Matlab基础知识(照顾新手快速接触Matlab)
- 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)。
一、符号运算
x=sym('x')
syms x y z
r=collect(S,v)%合并同类项,v 是自变量
factor(S)%因式分解
expand(S)%展开
r=simple(S)%化简
r=simplify(S)%化简
subs(S,old,new)%old 代替new
vpa(S)%对符号表达式S 计算其任意精度的数值
eval(S)%计算符号表达式S
二、极限
limit(f,x,a)%()lim x a
f x → limit(f,x,inf)% ()lim x f x →∞
limit(f,x,a,'right')% ()1lim x a f x n
+
→ limit(f,x,a,'left')% ()1lim x a f x n -→ 三、导数
diff(f)%求函数f 的一阶导数
diff(f,n)%求函数f 的n 阶导数
diff(f,xi)%求多元函数f 对i x 的一阶偏导
diff(f,xi,n)%求多元函数f 对i x 的n 阶偏导
四、积分
int(f)%单变量,不定积分
int(f,v)%对v 的不定积分
pretty(S)%化简为常用的数学形式的表达式
int(f,x,a,b)%计算定积分
int(int(f,y),x)%多重不定积分
int(int(f,x,c,d),x,a,b)%多重定积分
五、Taylor
taylor(f)%将f 展开成默认变量的6阶麦克劳林公式
taylor(f,n)% 将f 展开成默认变量的n 阶麦克劳林公式
taylor(f,n,v,a)% 将f 在v=a 处展开成n 阶Taylor 公式
六、数值积分
diff(x)%前差公式的数值微分
trapz(z,y)%复合梯形公式
quad('fun',a,b,tol,trace)%复合辛普生公式
quadl('fun',a,b,tol,trace)%
dblquad('fun',xmin,xmax,ymin,ymax)% 数值法计算二重积分
triplequad('fun',xmin,xmax,ymin,ymax,zmin,zmax)% 数值法计算三重积分
七、求根
roots(p)%n<5,多项式方程的根
solve(s)%
solve(s,v)%
[x1,x2,...,xn]=solve(s1,s2,...,sn,v1,v2,...vn)%
s1=sym('x^3-4*x^2+9*x-10');
solve(s1)
z=fzero('fname',x0,tol,trace)
x=fsolve(fun,x0)
八、求极值
sum(x)%列求和
symsum(s,v,a,b)%级数求和
fmin(fun,x1,x2)%[x1,x2]求最小
fmindnd(fun,x1,x2)% [x1,x2]求最小
fminsearch(fun,x0)%单纯形法求最小
fminunc(fun,x0)%牛顿法求最小
九、插值
Y1=interpl(x,y,X1,'method')%一维,返回X1对应的插值
method:
linear%线性插值
cubic%三次多项式插值
nears%最近插值
spline%三次样条插值
Z1=interp2(x,y,z,X1,Y1,'method')%二维插值
linear%线性插值
cubic%三次多项式插值
nearst%最近插值
十、拟合
[p,s]=polyfit(x,y,n)%多项式拟合,阶数为n,p为系数,s为预测误差估计值矩阵y=polyval(p,x)%求拟合后的值
leastsp('f',x0)%最小二乘拟合
十一、矩阵基本运算
A+B%矩阵加
A-B%矩阵减
k*A%矩阵数乘
A*B%矩阵乘
A\B%左除
A/B%右除
det(A)%方阵行列式
inv(A)%逆
A^n%幂
A'%转置
rank(A)%矩阵秩
rref(A)%矩阵化简,梯形最简形式,上三角形阵
diag(A)%提取对角线元素
diag(A,k)%k=0主对角线,k>0主对角线以上,k<0主对角线一下
S=blkdiag(a,b,c,...)%根据a,b,c等参数构造一个分块对角矩阵
s=svd(A)%对矩阵A进行奇异值分解,s表示奇异值分解后的对角矩阵
[U,S,V]=svd(A)%普通奇异值分解
[U,S,V]=svd(A,0)%简洁形式的奇异值分解
[L,U]=lu(A)%LU分解,A=LU
[Q,R]=qr(A)%QR分解
C=chol(A)%Cholesky分解
d=eig(A)%返回方阵A的全部特征值组成的特征向量
[V,D]=eig(A)%特征值矩阵D,特征向量矩阵V,AV=VD
poly(A)%求矩阵A的特征多项式
B=null(A,'r')%基础解系,B是由A的基础解系构成的矩阵
X=linesolve(A,B)% 求出线性方程组的符号解,只能给出特解V=diag(diag(X))
V=triu(X)
V=tril(X)
V=tril(X,1)
V=tril(X,-1)