博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
matlab进行微分运算
阅读量:3949 次
发布时间:2019-05-24

本文共 603 字,大约阅读时间需要 2 分钟。

diff函数求向前差分

dx = diff(x) 计算向量x的一阶向前差分,dx(i)=x(i+1)-x(i),i=1,2,……n-1
dx = diff(x,n)计算向量x的n阶向前差分 diff(x,2)=diff(diff(x))
dx = diff(A,n,dim) 计算矩阵A的n阶差分,dim=1时按列计算差分;dim=2时,按行计算差分。
计算y=f(x)的导数:
ans = diff(y)./ diff(x)
例:
在这里插入图片描述
例:求函数f(x)=sin(x)+x^2的导函数

syms xf(x)=sin(x)+x^2diff(f(x))

数值积分:

在这里插入图片描述
例:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
非线性方程组的求解
x = fsolve(filename,x0,option)
x为返回的近似解,filename是待求根方程左端的函数表达式,x0是初值,option用于设置优化工具箱的优化参数
例:
在这里插入图片描述
求方程组的解例:
在这里插入图片描述

函数极值的计算:

无约束最优化问题
求最小值的函数:
[xmin,fmin]=fminbnd(filename,x1,x2,option)
[x1,x2]区间的极小值,用于一元函数

[xmin,fmin]=fminsearch(filename,x0,option)

[xmin,fmin]=fminunc(filename,x0,option)

其中x0为极值点的初值

有约束条件的最优化问题:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
常微分函数的求解:
在这里插入图片描述

转载地址:http://digwi.baihongyu.com/

你可能感兴趣的文章
EXE破解工具介绍
查看>>
机械码对应值
查看>>
常用语音编码的WAVE文件头格式剖析--各种编码
查看>>
有关数据挖掘的10个常见问题
查看>>
电信数据挖掘之流失管理
查看>>
web DB优化思路
查看>>
敏捷笔记
查看>>
SOA业务理解与应用
查看>>
Google File System(中文翻译)
查看>>
Google's BigTable 原理 (翻译)
查看>>
MapReduce:超大机群上的简单数据处理
查看>>
设计模式笔记(转载)
查看>>
加站点加入IE的可信站点做法
查看>>
软件研发中的《破窗理论》
查看>>
敏捷的三种误区和五种改进
查看>>
vs2010一些设置
查看>>
Python 3 之多线程研究
查看>>
简单明了《a标签的href》跳转页面情况,看完秒懂!!!
查看>>
Android系统目录结构
查看>>
Activity的生命周期及启动模式整理
查看>>