MATLAB数值计算概要.ppt

MATLABMATLAB数值计算概要数值计算概要5.1 特殊矩阵5.1.1对角阵与三角阵1. 矩阵的对角元素(1)提取矩阵的对角线元素 设A为m×n矩阵，diag(A)函数用于提取矩阵A主对角线元素产生一个具有min(m,n)个元素的列向量 diag(A)函数还有更进一步的形式diag(A,k)，其功能是提取第k条对角线的元素2)构造对角矩阵 设V为具有m个元素的向量，diag(V)将产生一个m×m对角矩阵，其主对角线元素即为向量V的元素 diag(V)函数也有更进一步的形式diag(V,k)，其功能是产生一个n×n(n=m+)对角阵，其第k条对角线的元素即为向量V的元素 例5.1 先建立5×5矩阵A，然后将A的第1行元素乘以1，第2行乘以2，…，第5行乘以5命令如下：A=[17,0,1,0,15;23,5,7,14,16;4,0,13,0,22;10,12,19,21,3;11,18,25,2,19];D=diag([1,2,3,4,5]);D*A  2. 矩阵的三角阵 (1)下三角矩阵 求矩阵A的下三角阵的MATLAB函数是tril(A)。

tril(A)函数也有更进一步的一种形式tril(A,k)，其功能是求矩阵A的第k条对角线以下的元素 (2)上三角矩阵 在MATLAB中，提取矩阵A的上三角矩阵的函数是triu(A)和triu(A,k)，其用法与提取下三角矩阵的函数tril(A)和tril(A,k)完全相同 5.1.2 特殊矩阵的生成 1. 魔方矩阵 函数magic(n)，其功能是生成一个n阶魔方阵 例5.2 将101~125等25个数填入一个5行5列的表格中，使其每行每列及对角线的和均为565 命令如下： B=100+magic(5) 2. 范得蒙矩阵 函数vander(V)生成以向量V为基础向量的范得蒙矩阵 3. 希尔伯特矩阵 生成希尔伯特矩阵的函数是hilb(n)MATLAB中，有一个专门求希尔伯特矩阵的逆的函数invhilb(n)，其功能是求n阶的希尔伯特矩阵的逆矩阵4. 托普利兹矩阵 生成托普利兹矩阵的函数是toeplitz(x,y)，它生成一个以x为第1列，y为第1行的托普利兹矩阵这里x, y均为向量，二者不必等长5. 友矩阵 生成友矩阵的函数是：compan(P)，生成多项式P的友矩阵。

P是一个多项式的系数向量，高次幂系数排在前，低次幂排在后6. 帕斯卡矩阵 函数pascal(n)生成一个n阶的帕斯卡矩阵  例5.3求(x+y)5的展开式在MATLAB命令窗口，输入命令：pascal(6)ans = 1 1 1 1 1 1 1 2 3 4 5 6 1 3 6 10 15 21 1 4 10 20 35 56 1 5 15 35 70 126 1 6 21 56 126 252其次对角线上的元素1，5，10，10，5，1即为展开式的系数5.2 矩阵分析5.2.1 矩阵结构变换1. 矩阵的转置转置运算符是单撇号(')2. 矩阵的旋转矩阵的旋转利用函数rot90(A,k)，功能是将矩阵A旋转90º的k倍，当k为1时可省略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 求一个矩阵的逆非常容易求方阵A的逆可调用函数inv(A)例5.4 用求逆矩阵的方法解线性方程组命令如下：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. 矩阵的伪逆MATLAB中，求一个矩阵伪逆的函数是pinv(A)例5.5 求A的伪逆，并将结果送B命令如下：A=[3,1,1,1;1,3,1,1;1,1,3,1];B=pinv(A)例5.6 求矩阵A的伪逆在MATLAB命令窗口，输入命令：A=[0,0,0;0,1,0;0,0,1];pinv(A) 5.2.3 方阵的行列式求方阵A所对应的行列式的值的函数是det(A)例5.7用克莱姆(Cramer)方法求解线性方程组程序如下：D=[2,2,-1,1;4,3,-1,2;8,5,-3,4;3,3,-2,2]; %定义系数矩阵b=[4;6;12;6]; %定义常数项向量D1=[b,D(:,2:4)]; %用方程组的右端向量置换D的第1列D2=[D(:,1:1),b,D(:,3:4)]; %用方程组的右端向量置换D的第2列D3=[D(:,1:2),b,D(:,4:4)]; %用方程组的右端向量置换D的第3列D4=[D(:,1:3),b]; %用方程组的右端向量置换D的第4列DD=det(D);x1=det(D1)/DD;x2=det(D2)/DD;x3=det(D3)/DD;x4=det(D4)/DD;[x1,x2,x3,x4] 5.2.4 矩阵的秩MATLAB中，求矩阵秩的函数是rank(A)。

例如，求例5.7中方程组系数矩阵D的秩，命令是：D=[2,2,-1,1;4,3,-1,2;8,5,-3,4;3,3,-2,2];r=rank(D)r = 4说明D是一个满秩矩阵 5.2.5 向量和矩阵的范数1. 计算向量3种常用范数的函数(1)norm(V)或norm(V,2) 计算向量V的2—范数(2)norm(V,1) 计算向量V的1—范数(3)norm(V,inf) 计算向量V的∞—范数例5.8 已知V，求V的3种范数命令如下：V=[-1,1/2,1];v1=norm(V,1) %求V的1—范数v2=norm(V) %求V的2—范数vinf=norm(V,inf) %求∞—范数 2. 矩阵的范数及其计算函数MATLAB中提供了求3种矩阵范数的函数，其函数调用格式与求向量的范数的函数完全相同例5.9 求矩阵A的三种范数命令如下：A=[17,0,1,0,15;23,5,7,14,16;4,0,13,0,22;10,12,19,21,3;11,18,25,2,19];a1=norm(A,1) %求A的1—范数a2=norm(A) %求A的2—范数ainf=norm(A,inf) %求A的∞—范数 5.2.6 矩阵的条件数和迹1. 的条件数MATLAB中，计算矩阵A的3种条件数的函数是：(1)cond(A,1) 计算A的1—范数下的条件数(2)cond(A)或cond(A,2) 计算A的2—范数数下的条件数(3)cond(A,inf) 计算A的 ∞—范数下的条件数例5.10 求矩阵X的三种条件数。

命令如下：A=[2,2,3;4,5,-6;7,8,9];C1=cond(A,1)C2=cond(A)C3=cond(A,inf) 2. 矩阵的迹MATLAB中，求矩阵的迹的函数是trace(A)例如，X=[2 2 3;4 5 -6;7 8 9];trace(X)ans = 165.2.7 矩阵的特征值与特征向量MATLAB中，计算矩阵A的特征值和特征向量的函数是eig(A)，常用的调用格式有3种：(1)E=eig(A) 求矩阵A的全部特征值，构成向量E2)[V,D]=eig(A) 求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成V的列向量3)[V,D]=eig(A,'nobalance') 与第2种格式类似，但第2种格式中先对A作相似变换后求矩阵A的特征值和特征向量，而格式3直接求矩阵A的特征值和特征向量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命令如下：p=[3,-7,0,5,2,-18];A=compan(p); %A的友矩阵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函数正是应用求友矩阵的特征值的方法来求方程的根。

5.2.8 MATLAB在三维向量中的应用1. 向量共线或共面的判断例5.13 设X=(1，1，1)，Y=(-1，2，1)，Z=(2，2，2)，判断这三个向量的共线共面问题命令如下：X=[1,1,1];Y=[-1,2,1];Z=[2,2,2];XY=[X;Y];YZ=[Y;Z];ZX=[Z;X];XYZ=[X;Y;Z];rank(XY)rank(YZ)rank(ZX)rank(XYZ) 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=f(v)r=norm(v);if r==0 f=0else f=[v(1)/r,v(2)/r,v(3)/r];endreturn在MATLAB命令窗口，输入命令：v=[5,-3,2];f=direct(v) 3. 向量的夹角例5.15 设U=(1，0，0)，V=(0，1，0)，求U,V间的夹角θ命令如下：U=[1,0,0];V=[0,1,0];r1=norm(U);r2=norm(V);UV=U*V';cosd=UV/r1/r2;D=acos(cosd)4. 两点间的距离例5.16 设 U=(1，0，0)，V=(0，1，0)，求U、V两点间的距离。

命令如下：U=[1,0,0];V=[0,1,0];UV=U-V;D=norm(UV) 5. 向量的向量积例5.17设U=(2，-3，1)，V=(3，0，4)，求U×V命令如下：U=[2,-3,1];V=[3,0,4];W=eye(3);A1=[W(1,:);U;V];A2=[W(2,:);U;V];A3=[W(3,:);U;V];UV=[det(A1),det(A2),det(A3)]UV= -12 -5 96. 向量的混合积例5.18 设U=(0，0，2)，V=(3，0，5)，W=(1，1，0)，求以这三个向量构成的六面体的体积命令如下：U=[0,0,2];V=[3,0,5];W=[1,1,0];A=[U;V;W];det(A)ans = 67. 点到平面的距离例5.19求原点到平面X+Y+Z=1的距离命令如下：u=[0,0,0];v=[1,1,1]; % A=B=C=1,u1=u2=u3=0,D=-1r=abs(u*v'-1)/norm(v,2)r =0.57745.3 矩阵分解与线性方程组求解5.3.1矩阵分解1. 实对称矩阵的QDQ分解例5.20设对称矩阵A，对A进行QDQ分解。

命令如下：A=[2,1,4,6;1,2,1,5;4,1,3,4;6,5,4,2];[Q,D]=eig(A)Q*D*Q'ans = 2.0000 1.0000 4.0000 6.0000 1.0000 2.0000 1.0000 5.0000 4.0000 1.0000 3.0000 4.0000 6.0000 5.0000 4.0000 2.0000结果与A相等，说明确实将A分解为了QDQ'的乘积 例5.21求下列二次型的标准形式及变换矩阵命令如下：A=[1,2,1;2,1,1;1,1,3;];[Q,D]=eig(A)进一步作线性变换即得关于u,v,w的标准二次型：2. 矩阵的LU分解MATLAB中，完成LU分解的函数是：(1)[L,U]=lu(A) 将方阵A分解为交换下三角矩阵L和上三角矩阵U，使 A=LU2)[L,U,P]=lu(A) 将方阵A分解为下三角矩阵L和上三角矩阵U，使 PA=LU例5.22用LU分解求方程组的根3. 矩阵的QR分解对矩阵A进行QR分解的函数是[Q,R]=qr(A)，根据方阵A，求一个正交矩阵Q和一个上三角矩阵R，使A=Q*R。

例如，对矩阵A进行QR分解的命令是：A=[2,1,-2;1,2,1;2,5,3];[Q,R]=qr(A) 5.3.2 线性方程组求解1. 线性方程组解的一般讨论解线性方程组的一般函数文件如下：function [x,y]=line_solution(A,b) [m,n]=size(A);y=[]; if norm(b)>0 %非齐次方程组 if rank(A)==rank([a,b]) %方程组相容 if rank(A)==m %有唯一解 x=A\b; else %方程组有无穷多个解,基础解系 disp('原方程组有有无穷个解，其齐次方程组的基础解系为y，特解为x'); y=null(A,'r'); x=A\b; end else %方程组不相容，给出最小二乘法解 disp('方程组的最小二乘法解是：'); x=A\b; end else %齐次方程组 if rank(A)>=n %列满秩 x=zero(m,1) %0解 else %非0解 disp('方程组有无穷个解，基础解系为x'); x=null(A,'r'); end endreturn2. 应用举例例5.23求线性方程组的解。

在MATLAB命令窗口，输入命令：A=[2,2,-1,1;4,3,-1,2;8,5,-3,4;3,3,-2,2];b=[4,6,12,6]';[x,y]=line_solution(A,b) %调用自定义函数例5.24求下列线性方程组的解在MATLAB命令窗口，输入命令：A=[2,7,3,1;3,5,2,2;9,4,1,7];b=[6,4,2]';[x,y]=line_solution(A,b)5.4 数据处理与多项式计算5.4.1 数据统计与分析1. 求矩阵最大和最小元素(1)求向量的最大最小元素①y=max(X) 返回向量X的最大元素存入y②[y,I]=max(X) 返回向量X的最大元素存入y，最大元素的序号存入I2)求矩阵的最大和最小元素①max(A) 返回一个行向量，向量的第i个元素是A矩阵的第i列上的最大元素②[Y,U]=max(A) 返回两个行向量，Y向量记录A的每列的最大元素，U向量记录每列最大元素的行号③max(A,[],dim) dim取 1或 2 dim取 1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行上的最大元素。

(3)两个向量或矩阵对应元素的比较①U=max(A,B) A,B是两个同型的向量或矩阵结果U是与A,B同型的向量或矩阵，U的每个元素等于A,B对应元素的较大者②U=max(A,n) n是一个标量结果U是与A同型的向量或矩阵，U的每个元素等于A对应元素和n中的较大者min函数的用法和max完全相同例5.25 求矩阵A的每行及每列的最大和最小元素，并求整个矩阵的最大和最小元命令如下：A=[13,-56,78;25,63,-235;78,25,563;1,0,-1];max(A,[],2) %求每行最大元素min(A,[],2) %求每行最小元素max(A) %求每列最大元素min(A) %求每列最小元素max(max(A)) %求整个矩阵的最大元素min(min(A)) %求整个矩阵的最小元素2. 求矩阵的平均值和中值求矩阵和向量元素的平均值的函数是mean，求中值的函数是median它们的调用方法和max函数完全相同3. 矩阵元素求和与求积矩阵和向量求和与求积的基本函数是sum和prod，其使用方法和max类似。

例5.26求矩阵A的每行元素的乘积和全部元素的乘积命令如下：A=[1,2,3,4;5,6,7,8;9,10,11,12];S=prod(A,2)prod(S) %求A的全部元素的乘积4. 矩阵元素累加和与累乘积MATLAB中，使用cumsum和cumprod函数能方便地求得向量和矩阵元素的累加和与累乘积向量，函数的用法和sum及prod相同例5.27求向量X=(1！，2！，3！，…，10！)命令如下：X=cumprod(1:10)5. 标准方差MATLAB中，提供了计算数据序列的标准方差的函数std对于向量X，std(X)返回一个标准方差对于矩阵A，std(A)返回一个行向量，它的各个元素便是矩阵A各列或各行的标准方差std函数的一般调用格式为：std(A,FLAG,dim)其中dim取1或2当dim=1时，求各列元素的标准方差；当dim=2时，则求各行元素的标准方差FLAG取0或16. 元素排序MATLAB中对向量X是排序函数是sort(X)，函数返回一个对X中的元素按升序排列的新向量sort函数也可以对矩阵A的各列(或行)重新排序，其调用格式为：[Y,I]=sort(A,dim)其中dim指明对A的列还是行进行排序，若dim=1，则按列排，若dim=2，则按行排。

Y是排序后的矩阵，而I记录Y中的元素在A中位置例5.28对矩阵做各种排序命令如下：A=[1,-8,5;4,12,6;13,7,-13];sort(A) %对A的每列按升序排序-sort(-A,2) %对A的每行按降序排序[X,I]=sort(A) %对A按列排序，并将每个元素所在行号送矩阵I5.4.2 数值插值1. 一维数值插值interp1函数调用格式为：Y1=interp1(X,Y,X1,'method')函数根据X、Y的值，计算函数在X1处的值X、Y是两个等长的已知向量，分别描述采样点和样本值，X1是一个向量或标量，描述欲插值的点，Y1是一个与X1等长的插值结果method是插值方法，允许的取值有'linear'(线性插值)、'nearest'(最近插值)、'spline'(三次样条插值)、'cubic'（三次多项式插值），缺省值是'linear'例5.29用不同的插值方法计算sin(x)在π/2点的值这是一个一维插值问题在MATLAB命令窗口，输入命令：X=0:0.2:pi;Y=sin(X); %给出X、Yinterp1(X,Y,pi/2) %用缺省方法(即线性插值方法)计算sin(π/2)interp1(X,Y,pi/2,'nearest') %用最近方法计算sin(π/2)interp1(X,Y,pi/2,'linear') %用线性方法计算sin(π/2)interp1(X,Y,pi/2,'spline') %用三次样条方法计算sin(π/2)interp1(X,Y,pi/2,'cubic') %用三次多项式方法计算sin(π/2)MATLAB中 有 一 个 专 门 的 三 次 样 条 插 值 函 数Y1=spline(X,Y,X1)， 其 功 能 及 使 用 方 法 与 函 数Y1=interp1(X,Y,X1,'spline')完全相同。

 例5.30 已知检测参数f随时间t的采样结果，用数值插值法计算t=2，7，12，17，22，17，32，37，42，47，52，57时f的值这是一个一维数值插值问题，命令如下：T=0:5:65;X=2:5:57;F=[3.2015,2.2560,879.5,1835.9,2968.8,4136.2,5237.9,6152.7,...6725.3,6848.3,6403.5,6824.7,7328.5,7857.6];F1=interp1(T,F,X) %用线性方法插值F1=interp1(T,F,X,'nearest') %用最近方法插值F1=interp1(T,F,X,'spline') %用三次样条方法插值F1=interp1(T,F,X,'cubic') %用三次多项式方法插值2. 二维数值插值MATLAB中，提供了解决二维插值问题的函数其调用格式为：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采样变量的样本值，X1、Y1是两个向量或标量，描述欲插值的点。

method的取值与一维插值函数相同例5.31设Z=x2+y2，对Z函数在(0，1)×(0，2)区域内进行插值命令如下：x=0:0.1:10;y=0:0.2:20;[X,Y]=meshgrid(x,y);Z=X.^2+Y.^2;interp2(x,y,Z,0.5,0.5) %对函数在(0.5,0.5)点进行插值interp2(x,y,Z,[0.5 0.6],0.4) %对函数在(0.5,0.4)点和(0.6，0.4)点进行插值interp2(x,y,Z,[0.5 0.6],[0.4 0.5]) %对函数在(0.5,0.4)点和(0.6，0.5)点进行插值interp2(x,y,Z,[0.5 0.6]',[0.4 0.5])%对函数在(0.5,0.4),(0.6,0.4),(0.5,0.5)和(0.6,0.5)点进行插值3. 三维数值插值对三维函数插值的函数是interp3，其使用方法和interp2相同其调用格式为：W1=interp3(X,Y,Z,W,X1,Y1,Z1,'method')函数返回三维插值结果其中X、Y、Z是三个向量，分别描述三个参数的采样点，W是与参数采样点对应的采样变量的样本值，X1、Y1、Z1是三个向量或标量，描述欲插值的点。

method是插值方法，可选，其缺省值是 ‘line'method的取值与一、二维插值函数相同5.4.3 曲线拟合MATLAB中，提供了解决使用最小二乘法进行曲线拟合的函数调用格式为：[P,S]=polyfit(X,Y,m)函数根据采样点X和采样点函数值Y，产生一个m次多项式P及其在采样点的误差向量S其中X、Y是两个等长的向量，P是一个长度为m+1的向量例5.32 用一个5次多项式在区间[0，2π]内逼近函数sin(x)命令如下：X=linspace(0,2*pi,50);Y=sin(X);[P,S]=polyfit(X,Y,5) %得到5次多项式的系数和误差plot(X,Y,'k*',X,polyval(P,X),'k-')5.4.4 多项式计算1. 多项式的建立已知一个多项式的全部根X求多项式系数的函数是poly(X)，该函数返回以X为全部根的一个多项式P，当X是一个长度为m的向量时，P是一个长度为m+1的向量2. 多项式求根求多项式p(x)的根的函数是roots(P)，这里，P是p(x)的系数向量，该函数返回方程p(x)=0的全部根(含重根，复根)3. 多项式求值求多项式p(x)在某点或某些点的函数值的函数是polyval(P,x)。

若x为一数值，则求多项式在该点的值；若x为向量或矩阵，则对向量或矩阵中的每个元素求其多项式的值例5.33 已知一个多项式，计算： (1)计算f(x)=0 的全部根2)由方程f(x)=0的根构造一个多项式g(x)，并与f(x)进行对比3)计算f(5)、f(7.8)、f(9.6)、f(12.3)的值命令如下：P=[3,0,4,-5,-7.2,5];X=roots(P) %求方程f(x)=0的根G=poly(X) %求多项式g(x)X0=[5,7.8,9.6,12.3];f=polyval(P,X0) %求多项式f(x)在给定点的值多项式求值还有一个函数是polyvalm，其调用格式与polyval相同，但含义不同polyvalm函数要求x为方阵，它以方阵为自变量求多项式的值 4. 多项式的四则运算(1)多项式的加减法(2)多项式的乘法函数conv(P1,P2)用于求多项式P1和P2的乘积3)多项式的除法函数[Q,r]=deconv(P1,P2)用于对多项式P1和P2作除法运算其中Q返回多项式P1除以P2的商式，r返回P1除以P2的余式。

这里，Q和r仍是多项式系数向量deconv是conv的逆函数，即有P1=conv(P2,Q)+r例5.34设有两个多项式，计算：(1)求f(x)+g(x)、f(x)-g(x)2)求f(x)·g(x)、f(x)/g(x)在MATLAB命令窗口，输入命令：f=[3,-5,2,-7,5,6];g=[3,5,-3];g1=[0,0,0,g];f+g1 %求f(x)+g(x)f-g1 %求f(x)-g(x)conv(f,g) %求f(x)*g(x)[Q,r]=deconv(f,g) %求f(x)/g(x)，商式送Q，余式送r5. 多项式的导函数对多项式求导数的函数是：p=polyder(P) 求多项式P的导函数p=polyder(P,Q) 求P*Q的导函数[p,q]=polyder(P,Q) 求P/Q的导函数，导函数的分子存入p，分母存入q例5.35求有理分式的导数命令如下：P=[3,5,0,-8,1,-5];Q=[10,5,0,0,6,0,0,7,-1,0,-100];[p,q]=polyder(P,Q)5.4.5 函数的最大值与最小值MATLAB中用于求最小值的函数是：fmin(f,a,b) 求单变量函数f(x)在区间(a,b)上的最小值点。

fmins(F,X0) 求多变量函数F(x)在估计值X0附近的最小值点MATLAB没有专门提供求函数最大值点的函数，但只要注意到-f(x)在区间(a,b)上的最小值点就是f(x)在(a,b)的最大值点，所以fmin(-f,a,b)返回函数f(x)在区间(a,b)上的最大值例5.36 求函数f(x)在区间(-10，1)和(1，10)上的最小值点首先建立函数文件fx.m：function f=f(x)f=x-1/x+5;return再在MATLAB命令窗口，输入命令：fmin('fx',-10,-1) %求函数在区间(-10，-1)内的最小值点fmin(f,1,10) %求函数在区间(1，10)内的最小值点注意函数名f不用加'例5.37 设有函数f(x,y,z)，求函数f在(0.5,0.5,0.5)附近的最小值建立函数文件fxyz.m：function f=f(u)x=u(1);y=u(2);z=u(3);f=x+y.^2./x/4+z.^2./y+2./z;return在MALAB命令窗口，输入命令：U=fmins('fxyz',[0.5,0.5,0.5]) %求函数的最小值点fxyz(U) %求函数的最小值5.5 傅立叶分析MATLAB中，提供了对向量(或直接对矩阵的行或列)进行离散傅立叶变换的函数，其调用格式是：Y=fft(X,n,dim)(1)当X是一个向量时，返回对X的离散傅立叶变换。

2)当X是一个矩阵时，返回一个矩阵并送Y，其列(行)是对X的列(行)的离散傅立叶变换例5.38 求X=(1，0，-3，5，2)的离散傅立叶逆变换在MATLAB命令窗口，输入命令：X=[1,0,-3,5,2];Y=fft(X) %对X进行变换3. 离散傅立叶变换的逆变换MATLAB中，对向量(或直接对矩阵的行或列)进行离散傅立叶逆变换的函数的调用方法是：Y=ifft(X,n,dim)函数对X进行离散傅立叶逆变换其中X、n、dim的意义及用法和离散傅立叶变换函数fft完全相同例5.39 对矩阵A的列向量、行向量分别进行离散傅立叶变换、并对变换结果进行逆变换命令如下：A=[3,2,1,1;-5,1,0,1;3,2,1,5];fftA=fft(A) %求A的列向量的傅立叶变换fftA2=fft(A,4,2) %求A的行向量的傅立叶变换ifft(fftA) %对矩阵fftA的列向量进行傅立叶逆变换，结果应等于Aifft(fftA2,4,2) %对矩阵fftA2的行向量进行傅立叶逆变换，其结果应等于A5.6 数值微积分5.6.1 数值微分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。

DX=diff(X) 计算向量X的向前差分，DX(i)=X(i+1)-X(i)，0

trace非0时，画出积分图形注意，调用quad函数时，先要建立一个描述被积函数f(x)的函数文件或语句函数当被积函数f含有一个以上的变量时，quad函数的调用格式为：quad(f,a,b,tol,trace,g1,g2)其中f,a,b,tol,trace等参数的含义同前数值积分函数还有一种形式quad8，其用法与quad完全相同例5.42 用两种不同的方法求积分先建立一个函数文件ex.m：function ex=ex(x)ex=exp(-x.^2); %注意应用点运算return然后，在MATLAB命令窗口，输入命令：quad('ex',0,1,1e-6) %注意函数名应加字符引号quad8('ex',0,1,1e-6) %用另一函数求积分例5.43用trapz函数计算积分在MATLAB命令窗口，输入命令：X=0:0.01:1;Y=exp(-X.^2);trapz(X,Y)(2)被积函数由一个表格定义MATLAB中，对由表格形式定义的函数关系的求定积分问题用trapz(X,Y)函数其中向量X、Y定义函数关系Y=f(X)(3)二重积分例5.44计算二重积分。

建立一个函数文件fixy.m：function f=f(x,y)f=exp(-x.^2-y.^2);return建立一个命令文件ftxy1.m：for i=1:20 int2(i)=quad('fixy',0,1,[],[],x(i)); %在二维函数fixy中以x=x(i)代入并对y积分end在MATLAB命令窗口，输入命令：x=linspace(0,1,20);ftxy1trapz(x,int2)实际上，MATLAB提供了计算二重积分的函数：dblquad(f,a,b,c,d,tol,trace)该函数求f(x,y)在[a,b]×[c,d]区域上的二重积分参数tol，trace的用法与函数quad完全相同如果直接使用这里介绍的二重积分函数dblquad来求解本例就非常简单，命令如下：g=inline('exp(-x.^2-y.^2)');dblquad(g,0,1,0,1) %直接调用二重积分函数求解5.7 常微分方程的数值求解基于龙格－库塔法，MATLAB提供了求常微分方程数值解的函数，一般调用格式为：[X,Y]=ode23(f,[x0,xn],y0)[X,Y]=ode45(f,[x0,xn],y0)其中X、Y是两个向量，X对应自变量x在求解区间[x1，xn]的一组采样点，其采样密度是自适应的，无需指定；Y是与X对应的一组解，f是一个函数，[x0，xn]代表自变量的求解区间，y0=y(x0)，由方程的初值给定。

函数在求解区间[x0，xn]内，自动设立采样点向量X，并求出解函数y在采样点X处的样本值 例5.45 求微分方程初值问题在[1，3]区间内的数值解，并将结果与解析解进行比较先建立一个该函数的m文件fxy1.m：function f=f(x,y)f=-2.*y./x+4*x %注意使用点运算符return再输入命令：[X,Y]=ode45('fxy1',[1,3],2);X' %显示自变量的一组采样点Y' %显示求解函数与采样点对应的一组数值解(X.^2+1./X.^2)' %显示求解函数与采样点对应的一组解析解例5.46 求解初值问题在区间[0，2]中的解建立一个函数文件 fxy2.m：function f=f(x,y)f(2)=-x.*y(2)+x.^2-5;f(1)=y(2);f=f';return在MATLAB命令窗口，输入命令：[X,Y]=ode45('fxy2',[0,2],[5,6]);[X,Y]5.8 非线性方程的数值求解1．单变量非线性方程求解MATLAB中，提供了求解单变量方程的函数fzero(f,x0,tol)，该函数采用迭代法计算函数f(x)的一个零点，迭代初值为x0，当两次迭代结果小于tol时停止迭代过程。

tol的缺省值是eps注意，在调用函数fzero 之前，要使用m文件建立自己要计算的函数f(x)，只有定义了函数f(x)的m文件后，才能在fzero函数的参数中使用自定义函数名例5.47 求f(x)=x-+5 在x0=-5和x0=1作为迭代初值时的零点先编制一个函数文件fz.m：function f=f(x)f=x-1/x+5;然后，在MATLAB命令窗口，输入命令：fzero('fz',-5) %以-5作为迭代初值Zero found in the interval: [-4.8, -5.2].fzero('fz',1)2．非线性方程组求解函数fsolve调用格式为：X=fsolve(F,X0)例5.48 求方程组在(1，1，1)附近的解并对结果进行验证首先建立方程的函数文件fxyz1.m：function F=F(X)x=X(1);y=X(2);z=X(3);F(1)=sin(x)+y+z^2*exp(x);F(2)=x+y*z;F(3)=x*y*z;在MATLAB命令窗口，输入命令：X=fsolve('fxyz1',[1,1,1]) %求解X的三个分量x、y、zY=fxyz1(X) %检验所求结果X是否满足原方程组norm(Y) %求Y向量的模例5.49 求圆和直线的两个交点。

建立方程组函数文件fxyz2.m：function F=F(X)x=X(1);y=X(2);z=X(3);F(1)=x^2+y^2+z^2-9;F(2)=3*x+5*y+6*z;F(3)=x-3*y-6*z-1;在MATLAB命令窗口，输入命令：X1=fsolve('fxyz2',[-1,1,-1]) %求直线与球面的第一个交点X2=fsolve('fxyz2',[1,-1,1]) %求直线与球面的第二个交点5.9 稀疏矩阵5.9.1 矩阵存储方式1. 矩阵的完全存储模式2. 稀疏矩阵的存储方式5.9.2 稀疏存储方式的产生与转化1. 将一个完全存储方式的转化为稀疏存储方式函数B=sparse(A)将矩阵A转化为稀疏存储方式的矩阵Bsparse函数还有其他一些格式：sparse(m,n) 生成一个m×n的所有元素都是0的稀疏矩阵sparse(u,v,S) u、v、S是三个等长的向量此外，还有一些和稀疏矩阵操作有关的函数例如[U,V,S]=find(A) 返回矩阵A中非0元素的下标和元素这里产生的U、V、S可作为sparse(u,v,s)的参数full(A) 返回和稀疏存储矩阵A对应的完全存储方式矩阵。

2. 产生一个稀疏矩阵把要建立的稀疏矩阵的非0元素及其所在行和列的位置表示出来后由MATLAB自己产生其稀疏存储方式，这需要使用spconvert函数调用格式为：B=spconvert(A)其中A为一个m×3或m×4的矩阵，其每行表示一个非0元素，m是非0元素的个数3. 单位稀疏矩阵的产生单位矩阵只有对角线元素为1，其他元素都为0，是一种具有稀疏特征的矩阵我们知道，函数eye产生一个完全存储方式的单位矩阵MATLAB还有一个产生稀疏存储方式的单位矩阵的函数，这就是speye函数speye(m,n)返回一个m×n的稀疏存储单位矩阵结束结束。