掌握数据统计与分析的方法；2、掌握数据插值和曲线拟合的方法及其应用；3、掌握多项式的常用运算。

实验内容：1.利用randn函数生成符合正态分布的10×5随机矩阵A，进行如下操作：（1）求A的最大元素和最小元素；（2）求A的每行元素的和以及全部元素的和；（3）分别对A的每列元素按升序、每行元素按降序排列。

a = randn(10,5)+10;ma = max(max(a))mi = min(min(a))s = sum(a,2)sa = sum(sum(a))p = sort(a)p1 = -sort(-a,2)2.用3次多项式方法插值计算1-100之间整数的平方根。

f = sqrt(n);interp1(n,f,(1:100),'cubic')3.某气象观测站测得某日6：00-18：00之间每隔2h的室内外温度（°C）如下表所示。

使用三次样条插值分别求出该日室内外6：30-17：30之间每隔2h 各点的近似温度，并绘制插值后的温度曲线。

n= 6:2:18;f1 = [18 20 22 25 30 28 24]; f2 = [15 19 24 28 34 32 30]; r = 6.5:2:17.5;w = interp1(n,f1,r,'spline'); w1 = interp1(n,f2,r,'spline'); subplot(211),plot(r,w) subplot(212),plot(r,w1)4. 已知lgx 在[1,101]区间10个整数采样点的函数值如下表所示，试求lgx 的5次拟合多项式p(x)，并绘制lgx 和p(x)在[1,101]区间的函数曲线。

x = linspace(1,101,10); y = log(x) /log(10); p = polyfit(x,y,5) y1 = polyval(p,x) plot(x,y,':o',x,y1,'-*') legend('sin(x)','fit')5. 有3个多项式(),(),()P x x x x P x x P x x x =+++=+=++4322123245223，试进行下列操作：（1）求()()()()P x P x P x P x =+123。

MATLAB的数值计算

表示为：p=[1 -12 0 25 116]，使用函数roots可以求出多项式等于0的根，根用列向量表示。若已知多项式等于0的根，函数poly可以求出相应多项式。
例:a=[1 2 3;4 5 6;7 8 0]; p=poly(a) p =1.00 -6.00 -72.00 -27.00 p是多项式p(x)=x3-6x2-72x-27的matlab描述方法，我们可用： p1=poly2str(p,‘x’) — 函数文件，显示数学多项式的形式 p1 =x^3 - 6 x^2 - 72 x - 27
a./b=b.\a a.\b=b./a a./b=b.\a — 都是a的元素被b的对应元素除 a.\b=b./a — 都是a的元素被b的对应元素除例: a=[1 2 3];b=[4 5 6]; c1=a.\b; c2=b./a c1 = 4.0000 2.5000 2.0000 c2 = 4.0000 2.5000 2.0000
—— 给出a,b对应元素间的商.
3. 数组乘方(.^) — 元素对元素的幂例: a=[1 2 3];b=[4 5 6]; z=a.^2 z = 1.00 4.00 9.00 z=a.^b z = 1.00 32.00 729.00
对于p的其它值,计算将涉及特征值和特征向量，如果p是矩阵，a是标量 a^p使用特征值和特征向量自乘到p次幂；如a,p都是矩阵，a^p则无意义。
a=[1,2,3;4,5,6;7,8,9];a^2 ans =30 36 42 66 81 96 102 126 150
2. 数组乘除(，./，.\） ab —— a，b两数组必须有相同的行和列两数组相应元素相乘。 a=[1 2 3;4 5 6;7 8 9]; b=[2 4 6;1 3 5;7 9 10]; a.*b ans = 2 8 18 4 15 30 49 72 90

MATLAB数值计算教程

MATLAB数值计算教程第一章：MATLAB入门1.1 MATLAB简介MATLAB（Matrix Laboratory）是一款强大的数值计算软件，广泛用于工程、科学和金融领域。

它的特点是简单易用、高效快速，并且拥有丰富的工具箱和函数库。

1.2 MATLAB环境搭建要使用MATLAB进行数值计算，首先需要安装MATLAB软件，并进行必要的配置。

通过官方网站下载安装程序，根据提示进行安装即可。

安装完成后，打开MATLAB环境，即可开始使用。

1.3 MATLAB基本操作在MATLAB环境中，可以通过命令行窗口输入和执行命令，也可以使用脚本文件进行批量处理。

常用的基本操作包括变量赋值、算术运算、函数调用等。

例如，使用"="符号赋值变量，使用"+"、"-"、"*"、"/"等符号进行算术运算。

第二章：向量和矩阵操作2.1 向量操作在MATLAB中，向量是一种特殊的矩阵，可以通过一组有序的元素构成。

向量可以进行基本的算术运算，如加法、减法、乘法、除法，还可以进行向量的点积、叉积等操作。

可以使用内置函数和运算符来实现。

2.2 矩阵操作矩阵是MATLAB中最常用的数据结构之一，使用矩阵可以进行多个向量的组合和运算。

可以进行矩阵的加法、减法、乘法、除法等操作，也可以进行矩阵的转置、求逆、求特征值等操作。

MATLAB提供了大量的函数和工具箱来支持矩阵的操作。

第三章：数值计算方法3.1 数值积分数值积分是一种用数值方法计算定积分的方法。

在MATLAB 中，可以使用内置函数来进行数值积分，如trapz函数和quad函数。

也可以使用Simpson法则、复合辛普森法等方法实现数值积分。

3.2 数值微分数值微分是一种用数值方法计算导数的方法。

在MATLAB中，可以使用内置函数进行数值微分，如diff函数和gradient函数。

第六讲 MATLAB数值计算

例5.11 用3种不同的格式求A的特征值和特征向量。命令如下： A=[1,2,2;1,-1,1;4,-12,1] E=eig(A) [V,D]=eig(A) [V,D]=eig(A,'nobalance')
例5.12 用求特征值的方法解方程。
p = [3, -7, 0, 5, 2, -18];% A = compan(p); %A的伴随矩阵 x1 = eig(A) %求A的特征值 x2 = roots(p) %直接多项式p的零点两种方法求得的方程的根是完全一致的，实际上， roots函数正是应用求伴随矩阵的特征值的方法来求方程的根。
3. 矩阵的左右翻转
对矩阵A实施左右翻转的函数是fliplr(A)。
4. 矩阵的上下翻转
对矩阵A实施上下翻转的函数是flipud(A)。
5.2.2 矩阵的逆与伪逆 1. 矩阵的逆求方阵A的逆可调用组。 A=[1,2,3;1,4,9;1,8,27]; b=[5,–2,6]'; x=inv(A)*b 一般情况下，用左除比求矩阵的逆的方法更有效，即x=A\b。
2. 向量方向余弦的计算例5.14 设向量V=(5，-3，2)，求V的方向余弦。建立一个函数文件direct.m： function f = direct (v) r = norm(v); if r==0 f=0 else f=[v(1)/r,v(2)/r,v(3)/r]; end 在MATLAB命令窗口，输入命令： V = [5,-3,2]; F = direct(v)
第五讲 MATLAB数值计算
5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 特殊矩阵矩阵分析矩阵分解与线性方程组求解数据处理与多项式计算傅立叶分析数值微积分常微分方程的数值求解非线性方程的数值求解稀疏矩阵

MATLAB数值计算中常见问题与解决方法

MATLAB数值计算中常见问题与解决方法引言：MATLAB是一种高级的数值计算和科学工程计算软件，被广泛应用于各个领域。

然而，在使用MATLAB进行数值计算时，常常遇到一些问题。

本文将讨论一些常见的问题，并提供解决方法。

一、矩阵操作中的问题与解决方法在MATLAB中，矩阵操作是经常用到的一项功能。

然而，当矩阵维度不匹配、矩阵奇异或不可逆时，会遇到一些问题。

1. 矩阵维度不匹配的问题：当进行矩阵运算时，如矩阵相加、相乘，要求参与运算的矩阵的维度必须匹配。

如果出现维度不匹配的问题，可以使用MATLAB提供的矩阵转置、矩阵重构等函数进行维度调整。

另外，可通过使用索引，保证矩阵的维度一致，例如使用矩阵的某些行或列。

2. 矩阵奇异或不可逆的问题：当矩阵奇异或不可逆时，无法直接进行逆矩阵求解、行列式计算等操作。

可以通过使用奇异值分解（SVD）的方法，对奇异矩阵进行近似求逆，或者使用伪逆矩阵进行替代。

MATLAB提供了相应的函数，例如pinv()函数用于求伪逆。

二、数值计算中的精度问题与解决方法在进行数值计算时，常常遇到数值精度上的问题，例如数值溢出、舍入误差等。

1. 数值溢出的问题：当进行数值计算时，如果结果超出了MATLAB的数值范围，会出现数值溢出的问题。

可以通过增大数据类型的范围，如使用double类型替代默认的单精度float类型，来解决数值溢出问题。

同时，可以对输入数据进行标准化或归一化处理，将数值范围控制在合理的范围内。

2. 舍入误差的问题：在进行连续运算或迭代计算时，会不可避免地产生舍入误差。

为了减小舍入误差带来的影响，可以使用较高的浮点数精度，如使用vpa()函数进行任意精度计算。

此外，还可以通过数值插值、三次样条插值等方法，来减小舍入误差对结果的影响。

三、数值积分中的问题与解决方法数值积分在科学工程计算中广泛应用，但也会遇到一些问题。

1. 数值积分精度不足的问题：在进行数值积分时，如果选取的积分方法或积分步长不合适，可能会导致积分结果的精度不足。

MATLAB数值计算

>>s='symbolic' s= symbolic >>size(s) ans = 1 8 >>s(3) ans = m
字符串的转换
double num2str int2str mat2str str2num 字符串转换为数值代码数字转换为字符串整数转换为字符串矩阵转换为字符串转换字符串为数字
矩阵与常数的运算常数与此矩阵的各元素之间进行运算。注意：进行数除时，常数通常只能做除数。 >>A=[2 1 -3 -1;3 1 0 7;-1 2 4 -2;1 0 -1 矩阵的逆运算 5]; 函数 inv >>inv(A)
ans = -0.0471 0.5882 -0.2706 0.3882 -0.3529 0.4824 -0.2235 0.2941 -0.0353 -0.0353 -0.0588 0.0471 -0.9412 0.7647 -0.4706 0.2941
矩阵的基本函数运算
特征值函数函数 [x,y]=eig(A) 可以给出特征值和特征向量的值 x为特征向量矩阵，y为特征值矩阵。
矩阵的基本运算
加减运算要求两矩阵必须同阶。
>>a=[1 2 3;2 3 4; 3 4 5]; >>b=[1 1 1;2 2 2;3 3 3]; >>c=a+b
c=
2 4 6 3 5 7 4 6 8
乘法
要求a为i×j阶， b为j×k阶时， ab才能相乘。
>>e=[b,[5 5 5]'] e= 1 2 3 1 2 3 1 2 3 5 5 5
>>b{2} ans =

matlab的数值运算

matlab的数值运算当使用MATLAB 进行数值运算时，可以使用各种内置函数和运算符进行计算。

下面是一些常见的数值运算操作的详细说明：基本数学运算：加法：使用"+" 运算符进行两个数的相加。

例如，计算2 和3 的和：2 + 3。

减法：使用"-" 运算符进行两个数的相减。

例如，计算5 减去2 的结果：5 - 2。

乘法：使用"*" 运算符进行两个数的相乘。

例如，计算4 乘以3 的结果：4 * 3。

除法：使用"/" 运算符进行两个数的相除。

例如，计算10 除以2 的结果：10 / 2。

取余数：使用"mod" 函数或"%" 运算符计算两个数的余数。

例如，计算11 除以3 的余数：mod(11, 3) 或11 % 3。

幂运算：使用"^" 运算符进行幂运算。

例如，计算2 的3 次幂：2^3。

数学函数：MATLAB 提供了许多内置的数学函数，可以进行各种数值计算和分析操作。

这些函数包括但不限于：abs(x)：返回x 的绝对值。

sin(x)：返回x 的正弦值。

cos(x)：返回x 的余弦值。

exp(x)：返回e 的x 次幂，其中e 是自然对数的底数。

log(x)：返回x 的自然对数。

sqrt(x)：返回x 的平方根。

round(x)：返回x 的四舍五入值。

floor(x)：返回不大于x 的最大整数。

ceil(x)：返回不小于x 的最小整数。

max(x, y)：返回x 和y 中的较大值。

min(x, y)：返回x 和y 中的较小值。

数组运算：MATLAB 中的数值计算通常涉及数组操作。

可以对向量、矩阵和多维数组执行各种运算，例如：矩阵相加：使用"+" 运算符对两个相同大小的矩阵进行元素级别的相加。

矩阵相乘：使用"" 运算符对两个矩阵进行乘法运算。

matlab课后习题答案刘

matlab课后习题答案刘MATLAB课后习题答案刘在本学期的MATLAB课程中，我们学习了MATLAB的基础知识和一些高级功能。

为了帮助同学们更好地复习和巩固所学知识，以下是针对课后习题的一些参考答案。

1. 向量和矩阵的基本操作- 创建一个3x3的单位矩阵。

```matlabA = eye(3);```- 计算矩阵A和B的乘积，其中B是A的转置。

```matlabB = A';C = A * B;```2. 条件语句和循环- 编写一个循环，打印出1到10的所有奇数。

```matlabfor i = 1:2:10disp(i);end```- 编写一个条件语句，检查一个数是否为素数。

```matlabfunction isPrime(n)if n <= 1isPrime = false;elsefor i = 2:sqrt(n)if mod(n, i) == 0isPrime = false;return;endendisPrime = true;endend```3. 函数和脚本- 编写一个函数，计算给定半径的圆的面积。

```matlabfunction area = circleArea(radius)area = pi * radius^2;end```- 编写一个脚本来调用上述函数，并打印出半径为5的圆的面积。

```matlabradius = 5;disp(['Area of circle with radius ', num2str(radius), ' is ', num2str(circleArea(radius))]);```4. 数据结构和文件I/O- 读取一个文本文件中的数据到一个cell数组。

```matlabfilename = 'data.txt';fileID = fopen(filename, 'r');data = textscan(fileID, '%s');fclose(fileID);```- 将一个矩阵写入到一个CSV文件中。

第06章 MATLAB数值计算

例6.9 设z=x2+y2，对z函数在[0,1]×[0,2]区域内进行插值。
例6.10 某实验对一根长10米的钢轨进行热源的温度传播测试。用x表示测量点0:2.5:10(米)，用h表示测量时间0:30:60(秒)，用T表示测试所得各点的温度 (℃)。试用线性插值求出在一分钟内每隔10秒、钢轨每隔0.5米处的温度。
（2）求矩阵的最大值和最小值求矩阵A的最大值的函数有3种调用格式，分别是： max(A)：返回一个行向量，向量的第i个元素是矩阵A的第i列上的最大值。 [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。例6.1 分别矩阵A中各列和各行元素中的最大值，并求整个矩阵的最大值和最小值。
例6.11 用一个3次多项式在区间[0，2π]内逼近函数。命令如下： X=linspace(0,2*pi,50); Y=sin(X); P=polyfit(X,Y,3) %得到3次多项式的系数和误差
6.1.4 多项式计算 1. 多项式的四则运算（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。
2. 二维数据插值在MATLAB中，提供了解决二维插值问题的函数 interp2，其调用格式为： Z1=interp2(X,Y,Z,X1,Y1,'method') 其中X,Y是两个向量，分别描述两个参数的采样点， Z是与参数采样点对应的函数值，X1,Y1是两个向量或标量，描述欲插值的点。Z1是根据相应的插值方法得到的插值结果。 method的取值与一维插值函数相同。X,Y,Z也可以是矩阵形式。同样，X1,Y1的取值范围不能超出X,Y的给定范围，否则，会给出“NaN”错误。

MATLAB数值计算入门教程

MATLAB数值计算入门教程第一章：MATLAB基础知识1.1 MATLAB简介MATLAB是一种用于解决科学与工程问题的高级技术计算环境。

它结合了数值分析、可视化和编程，提供了强大而灵活的工具来处理各种计算任务。

本章将介绍MATLAB的基本操作和界面。

1.2 MATLAB的安装和配置首先，我们需要下载和安装MATLAB软件。

在安装过程中，可以选择安装附带的工具箱，如统计工具箱和优化工具箱，以扩展MATLAB的功能。

安装完成后，还需进行基本配置，如设置工作目录和界面外观。

1.3 MATLAB的基本语法MATLAB使用面向向量和矩阵的语言，具有简洁而强大的语法。

本节将介绍MATLAB的基本数据类型、运算符、控制结构等。

例如，MATLAB中的向量和矩阵可以通过简单的行列运算实现。

第二章：MATLAB数值计算2.1 常用数值计算函数MATLAB提供了许多常用的数值计算函数，如求解线性方程组、插值、数值积分和微分等。

本章将介绍这些函数的使用方法，并给出实例演示。

2.2 数值计算方法数值计算方法是解决数值计算问题的核心。

本节将介绍常用的数值计算方法，如迭代法、数值求解微分方程和数值优化等。

同时，我们还会介绍MATLAB中对应的函数和工具箱。

第三章：MATLAB数据可视化3.1 绘图函数数据可视化是MATLAB的一个重要功能。

MATLAB提供了丰富的绘图函数，可以绘制二维曲线、三维曲面、散点图等。

本节将介绍这些绘图函数的使用方法，并给出实例演示。

3.2 图形操作与修改除了绘制基本图形外，MATLAB还提供了对图形进行操作与修改的函数。

例如，我们可以修改坐标轴范围、添加图例和标签，以便更好地展示和解读数据。

本节将详细介绍这些图形操作的方法。

第四章：MATLAB编程与应用4.1 MATLAB脚本和函数编写MATLAB不仅是一个交互式环境，还可以编写脚本和函数来实现更复杂的计算任务。

本节将介绍MATLAB脚本和函数的编写方法，并给出实例演示。

数值计算与MATLAB方法课后答案

第一章习题1. 序列满足递推关系，取及试分别计算，从而说明递推公式对于计算是不稳定的。

n1 1 0.01 0.00012 0.01 0.0001 0.0000013 0.0001 0.000001 0.000000014 0.000001 0.0000000110-105 0.00000001 10-10n1 1.000001 0.01 0.0000992 0.01 0.000099 -0.000099013 0.000099 -0.00009901-0.010000994 -0.00009901 -0.01000099-1.00015 -0.01000099-1.0001初始相差不大，而却相差那么远，计算是不稳定的。

2. 取y0=28，按递推公式，去计算y100，若取（五位有效数字），试问计算y100将有多大误差？y100中尚留有几位有效数字？解：每递推一次有误差因此，尚留有二位有效数字。

3．函数，求f(30)的值。

若开方用六位函数表，问求对数时误差有多大？若改用另一等价公式计算，求对数时误差有多大？设z=ln(30-y)，，y*， |E(y)| 10-4z*=ln(30-y*)=ln(0.0167)=-4.09235若改用等价公式设z=-ln(30+y)，，y*， |E(y)|⨯10-4z*=-ln(30+y*)=-ln(59.9833)=-4.094074．下列各数都按有效数字给出，试估计f的绝对误差限和相对误差限。

1)f=sin[(3.14)(2.685)]设f=sin xyx*=3.14, E(x)⨯10-2, y*=2.685, E(y)⨯10-3,sin(x*y*)=0.838147484, cos(x*y*)=-0.545443667⨯(-0.5454) ⨯⨯10-2+3.14(-0.5454) ⨯⨯10-3|⨯10-2⨯10-2|E r(f)| ⨯10-2⨯10-2<10-22)f=(1.56)设f = x y ,x*=1.56, E(x)⨯10-2, y*=3.414, E(y)⨯10-3,⨯⨯⨯10-2⨯⨯⨯10-3|⨯⨯⨯10-2⨯⨯⨯10-3|=0.051|E r(f)| =0.01125．计算，利用下列等式计算，哪一个得到的结果最好，为什么？6．下列各式怎样计算才能减少误差？7. 求方程x2-56x+1=0的二个根，问要使它们具有四位有效数字，至少要取几位有效数字？如果利用伟达定理，又该取几位有效数字呢？解一:若要取到四位有效数字,如果利用伟达定理,解二:由定理二,欲使x1,x2有四位有效数字,必须使由定理一知，∆至少要取7位有效数字。

Matlab中的数值计算实践技巧

Matlab中的数值计算实践技巧在数学和工程领域中，Matlab是一种广泛使用的数值计算软件。

它的灵活性和功能强大使得它成为许多科学家和工程师的首选工具。

然而，在实践中，由于Matlab提供了许多不同的功能和技术，有时候我们可能会在使用时遇到一些问题。

本文将介绍一些在Matlab中的数值计算实践中经常遇到的技巧和解决方案。

第一部分：数值计算的基础在开始介绍一些高级技巧之前，我们首先需要了解一些数值计算的基础知识。

数值计算是利用数值方法来近似解决数学问题的过程。

在Matlab中，我们可以使用一些内置的函数来执行一些基本的数值计算操作，比如加减乘除和求幂等。

另外，Matlab还提供了一些常用的数学函数，例如三角函数、指数函数和对数函数等。

这些函数在数值计算中非常重要，我们可以利用它们来进行各种复杂的计算。

第二部分：数值计算的优化技巧在进行复杂的数值计算时，性能往往是一个关键因素。

为了提高计算效率，我们可以采用一些优化技巧。

其中一个常用的技巧是向量化运算。

在Matlab中，向量化运算可以显著减少循环的数量，从而提高计算速度。

例如，如果我们需要对一个向量中的每个元素进行运算，我们可以使用向量化的方式，而不是使用循环来逐个处理。

另外一个常见的优化技巧是矩阵分解。

许多数值计算问题可以转化为矩阵分解的形式，例如线性方程组的求解和特征值问题的求解。

在Matlab中，我们可以使用一些内置的函数来实现这些分解，并且这些函数通常会采用一些高效的算法来提高计算速度。

第三部分：数值计算的问题与解决方案在进行数值计算时，我们可能会遇到一些问题。

在这一部分，我们将介绍一些常见的问题，并给出一些解决方案。

第一个问题是数值不稳定性。

由于计算机的有限精度，有些计算可能会引入一些误差。

当计算过程中的误差累积到一定程度时，可能会导致结果的不稳定性。

为了解决这个问题，我们可以使用一些数值稳定性较好的算法，或者对问题进行一些转化来避免误差的累积。

如何在MATLAB中进行数值计算

如何在MATLAB中进行数值计算MATLAB是一种用于数值计算和科学计算的程序设计语言和环境。

它提供了各种函数和工具箱，用于处理数值计算问题，包括线性代数、数值积分、数值微分、常微分方程求解、优化、插值等。

下面将介绍如何在MATLAB中进行数值计算的基本步骤和常用函数。

首先，启动MATLAB软件，创建一个新的脚本文件（.m文件），用于编写和保存MATLAB代码。

1.数值计算基础在MATLAB中进行数值计算的基本单位是矩阵和向量。

可以使用MATLAB提供的各种函数来创建和操作矩阵和向量。

例如，可以使用"zeros"函数创建一个全零的矩阵，使用"ones"函数创建一个全一的矩阵，使用"rand"函数生成一个随机矩阵。

2.线性代数计算MATLAB提供了丰富的线性代数函数，用于处理线性方程组、矩阵运算和特征值计算等问题。

例如，可以使用"inv"函数计算矩阵的逆，使用"det"函数计算矩阵的行列式，使用"eig"函数计算矩阵的特征值和特征向量。

3.数值积分MATLAB提供了多种数值积分方法，用于计算函数的定积分。

可以使用"quad"函数进行一维数值积分，使用"quad2d"函数进行二维数值积分，使用"quad3d"函数进行三维数值积分。

4.数值微分MATLAB提供了多种数值微分方法，用于计算函数的导数和偏导数。

可以使用"diff"函数计算函数的导数，使用"gradient"函数计算函数的梯度，使用"hessian"函数计算函数的Hessian矩阵。

5.常微分方程求解MATLAB提供了多种数值方法，用于求解常微分方程组。

可以使用"ode45"函数求解一阶常微分方程，使用"ode15s"函数求解刚性常微分方程。

《现代数值计算方法(MATLAB版)》习题解答

sin2 1◦ , 1+cos 1◦
1.10 提示: (1) sin(x + y ) − sin x = 2 sin y cos(x + y ), (2) 1 − cos 1◦ = 2 2 √ √ = − ln( 1010 + 1 + 105 ). ln( 1010 + 1 − 105 ) = ln √ 10 1 5
−2 1 λ −3 , ρ(Bs ) = 2 > 1, 故 Gauss 2 2 =λ3 = 0, 所以 λ1 = λ2 =
λ3 = 0, ρ(BJ ) = 0 < 1, 故 Jacobi 迭代法收敛. −1 1 0 0 0 −2 2 (2) Bs = 1 1 0 0 0 −1 2 2 1 0 0 0 Seidel 迭代法发散.
10 +1+10
1.11 (1) (A) 比较准确; (2) (A) 比较准确. 1.12 算法 2 准确. 在算法 1 中, ε0 ≈ 0.2231 带有误差 0.5 × 10−4 , 而这个误差在以后的每次计算中顺次以 41 , 42 , · · · 传播到 In 中. 而算法 2 中的误差是按
2
故 Jacobi 迭代, Gauss-Seidel 迭代均收敛. 2.13 提示: ρ(J ) = 0.9 < 1, 故迭代法收敛. 1 0 . 5 0. 5 2.14 提示: 容易验证 A = 0.5 1 0.5 是对称正定的, 故 Gauss-Seidel 迭代收敛, 但 2D − A = 0.5 0.5 1 1 −0.5 −0.5 −0.5 1 −0.5 不正定, 故 Jacobi 迭代发散. −0.5 −0.5 1 0 0 −1 3 2.15 提示: BJ = 1 0 0 . 特征方程 3λ + λ + 2 = 0, 特征值 λ1 = −0.478, λ2,3 = 1 2 0 3 3 故 Jacobi 迭代收敛. −1 −1 , 因为 ρ(BS ) = 1, 故 Gauss-Seidel 迭代发散. −1 −22 11 1 2.16 提示: (1) 将原方程组的系数矩阵调整为: 1 −4 2 , 显然为严格对角占优矩阵, 故 11 −5 −33 = 0