第四章 MATLAB的数学运算

MATLAB常见数学运算函数 MATLAB中含有许多有用的函数,可以随时调用。 阅读详情

4.1 多项式与插值

数学运算时MATLAB的核心,其他领域的应用都以这些数学运算为基础,如矩阵运算、代数运算、解方程等等。MATLAB的强大之处正是在于其对几乎所有数学问题的解决方案。本章将介绍MATLAB的部分基础数学功能,包括多项式,线性插值,傅里叶变换和微分方程等。这些数学知识在今后的学习中会经常用到,非常重要。

4.1.1 多项式的表示

多项式在数学中有着极为重要的作用,而多项式的运算也是工程和应用中经常会遇到的问题。
在MATLAB中多项式用一个行向量表示,向量中的元素为该多项式的系数,按照降序排列。例如,多项式 4 x 3 + 3 x 2 + 6 x 1 + 9 4x^3+3x^2+6x^1+9 4x3+3x2+6x1+9可以表示为向量 P = [ 4 , 3 , 6 , 9 ] P=[4, 3, 6, 9] P=[4,3,6,9]。用户可以用创建向量的方式创建多项式,再利用poly2sym函数将其显示为多项式。

例子:

clear all; clc;

P = [4, 3, 6, 9];
% 默认变量为x
y = poly2sym(P)

4.1.2 多项式的四则运算

使用向量来表示多项式使得多项式的四则运算变得简单,因为可以直接转换为向量的运算。
多项式的加减即为对应系数项的加减,因此可以通过向量的加减来完成。进行加减运算的两个向量需要有相同的长度,因此对低阶多项式需要补零
多项式的乘法和除法实际上是多项式系数之间的卷积和反卷积运算。MATLAB有相应的卷积函数conv和deconv。

例子:

clear all; clc;
% polynomial operation
p1=[1 2 1];                         		%定义多项式
p2=[1 1];
length_of_p1=length(p1);
length_of_p2=length(p2);
if length_of_p1 == length_of_p2     		%判断两个多项式的长度是否相等
    p1_plus_p2 =p1+p2;              		%多项式相加
    p1_minus_p2=p1-p2;              	%多项式相减
elseif length_of_p1 < length_of_p2
        temp_p1=[zeros(length_of_p2-length_of_p1) p1];
        p1_plus_p2 =temp_p1+p2;
        p1_minus_p2=temp_p1-p2;
else
    temp_p2=[zeros(length_of_p1-length_of_p2) p2];
    p1_plus_p2 =p1+temp_p2;
    p1_minus_p2=p1-temp_p2;
end
p1_multiply_p2=conv(p1,p2);         		%多项式相乘
p1_divide_p2  =deconv(p1,p2);       		%多项式除法
p1=poly2sym(p1)                    		%显示多项式 p1
p2=poly2sym(p2)                    		%显示多项式 p2
p1_plus_p2 =poly2sym(p1_plus_p2)
p1_minus_p2=poly2sym(p1_minus_p2)
p1_multiply_p2=poly2sym(p1_multiply_p2)
p1_divide_p2  =poly2sym(p1_divide_p2)

4.1.3 多项式的其他运算

表4-1 多项式运算函数

在这里插入图片描述
这些都是多项式运算中常见的函数。下面分别简要举例介绍一下。
roots() 和 poly()

clear all; clc;
% roots求多项式的根--注意与root的区别
A = [1 2 1];
yA = poly2sym(A)
a = roots(A)

%%
B = [1, 4, 5, 3, 6, 7];
yB = poly2sym(B)
b = roots(B)

%% 
% poly求具有特定根的多项式
A2 = poly(a)

B2 = poly(b)

%%
% poly求矩阵的特征多项式
P = magic(4);
p = poly(P);
y = poly2sym(p)
x = roots(p)

polyvar多项式求值

clear all; clc;

% 求多项式的值
p = [4 3 2 1];
polyval(p, 4)

x = roots(p)
polyval(p, x)

%%
% 尝试用另一种方法?
syms x
y = poly2sym(p);
disp(y)
r = root(y, x);
vr = vpa(r);
disp(vr)
n = polyval(p, double(vr))

polyder多项式求导

clear all; clc;

a = [1, 2, 1];
% x^2 + 2x + 1
ya = poly2sym(a)

b = [1, -1];
% x-1
yb = poly2sym(b)

% da
p1 = polyder(a);
dya = poly2sym(p1)

% d(ab)
p2 = polyder(a,b);
dy2 = poly2sym(p2)

% d(a/b)
[q, d] = polyder(a, b);
dy3 = poly2sym(q) / poly2sym(d)

polyfit多项式拟合
曲线拟合是工程中经常要用到的技术之一。MATLAB提供了曲线拟合工具箱和多项式拟合函数。函数polyfit给出了使用最小二乘法拟合的多项式。函数调用格式为p = polyfit(x, y, n),其中x, y分别为要拟合数据的坐标,应该是相同长度的向量,n则是用于拟合的多项式的次数。

clear all; clc;
x = 0 : pi/10 : 2*pi;
y = sin(x);

z = polyfit(x, y, 3);

% 画图
plot(x, y, 'r*')
hold on
f = poly2sym(z);
ezplot(f, [0, 2*pi])

4.1.4 数据插值

另一种工程上常见的问题是数据插值,即根据已知数据推断未知数据。
插值运算时根据已有数据的分布规律,找到一个可以连接起已知各点的函数表达式,并用这一函数表达式来预测处于已有数据两点之间任意位置的数据。
MATLAB提供了对数组的任意一维数据进行插值的工具,这些工具大多需要用到多维数组的操作。本节主要介绍对一维数据插值。
一维数据插值在曲线拟合和数据分析中具有重要的地位。在MATLAB中,一维数据插值主要由函数interp1来实现(即interpolation1的缩写)。该函数的调用格式为yi = interp1(x, y, xi, method),其中x,y 为所采用的数据的坐标,均是一维向量;xi为待插值的位置,method为采用的插值方法,返回插值结果。而该函数有四种method,不同method得到的结果会有些许差异。

表4-2 插值函数中可选的方法

在这里插入图片描述
例子:

% Interpolation using the four methods
x=[0 3 5 7 9 11 12 13 14 15];
y=[0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.4 1.6];
length_of_x=length(x);
scalar_x=[x(1):0.5:x(length_of_x)];
length_of_sx=length(scalar_x);
for i=1:length_of_sx
    y_nearest(i)=interp1(x,y,scalar_x(i),'nearest');
    y_linear(i) =interp1(x,y,scalar_x(i),'linear');
    y_spline(i) =interp1(x,y,scalar_x(i),'spline');
    y_cubic(i) =interp1(x,y,scalar_x(i),'pchip');
end
subplot(2,2,1),plot(x,y,'*'),hold on,plot(scalar_x,y_nearest),title('method=nearest');
subplot(2,2,2),plot(x,y,'*'),hold on,plot(scalar_x,y_linear),title('method=linear');
subplot(2,2,3),plot(x,y,'*'),hold on,plot(scalar_x,y_spline),title('method=spline');
subplot(2,2,4),plot(x,y,'*'),hold on,plot(scalar_x,y_cubic),title('method= pchip ');

∗ * ∗最近邻插值将插值点xi的值设置为举例最近的点的对应值。
∗ * ∗线性插值用分段线性函数拟合已有数据,返回拟合函数在xi处的值。
∗ * ∗三次样条插值采用样条函数对数据拟合,并且任意两点之间的函数为三次函数。
∗ * ∗三次插值为一组方法,通过pchip函数对数据进行三次Hermite插值,这种方法可以保持数据的一致性和数据曲线形状。

可以看出,最近邻插值效果最差,其他三种方法差别不是很大,实际上三次插值的效果相对较好,但是运行效率更差。在实际应用中,需要根据实际情况综合考虑来选取合适的插值方法。

傅里叶插值法

MATLAB针对一维数据还有另一种方法,基于傅里叶变换的方法。这种方法将输入数据视为周期函数的采样数据,对数据进行傅里叶变换,然后对更多的点进行傅里叶变换。函数名为interpft(interpolation fourier transform),调用方式为y = interpft(x, n),其中x为周期函数的均匀采样数据,n为待返回的数据个数。当我们对周期数据或近似周期数据进行插值时,该方法更加合适。

例子:

clear all;clc;

x = 0:pi/5:2*pi; % 10个数据
y = sin(x);
plot(x, y);

hold on
y1 = interpft(y, 20);

x1 = linspace(0, 2*pi, 20);
plot(x1, y1, '.')

可以看出,interpft的插值效果令人满意。尤其是当我们增加数据量之后。==需要注意的是函数的输入参数n表示对输入的采样值x重新插值后返回的数据长度,因此n要大于输入的x的长度。返回的n表示在原始数据的相同采样时间内的等间距的采样数据。

外插运算

若要获得已知的数据集外的插值数据,则需要用到外插,这是比较困难的,且精度不高。MATLAB中可以通过对
interp1函数添加’extrap’参数来指明所用的插值算法,并表示需要外插运算。另一种方法是将数据集外的函数点赋值为extraval,可以赋值为Nan或者0。

例子:

clear all; clc;

x=0:0.5:10;
y=cos(x);
x1 = linspace(0,2*pi,20);
y1=cos(x1);
y2=interp1(x,y,x1,'nearest')           %没有指定外插算法,估值都返回NaN
y2=interp1(x,y,x1,'nearest','extrap')  %指明插值算法也用于外插运算
y3=interp1(x,y,x1,'linear','extrap');
y4=interp1(x,y,x1,'spline','extrap');
y5=interp1(x,y,x1,'pchip ','extrap');
plot(x,y,x1,y1,'o',x1,y2,'-',x1,y3,'-.',x1,y4,'--',x1,y5,'*')

4.2 函数运算

函数是数学中的一个重要概念。这一节我们学习MATLAB的一些基础的函数功能。

4.2.1 函数的表示

MATLAB提供了两种表示函数的方法:一种是利用m文件将函数定义为MATLAB函数;另一种是采用匿名函数。
例子:建立函数 f ( x ) = 1 ( x − 0.3 ) 2 + 0.01 + 1 ( x − 0.9 ) 2 + 0.04 − 6 f(x) = \frac{1}{(x-0.3)^2+0.01} + \frac{1}{(x-0.9)^2+0.04} -6 f(x

MATLAB 基础编程操作——变量、常量、基础数学运算 问题描述:定义变量并赋值。%定义变量a=5;b=3.14;%显示变量disp(a);disp(b);disp(c); 阅读详情

相关推荐

4.MATLAB基础编程操作——变量、常量、基础数学运算

1.变量类型介绍: MATLAB中涉及的变量主要包括double型(默认类型),single型号,有符号整型(int8,int16,int32,int64),无符号整型(uint8,uint16,uint32,uint64)。 运行该程序: clc; clear; close all; a=-3.1546479794646; b=single(a) c1=int8(a) c2=int16(a) c3=int32(a) c4=uint64(a) d1=uint8(a) ...

FPGA/MATLAB学习教程/源码/项目合作开发 4035

更换光猫的原理与方法

当你给装维打电话说你需要更换光猫时,对于装维来说,他并不需要知道怎么更换,他只需要生成一张工单,由后台进行业务操作后,在去用户家把新光猫给装好即可,此时装维到底起到了什么作用呢?我想可能只是运输员吧,把一个设备从一个地方运到另一个地方罢了,此时并不能指望装维做什么,因为本质上来说装维的能力真的很差很差,我是不知道那些装维哪来的勇气做视频,还说自己什么什么能力很强?很强吗?吹牛的技术确实很强。 更换光猫之前,需要先明白为什么要更换光猫,怎么更换光猫,更换后不能用怎么办?怎么才能更换成功,换光猫以后被限速了怎么

qq_34146290的博客 1万+

最新Docker GPU支持全解析:为什么nvidia-smi能用但PyTorch找不到CUDA?

本文深入解析了Docker容器中nvidia-smi命令可用但PyTorch无法调用CUDA的根本原因。关键在于默认配置仅暴露了GPU的utility管理能力,而CUDA计算所需的compute能力未被激活。通过正确设置NVIDIA_DRIVER_CAPABILITIES环境变量为compute,utility,并配合--gpus参数,即可解决此问题,确保AI训练等任务顺利进行。

convnet3designer的博客 243

海康AI开放平台实战:从数据集标注到摄像头部署的全流程避坑指南

本文是一份基于实战经验的海康AI开放平台全流程避坑指南。文章详细拆解了从数据集标注、模型训练优化到边缘摄像头部署的关键步骤,重点剖析了数据准备、参数调优、模型测试及SDK集成中的常见陷阱与解决方案,旨在帮助开发者高效、稳定地将AI算法落地于实际监控场景。

weixin_29103191的博客 698

HT7036计量芯片SPI通信与数据读取实战解析

本文详细解析HT7036计量芯片的SPI通信与数据读取实战,涵盖SPI时序配置、命令发送、数据读取及常见问题排查。重点介绍如何通过SPI接口与MCU通信,实现电能数据的稳定采集与处理,为智能电表等应用提供实用解决方案。

vscode5coder的博客 267

海格通信嵌入式面试题及参考答案

计算电路的最高工作频率如何计算? 计算电路的最高工作频率主要考虑电路中的关键路径延迟。关键路径是指在整个电路中,信号传播延迟最长的路径。电路的最高工作频率的倒数就是时钟周期,而时钟周期必须大于关键路径的延迟时间。 首先要确定电路中各个模块的延迟。比如对于组合逻辑电路,可以通过查看芯片手册获取门电路的延迟参数。以一个简单的与门、或门、非门组成的组合逻辑为例,每个门都有自己的传输延迟,把信号从输入到输出经过的所有门的延迟相加,就得到这部分组合逻辑的延迟。 对于包含寄存器的电路,还需要考虑寄

大模型大数据攻城狮的专栏 1273

HiCMAE 论文复现:基于 RAVDESS 数据集的音视频情感识别

多模态情感识别是人工智能领域的重要研究方向,旨在通过结合多种感知模态(如音频、视频、文本等)来更准确地识别人类情感状态。与传统单模态方法相比,多模态方法能够利用不同模态间的互补信息,提高情感识别的鲁棒性和准确性。 RAVDESS(Ryerson Audio-Visual Database of Emotional Speech and Song)是一个常用的多模态情感识别数据集,包含24位专业演员(12名男性,12名女性)表达的8种情感状态(中性、平静、快乐、悲伤、愤怒、恐惧、厌恶和惊讶)的音视频数据。

max500600的博客 499

YOLOv5算法改进(22)— 更换主干网络MobileNetv3 + 添加CA注意力机制

本节课就让我们结合论文来对YOLOv5进行组合改进(更换主干网络MobileNetv3 + 添加CA注意力机制),小白必学~!🌈

小哥谈 2820

ubuntu emto-cpa安装与编译

ubuntu emto-cpa安装与编译

qq_45834835的博客 1437

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

上一篇: 第三章 数组和向量
下一篇: MATLAB视频处理学习记录
Nice_NTU
博客等级 码龄7年 22粉丝 4原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值