Matlab笔记 - 数值计算—高数篇015
发布时间:2016-05-06 13:38:09
发布时间:2016-05-06 13:38:09
15. 数值计算—高数篇
一、求极限
limit(f,x,a)——求极限
limit(f,x,a,'right')——求右极限
limit(f,x,a,'left')——求左极限
例1求
代码:
syms x;
y=(3*x^2+5)/(5*x+3)*sin(2/x);
limit(y,x,inf)
运行结果:ans =6/5
注:Matlab求二元函数的极限,是用嵌套limit函数实现的,相当于求的是累次极限,需要注意:有时候累次极限并不等于极限。
例2求
代码:
syms x a b;
y=((a^x+b^x)/2)^(3/x);
limit(y,x,0,'right')
运行结果:ans =a^(3/2)*b^(3/2)
二、求导
diff(f,x,n)——求函数f关于x的n阶导数,默认n=1
例3 求的1阶导数,并绘图
代码:
syms x a b;
y=((a^x+b^x)/2)^(3/x);
limit(y,x,0,'right')
运行结果:
y1 =cos(x)/(cos(x) + 1) + (sin(x)*(sin(x) + 1))/(cos(x) + 1)^2
例4设,求
代码:
syms x y;
z=exp(sin(x*y));
zx=diff(z,x)
zy=diff(z,y)
zxy=diff(zx,y) % 也等于diff(zy,x)
运行结果:
zx =y*exp(sin(x*y))*cos(x*y)
zy =x*exp(sin(x*y))*cos(x*y)
zxy =x*y*exp(sin(x*y))*cos(x*y)^2 + exp(sin(x*y))*cos(x*y)
–x*y*exp(sin(x*y))*sin(x*y)
三、求极值
1. 一元函数极值
[x0,min]=fminbnd(f, a, b)
——返回函数f(x)在区间(a,b)上的极小值点和极小值
例5求函数在区间(-2,4)上的极值
代码:
f=@(x) 2*x^3-6*x^2-18*x+7;
g=@(x) -2*x^3+6*x^2+18*x-7;
[x0,min]=fminbnd(f,-2,4)
[x1,max]=fminbnd(g,-2,4)
fplot(f,[-2,4]);
运行结果:x0 = 3.0000min =-47.0000
x1 = -1.0000max = -17.0000
2. 多元函数极值
[X1,f1]=fminunc(f,X0)——处理连续情形
[X1,f1]=fminsearch(f,X0)——可以处理不连续情形
二者用法相同,返回极小值点和极小值,其中X为初始点。
例6 求的极小值
代码:
f=@(x) (1-x(1))^2+100*(x(2)-x(1)^2)^2;
x0=[-5 -2];
[x1,f1]=fminsearch(f,x0)
运行结果:x1 = 1.0000 1.0000
f1 = 2.7969e-010
四、求不定积分与定积分
1. 符号积分
int(f,x)——求f(x)关于x的不定积分
int(f,x,a,b)——求f(x)关于x的从a到b的定积分
例7求积分和
代码:
syms x a;
int((log(x)-a)/x^2,x)
int((log(x)-a)/x^2,x,1,inf)
运行结果:ans =-(log(x) - a + 1)/x
ans =1 – a
注:不定积分的结果是忽略任意常数C的。
2. 二重积分
可以化为累次积分,再用两次int函数实现。
例8求二重积分, 先化为累次积分:
原式=
代码:
syms x y;
int(int(1+x+y,y,-sqrt(1-x^2),sqrt(1-x^2)),x,-1,1)
运行结果:ans =pi
3. 数值积分
quad(f,a,b)——辛普森法定积分,默认误差为10-6,低精度的非光滑曲线计算中是最有效;
quadl(f, a, b)——Lobatto法定积分,在高精度的光滑曲线计算中更为高效;
quad2d(f, a, b, c, d)——二重积分,其中f(x,y)为二元函数,[a, b]为x的范围,[c(x), d(x)]为y的范围;
例9求
代码:
f=@(x) (log(x)-1)./x.^2; % 注意’.’不能忽略
y=quad(f,1,10)
运行结果:y = -0.2303
例10用数值积分法求解例8.
代码:
quad2d(@(x,y) 1+x+y, -1, 1, @(x) -sqrt(1-x.^2), @(x) sqrt(1-x.^2), 'AbsTol', 1e-12) % 注意点运算
运行结果:ans = 3.1416
或者用两次quad函数,中间需要用arrayfun函数做向量值化处理,该方法可以推广到三重积分。
quad(@(x) arrayfun(@(xx) quad(@(y) 1+xx+y, -sqrt(1-xx.^2),sqrt(1-xx.^2)),x), -1,1)
程序说明:
先对f(x,y)关于y从-sqrt(1-x.^2)到sqrt(1-x.^2)]做一次积分,为了后面使用变量名x,这里先用xx,得到一个关于xx的函数(只能接受自变量为标量xx):
quad(@(y) 1+xx+y, -sqrt(1-xx.^2),sqrt(1-xx.^2))
然后用arrayfun函数把上一步得到的xx的函数,处理成能接受向量值x(是个x的函数):
@(x)
arrayfun(@(xx)
quad(@(y) 1+xx+y, -sqrt(1-xx.^2),sqrt(1-xx.^2)),
x)
最后,再关于x做一次积分。
五、泰勒级数、傅里叶级数展开
taylor(f,n,x,a)——将函数f(x)在x=a点处展开为n-1阶泰勒级数
fseries(f,x,n,a,b)——将函数f(x)在区间(a,b)展开n项傅里叶级数
注:Matlab未提供傅里叶级数展开函数,fseries函数来自论坛。
例11求在x=4处展开到2阶泰勒式,在的傅里叶展开。
代码:
syms a x;
f=a/(x-10);
y1=taylor(f,3,x,4)
g=x^2+x;
[an,bn,f]=fseries(g,x,3,-pi,pi)
运行结果:
y1 =- a/6 - (a*(x - 4))/36 - (a*(x - 4)^2)/216
an =[ (2*pi^2)/3, -4, 1, -4/9]
bn =[ 2, -1, 2/3]
f =cos(2*x) - (4*cos(3*x))/9 - sin(2*x) + (2*sin(3*x))/3 - 4*cos(x) + 2*sin(x) + pi^2/3
六、求级数
symsum(f, k, m,n)——
例12求级数
syms n;
symsum((-1)^(n+1)/(n+1)^2,n,1,inf)
运行结果:ans =1 - pi^2/12
七、代数方程
1. 求代数方程的解析解
solve(‘eq1’,’eq2’,…,’var1’,’var2’,…)
例13解方程的x和b,以及方程组
代码:
syms a b c x;
solve('a*x^2+b*x+c','x')
solve('a*x^2+b*x+c','b')
[x,y]=solve('x+y=1','x-11*y=5','x','y')
运行结果:ans = -(b + (b^2 - 4*a*c)^(1/2))/(2*a)
-(b - (b^2 - 4*a*c)^(1/2))/(2*a)
ans =-(a*x^2 + c)/x
x =4/3 y =-1/3
2. 非线性方程(组)数值解
fsolve(f,x0)
——求方程f(x)=0在x0附近的近似解,也可以解方程组
注:一元连续函数的根,可以用fzero(f,x0)
例14求解方程。
代码:
f=@(x) x-exp(-x);
x1=fsolve(f,0)
运行结果:x1 = 0.5671
例15求解方程组
代码:
F=@(x) [2*x(1)-x(2)-exp(-x(1));
-x(1)+2*x(2)-exp(-x(2))];
[x,fval]=fsolve(F,[-5;-5])
运行结果:x = 0.5671
0.5671
fval = 1.0e-006 * -0.4059
-0.4059
八、常微分方程(组)
1. 求解析解
dsolve(‘eq1’,’eq2’,…,’cond1’,’cond2’,…,’t’)
默认自变量为t,cond1,2…为初值条件,若有足够初值条件,则得到特解;否则得到通解。若解不出解析解,只能用ode23或ode45求数值解。用Dy, D2y,…表示;用D2y(e)=a表示.
例16求解微分方程
代码:
y1=dsolve('y*D2y-Dy^2=0','x')
运行结果:y1 = C4
exp(C3 - C2*x)(注:两个解)
例17求解微分方程组
代码:
[X,Y]=dsolve('Dx+2*x-Dy=10*cos(t)','Dx+Dy+2*y=4*exp(-2*t)','x(0)=2','y(0)=0')
运行结果:
X =4*cos(t) - 2/exp(2*t) + 3*sin(t) - (2*sin(t))/exp(t)
Y =sin(t) - 2*cos(t) + (2*cos(t))/exp(t)
2. 求数值集(利用求解器)
实际问题中,许多常微分方程(组)是求不出解析解的,Matlab提供了多个求数值集的求解器solver.
求解器 | ODE类型 | 特点 | 说明 |
ode45 | 非刚性 | 一步算法,4,5阶Runge-Kutta 方法累积截断误差 | 大部分场合的首选算法 |
ode23 | 非刚性 | 一步算法,2,3阶Runge-Kutta 方法累积截断误差 | 使用于精度较低的情形 |
ode113 | 非刚性 | 多步法,Adams算法,高低精度均可达到 | 计算时间比ode45短 |
ode23t | 适度刚性 | 采用梯形算法 | 适度刚性情形 |
ode15s | 刚性 | 多步法,Gear’s反向 数值积分,精度中等 | 若ode45失效时, 可尝试使用 |
ode23s | 刚性 | 一步法,2阶Rosebrock算法, 低精度。 | 当精度较低时, 计算时间比ode15s短 |
调用格式:
[T,X]=solver(odefun, tspan, X0)
其中,tspan为求解区间;X0为初值条件向量;先改写高阶微分方程
做变量代换处理:令,得到
,
例18求解描述振荡器的经典Ver der Pol微分方程(取):
,,
做变量代换处理,,则
代码:
先编写VDP.m函数
functionfy=VDP(t,x)
fy=[x(2);
7*(1-x(1)^2)*x(2)-x(1)];
end
主程序:
Y0=[1;0];
[t,x]=ode45('VDP',[0,40],Y0);
y=x(:,1);
dy=x(:,2);
plot(t,y,t,dy);
legend('y','y''');
运行结果:
注:想得到解y(t)在t0处的值,可以
[t,x]=ode45('VDP',[0,t0],Y0);
y=x(:,1);
y(end)