非线性方程(一)

非线性方程(一)此为全书第一章,主matlab入门——通过学习各种插值法:反线性插值、牛顿法之类。1、diff>>diff('x^2')ans=-26-44>>dif

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

此为全书第一章,主matlab入门——通过学习各种插值法:反线性插值、牛顿法之类。

 

1、diff

>> diff('x^2')

ans =

   -26   -44


>> diff(x^2)
 
ans =
 
2*x

 书上用的是加引号那个版本的,以至于我困了好久。

 

2、牛顿法

 f(x) = (x*exp(x))/2 - 2*x^2 进行牛顿插值

>> x = 0: 0.05: 3;
>> y = 0.5*x.*exp(x) - 2*x.^2;
>> plot(x,y);grid

非线性方程(一)

 

牛顿插值实现

1 >> f =inline('(x*exp(x))/2 - 2*x^2');
2 >> fp = inline('exp(x)/2 - 4*x + (x*exp(x))/2');  %f的导数
3 >> x0 = 0.4;
4 >> x0 = x0 - f(x0)/fp(x0)
5 
6 x0 =
7 
8     0.3611

其中line 4为公式。

 

3、误差初探

关于有限精度的作用可以用解析方法进行研究,也是必须讨论的内容,但这里只研究其对割线法和有限差分牛顿法的影响。

考虑后一种算法。

example:

  首先将其写成拟牛顿法的形式,xk+1 = xk – f(xk)/sk ,
其中
 sk
 = (f(x
k
+h) – f(x
 
k
))/h;
现在用牛顿法近似f(x)在 x=1的导数。

>> x=1; h=0.1;
>> (log(x+h) - log(x))/h

ans =

    0.9531

对于0.1的步长,这个结果还算合理【书上原话= =

>> h=10.^(-(1:20))
>> (log(x+h) - log(x))./h

ans =

  Columns 1 through 5

    0.9531    0.9950    0.9995    1.0000    1.0000

  Columns 6 through 10

    1.0000    1.0000    1.0000    1.0000    1.0000

  Columns 11 through 15

    1.0000    1.0001    0.9992    0.9992    1.1102

  Columns 16 through 20

         0         0         0         0         0

>> plot(h, abs(ans-1), 'r'), grid

非线性方程(一)

 

有图可以看到,误差有一个时期是下降的,从大约h = 1E-12开始,误差又开始增加。

这里主要指出,当h很小时,上面的计算中有两个因素在作怪:一个是分子中两个接近相等的数之间的减法,另一个是用很小的数作除数。

产生这些原因在于计算机只能表示数字的有限多位。

附几段关于计算机精度代码

>> inf*2
ans =    Inf

>> inf -inf
ans =    NaN

>> eps
ans =    2.2204e-16


>> 1+eps
ans =    1.0000

>> 1+eps == 1
ans =    0



>> 1+eps/2
ans =      1

>> ans == 1
ans =     1



>> (1+eps/2) + eps/2
ans =    1

>> ans == 1
ans =    1



>> 1 + (eps/2 + eps/2)  %计算机加法不满足结合律
ans =    1.0000

>> ans == 1
ans =     0

>> x1= 0.1; x2= pi/2;
>> abs(sin(x1+err)- sin(x1))

ans =  9.9500e-11

>> abs(sin(x2+err)- sin(x2))

ans =  0

%在x接近(pi/2)【此时导数为0】时sin(x)的求值要比x接近于零时的求值更加精确,因为零点的导数为1.
%可以看到f的导数(变化速度)越大,误差也越大

>> err = 1e-6

err =    1.0000e-06

>> abs(sin(x1+err)- sin(x1))

ans =    9.9500e-07

>> abs(sin(x2+err)- sin(x2))

ans =    5.0004e-13

 

 

非线性方程(一)
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/167251.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • android于src和background差额

    android于src和background差额

  • Linux学习——浅谈读写锁的使用

    Linux学习——浅谈读写锁的使用一、读写锁是什么?读写锁其实还是一种锁,是给一段临界区代码加锁,但是此加锁是在进行写操作的时候才会互斥,而在进行读的时候是可以共享的进行访问临界区的。读写锁和互斥量(互斥锁)很类似,是另一种线程同步机制,但不属于POSIX标准,可以用来同步同一进程中的各个线程。当然如果一个读写锁存放在多个进程共享的某个内存区中,那么还可以用来进行进程间的同步,读写锁的使用规则:只要没有写模式下的加锁,任…

  • awk工具详解

    awk工具详解目录awk概述awk工作原理awk命令格式awk概述AWK是一种处理文本文件的语言,是一个强大的文本分析工具。它是专门为文本处理设计的编程语言,也是行处理软件,通常用于扫描、过滤、统计汇总

  • js模糊查询

    js模糊查询$(function(){var$resourceTitle=$(“#resourceTitle”);$resourceTitle.on(‘keyup’,function(){varresourceTitle=$.trim($resourceTitle.val());query();})functionquery(){if(resourceTitle.length==0){

  • mui 底部导航菜单功能(原创)[通俗易懂]

    mui 底部导航菜单功能(原创)[通俗易懂]复制下来就能用不能用就加下我的前端交流QQ群问下简单版 底部导航菜单切换 首页 9 消息 9 消息 mui.init({ subpages:[//先加载首页 { ur

  • Python中Permission denied怎么解决

    Python中Permission denied怎么解决运行代码时,出现诸如这样的文件的权限有可能出问题,不过更多是路径本身有问题。

    2022年10月22日

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号