数学建模更新14（MATLAB运算）_tensorflow数学建模

一.符号变量的创建和简单运算

function F = my_fun(x)
    F(1) = exp(-exp(-(x(1)+x(2)))) - x(2)*(1+x(1)^2);
    F(2) = x(1)*cos(x(2)) + x(2)*sin(x(1)) - 0.5;
end
1
2
3
4

1. 简单符号变量的创建

syms x  % 观察工作区， sym是symbolic的缩写
syms a b c
1
2

2.符号方程的创建，两种方法

syms a x
y = a*x+x^2
% y = str2sym('a*x+x^2')  %Matlab 2017b 版本后推出

% 符号矩阵
syms alpha
M = [cos(alpha)  -sin(alpha);
       sin(alpha)  cos(alpha)]

1
2
3
4
5
6
7
8
9

二.简单运算

syms a b c d e
y = a + b
% a + b
x = c - d
% c - d
y1 = x*y
% (a + b)*(c - d)
y2 = y1/y
% c - d
y3 = y1^3
% (a + b)^3*(c - d)^3
y4 = sqrt(y3)   
% ((a + b)^3*(c - d)^3)^(1/2)
y5 = exp(y4)
% exp(((a + b)^3*(c - d)^3)^(1/2))


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

三.符号表达式的整理

1.化简

% 化简
syms a
y=(cot(a/2)-tan(a/2))*(1+tan(a)*tan(a/2))
simplify(y)
% 2/sin(a)

1
2
3
4
5
6

2.因式分解

%% 因式分解
factor(12) % 对常数进行因式分解 
%      2     2     3
syms m n x
y = -24*m^2*x-16*n^2*x
factor(y)
% [ -8, x, 3*m^2 + 2*n^2]
y1=m^3-n^3
factor(y1)
% [ m - n, m^2 + m*n + n^2]
1
2
3
4
5
6
7
8
9
10

3.多项式展开

%% 多项式展开
syms a x
y = a*(x^2-a)^2+(x-2)
expand(y)
% a^3 - 2*a^2*x^2 + a*x^4 + x - 2


1
2
3
4
5
6
7

4.合并

%% 合并
syms x y
z = (x+y)^2*y+5*y*x-2*x^3
% expand(z)   - 2*x^3 + x^2*y + 2*x*y^2 + 5*x*y + y^3
collect(z,x)
% y*x^2 - 2*x^3 + (2*y^2 + 5*y)*x + y^3
collect(z,y)
% y^3 + 2*x*y^2 + (x^2 + 5*x)*y - 2*x^3

1
2
3
4
5
6
7
8
9

5.计算分子与分母

% [z1,z2] = numden(2.5)  % 会报错，因为numden的输入变量不能是数值，只能是符号变量
% ans = sym(2.5);  % sym函数可以将数值2.5转换为符号
[z1,z2] = numden(sym(2.5)) % 对常数计算分子与分母
% z1 = 5
% z2 = 2
syms x y
z = 1/x*y+x/(x^2-2*y)
[z1,z2] = numden(z)  %z1分子，z2分母
% z1 = - x^2*y - x^2 + 2*y^2
% z2 = x*(- x^2 + 2*y)

1
2
3
4
5
6
7
8
9
10
11

7.让结果显示的更加自然

syms x y
M = (1/x*y+x/(x^2-2*y)-x^2/(3+y)^2)^2;
expand(M)  
% y^2/x^2 + x^4/(y^4 + 12*y^3 + 54*y^2 + 108*y + 81) + (2*x^3)/(- x^2*y^2 - 6*x^2*y - 9*x^2 + 2*y^3 + 12*y^2 + 18*y) - (2*y)/(- x^2 + 2*y) + x^2/(x^4 - 4*x^2*y + 4*y^2) - (2*x*y)/(y^2 + 6*y + 9)
mupad % 未来的版本可能会移除这个工具箱，可以点击Matlab的主页，新建实时脚本

1
2
3
4
5
6

四.符号函数的求导

1.一元函数的导数

% 一元函数的导数
syms x
y = x^4-5*x^2+6
diff(y) %求一阶导数
% 4*x^3 - 10*x
diff(y,2) %求二阶导数
% 12*x^2 - 10

y = cos(x)*tan(x)
dy = diff(y,10)  %求十阶导数
simplify(dy)
y = sin(x)*tan(x)
dy = diff(y,10)  %求十阶导数
simplify(dy)
1
2
3
4
5
6
7
8
9
10
11
12
13
14

2.多元函数的导数

% 多元函数的导数
syms x1 x2 x3
y1 = x1^5*x2+x2*x3-x1^2*x3
py1 = diff(y1,x1,1) % 对x1求一阶偏导
% 5*x2*x1^4 - 2*x3*x1
py2 = diff(y1,x1,2) % 对x1求二阶偏导
% 20*x2*x1^3 - 2*x3
py3 = diff(y1,x1,x2) % 先对x1求偏导，再对x2求偏导
% 5*x1^4
py4 = diff(y1,x2,x1) % 先对x2求偏导，再对x1求偏导
% 5*x1^4
1
2
3
4
5
6
7
8
9
10
11

3.求差分

%% 注意，如果diff函数作用的对象不是符号函数，而是矩阵，那么对应的功能是求差分。
A=[4 5 6 3 2 1];
diff(A)  % 求向量A的一阶差分     1     1    -3    -1    -1
diff(A,2)  % 在一阶差分的基础上再差分一次     0    -4     2     0

A=[4 5 6; 
     7 4 2;
     5 6 2]
A1=diff(A)  % 下一行减去上一行求一阶差分
%      3    -1    -4
%     -2     2     0
A2=diff(A,2) % 下一行减去上一行求二阶差分（在一阶差分的基础上再差分一次）
%     -5     3     4
A3=diff(A,2,1) % 最后面的1表示在行上进行差分（在列的方向上进行差分）
%     -5     3     4
A4=diff(A,1,2)  % 后一列减去前一列求一阶差分， 最后面的2表示在列上进行差分（在行的方向上进行差分）
%      1     1
%     -3    -2
%      1    -4
A4=diff(A,2,2) % 后一列减去前一列求二阶差分
%      0
%      1
%     -5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

五.积分

1.不定积分

syms x
y = x^2
int(y,x)
% x^3/3 注意，Matlab计算时不会给我们加上常数C
1
2
3
4

syms x
y = 1/x
int(y,x)
% log(x)  注意，Matlab计算1/x形式的不定积分时不会给我们加上绝对值~
1
2
3
4

syms x
y = x^2 / (1+x^2)
int(y,x)
% x - atan(x)
1
2
3
4

syms x
y = 1/(exp(x)+1)
int(y,x)
% x - log(exp(x) + 1)
1
2
3
4

syms x a
y = 1/sqrt(x^2-a^2)
int(y,x)
% log(x + (x^2 - a^2)^(1/2))
1
2
3
4

2.定积分

%% 定积分
syms x
y = sin(x)
int(y,x,0,pi/2) 
% 1
1
2
3
4
5

syms x a b
y = exp(x)
int(y,x,a,b)
% exp(b) - exp(a)
1
2
3
4

syms x
y = (sin(x))^2 / x^2
b=int(y,x,0,+inf)
% pi/2
1
2
3
4

% 注意，不是所有的函数都可以利用int函数计算出最后的结果，例如：
syms x
y = 1 / exp(x) * log(x+2*x^2+sin(x))
int(y,x,0,4)
% int(exp(-x)*log(x + sin(x) + 2*x^2), x, 0, 4)
1
2
3
4
5

% 我们可以计算数值积分：数值积分可用于求定积分的近似值。在数值分析中，数值积分是计算定积分数值的方法和理论。
% 在数学分析中，给定函数的定积分的计算不总是可行的，许多定积分不能用已知的积分公式得到精确值。
y = @(x) 1 ./ exp(x) .* log(x+2.*x.^2+sin(x))  % 注意，写成函数句柄时，要用点乘或者点除
integral(y,0,4)

xx = 0:0.1:4;
yy = 1 ./ exp(xx) .* log(xx+2*xx.^2+sin(xx));
plot(xx,yy,'-')
1
2
3
4
5
6
7
8

六.matlab求解方程和方程组

1.solve函数

【1】例题1: 求解单变量方程

%% solve函数
%% 例题1: 求解单变量方程
clear;clc
syms x
answ = solve(sin(x) == 1, x)  % 注意：这里的等号一定要有两个，一个等号表示赋值，两个等号才表示左右两边相等
answ = solve(sin(x) == 1)  % 只有一个符号变量x，所以可以不指定未知数
% 也可以这样写
clear;clc
syms x
eqn = (sin(x) == 1);  % eqn = sin(x) == 1;  
answ = solve(eqn, x)
% 因为三角函数是周期函数，如果要得到所有的解，则需要加上条件
[answ, params, condions] = solve(eqn, x, 'ReturnConditions', true)
1
2
3
4
5
6
7
8
9
10
11
12
13

【2】例题2: 多变量方程求解

%% 例题2: 多变量方程求解
clear;clc
syms a b c x
eqn = (a*x^2 + b*x + c == 0);
answ1 = solve(eqn, x)  % 将x视为未知数求解 
%  -(b + (b^2 - 4*a*c)^(1/2))/(2*a)
%  -(b - (b^2 - 4*a*c)^(1/2))/(2*a)
answ2 = solve(eqn, a) % 将a视为未知数求解
% -(c + b*x)/x^2
1
2
3
4
5
6
7
8
9

【3】例题3：方程组求解

%% 例题3：方程组求解
clear;clc
syms u v a
eqn = [2*u + v == a, u - v == 1];
answ = solve(eqn, [u, v])
answ.u
answ.v
[answ_u, answ_v] = solve(eqn, [u, v])
1
2
3
4
5
6
7
8

2.其他类型

%% solve 可能会警告
syms x
eqn = (sin(x) == x^2 - 1);
solve(eqn, x)  % 警告: Cannot solve symbolically. Returning a numeric approximation instead. 
% 画图看看 
fplot(sin(x), [-2 2])  % fplot函数可绘制表达式的图形
hold on
fplot(x^2 - 1, [-2 2]) 
1
2
3
4
5
6
7
8

3.vpasolve函数求解

%% vpasolve函数求解
% 用vpasolve函数指定求[0 2]上的解
syms x
eqn = sin(x) == x^2 - 1;
vpasolve(eqn, x, [0 2])
vpasolve(eqn, x, [-1 0])
vpasolve(eqn, x, [-10 10])
% vpasolve returns all solutions only for polynomial equations. 
% For nonpolynomial equations, there is no general method of finding all solutions.
% When you look for numerical solutions of a nonpolynomial equation or system that has several solutions,
% then, by default, vpasolve returns only one solution, if any. 
% To find more than just one solution, set random to true. 
% Now, calling vpasolve repeatedly might return several different solutions.
vpasolve(eqn, x, 'random', true) 
vpasolve(eqn, x, -5)   % 给定搜索的起始点
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

4.ezplot函数

%% 来看一个更复杂的例子
syms x y
eqn = [x^2 - 2*x - 3*x*y == 10, y^4 == exp(-2*x/3*y)]
[answ_x, answ_y] = vpasolve(eqn, [x, y], 'random', true)
% 画图看看
ezplot(x^2 - 2*x - 3*x*y == 10, [-10 10])
hold on
ezplot(y^4 == exp(-2*x/3*y), [-10 10])
close % 关闭图形
1
2
3
4
5
6
7
8
9

5.fimplicit函数

% ezplot函数比较鸡肋，下面这个函数比较厉害哦
fimplicit(x^2 - 2*x - 3*x*y == 10, [-10 10],'r')  % R2016b版本之后才有
hold on
fimplicit(y^4 == exp(-2*x/3*y), [-10 10],'b')  % R2016b版本之后才有
[answ_x, answ_y] = vpasolve(eqn, [x, y],[-4 -1;1 5])  % 指定搜索的范围：x位于[-4 -1], y位于[1 5]
hold on
plot(answ_x, answ_y,'ko', 'MarkerSize',10)   
% plot(double(answ_x), double(answ_y),'ko', 'MarkerSize',10)   % double可以将我们的符号变量转换为数值变量
1
2
3
4
5
6
7
8

6.fsolve函数

%% fsolve函数（求解功能最为强大哦）
% fsolve是Matlab优化工具箱中的一个函数，可专门用来求解特别复杂的方程和方程组
x0 = [0,0];  % 初始值
result_x = fsolve(@my_fun,x0)

% 当然你也可以用vpasolve函数试试
clear; clc
syms x1 x2
eqn =  [exp(-exp(-(x1+x2))) - x2*(1+x1^2) == 0, x1*cos(x2) + x2*sin(x1) - 0.5 == 0]
[answ_x1, answ_x2] = vpasolve(eqn, [x1, x2], [0 0])
1
2
3
4
5
6
7
8
9
10