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, 请联系我们举报,一经查实,本站将立刻删除。

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

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 安卓数据转移到iphone老是中断_关于iPhone手机之间数据转移的几种方式[通俗易懂]

    安卓数据转移到iphone老是中断_关于iPhone手机之间数据转移的几种方式[通俗易懂]最近肯定有很多小伙伴已经买了iPhone11的新机,或者有些打算换一台新iPhone。拿到新机之后转移数据可是一件麻烦的事。关于iPhone手机之间的数据转移有哪几种呢?今天码哥就来跟大家科普一。其实,除了通过iTunes或者iClouds之外,苹果后来又增加了两种方式:1.通过无线局域网把数据从旧iPhone传输到新iPhone手机。2.通过LightingtoLifhtin…

    2022年9月18日
    3
  • spring cloud 入门系列五:使用Feign 实现声明式服务调用

    一、SpringCloudFeign概念引入通过前面的随笔,我们了解如何通过SpringCloudribbon进行负责均衡,如何通过SpringCloudHystrix进行服务断路保护,两

    2022年2月16日
    42
  • web图书销售管理系统_图书管理系统的主要功能有哪些?

    web图书销售管理系统_图书管理系统的主要功能有哪些?我们都已经了解到图书管理系统使用带来的好处,那么图书管理系统到底能给图书管理实现哪些功能。1、基础资料商品信息齐全,易学易用商品信息,供货商,客户,员工,仓库等基本参数的设置。支持一品多码管理。可快速检索商品,提高收银效率。可按岗位角色分组、分层、分级进行自定义权限管理。2、采购管理按需采购商商品,节省库存成本系统提出按需采购,市场拉动采购理念,减少库存积压,提高存货流转率。系统按照库存上下限来建…

    2022年6月11日
    37
  • python中dtype object_python的dtype有几种

    python中dtype object_python的dtype有几种NumPy中定义的不同标量数据类型。云海天教程网,大量的免费python教程,欢迎在线学习!NumPy数字类型是dtype(数据类型)对象的实例,每个对象具有唯一的特征。这些类型可以是np.bool_,np.float32等。数据类型对象(dtype)数据类型对象描述了对应于数组的固定内存块的解释,取决于以下方面:数据类型(整数、浮点或者Python对象)数据大小字节序(小端或大端)在结…

    2022年6月2日
    75
  • Python的for循环_python中的while语句

    Python的for循环_python中的while语句for循环和while循环有什么区别?众做周知,循环是Python中最基础也是最常见的知识点之一,下面我们来一起好好学习一下for循环和while循环,并对比分析两者的使用区别,帮助Python初学者可以更好地掌握两者的内容和应用,下面一起来看看吧~1、for循环(1)概念for循环可以遍历任何序列的项目,比如字符串、列表、元组、字典、集合等序列类型,逐个获取序列中的各个元素。(2)代码示例:终端…

    2022年8月12日
    6
  • ajaxpro json 使用「建议收藏」

    ajaxpro json 使用「建议收藏」(一)AJAXPro之旅—神奇的小魔盒-站在巨人的肩膀上做自己的事情-博客园 -[Translatethispage]2007年9月10日…JSON.2.dll,AjaxPro.JSON.dll,web.config5个文件.其中.2结尾的是应用在.Net2.0框架下的类库.(个人使用的是2.0的,以下的教程也是应用在2.0下的)…www.cnblogs.c…

    2022年7月15日
    17

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号