- •Введение
- •Лабораторная работа ип1 Знакомство с Matlab
- •1. Рабочая среда Matlab
- •2. Данные Matlab
- •Типы данных
- •Числовые константы
- •Символьные константы
- •Переменные
- •3. Выражения
- •3.1. Арифметические выражения
- •3.2. Логические выражения
- •3.3. Порядок вычисления выражений
- •4. Сообщения об ошибках и исправление ошибок
- •5. Завершение вычислений
- •6. Завершение работы с системой
- •7. Резюме
- •8. Контрольные вопросы
- •9. Индивидуальные задания
- •Лабораторная работа ип2 работа с матрицами в matlab
- •1. Общие сведения
- •2. Одномерные массивы – векторы
- •3. Двумерные массивы – матрицы
- •4. Использование двоеточия
- •4.1. Автозаполнение
- •4.2. Индексация
- •5. Поэлементные и матричные операции
- •6. Стандартные функции для работы с матрицами
- •7. Логическое индексирование
- •8. Контрольные вопросы
- •9. Индивидуальные задания
- •10. Упражнения
- •2. Диалоговый ввод/вывод
- •3. Управление последовательностью исполнения операторов
- •3.1. Оператор условия if
- •3.2. Оператор переключения
- •3.3. Оператор цикла с определенным числом повторений
- •3.4. Оператор цикла с неопределенным числом повторений
- •4. Контрольные вопросы
- •5. Индивидуальные задания
- •Лабораторная работа ип4 визуализация данных в matlab
- •1. Общие сведения
- •2. Построение таблицы значений функции
- •3. Двумерная графика
- •3.1. Общие правила построения графиков
- •3.2. Оформление графиков
- •3.3. Построение графиков
- •3.4. Управление свойствами графиков
- •4. Трехмерная графика
- •4.1. Общие принципы построения трехмерных графиков
- •4.2. Построение трехмерных графиков
- •4.3. Управление свойствами трехмерных графиков
- •5. Контрольные вопросы
- •6. Индивидуальные задания
- •Лабораторная работа ип5 файл-функции
- •2. Описание m-функции
- •3. Обращение к m-функции
- •4. Параметры-функции
- •5. Разновидности m-функций
- •5.1. Подфункции
- •5.2. Вложенные функции
- •6. Контрольные вопросы
- •7. Индивидуальные задания
- •2. Аппроксимация
- •2.1. Моделирование полиномом по методу
- •2.2. Аппроксимация произвольной функцией
- •3. Интерполяция
- •3.1. Кусочная интерполяция
- •3.2. Кубические сплайны
- •3.3. Интерполяция произвольной нелинейной функцией
- •4. Контрольные вопросы
- •5. Индивидуальные задания
- •Лабораторная работа ип7 Вычисление функций разложением в ряд
- •1. Общие сведения
- •2. Индивидуальное задание
- •Лабораторная работа ип8 Решение нелинейных уравнений в среде Matlab
- •1. Общие сведения
- •2. Поиск корней полиномов
- •3. Решение одного нелинейного уравнения
- •4. Решение систем нелинейных уравнений
- •5. Контрольные вопросы
- •6. Индивидуальные задания
- •Лабораторная работа ип9 обмен данными с текстовым файлом
- •1. Общие сведения
- •2. Открытие файла
- •3. Запись в текстовый файл
- •3.1. Запись строковых значений
- •3.2. Запись числовых значений
- •4. Чтение из текстового файла
- •4.1. Последовательное чтение строк
- •4.2. Последовательное чтение нескольких символов
- •4.3. Чтение чисел из текстового файла
- •4.4. Альтернативный доступ к текстовому файлу
- •5. Закрытие файла
- •6. Контрольные вопросы
- •7. Индивидуальные задания
- •Заключение
- •Список рекомендуемой литературы
- •Программирование в matlab
- •428015 Чебоксары, Московский просп., 15
Лабораторная работа ип7 Вычисление функций разложением в ряд
1. Общие сведения
Итерационными (пошаговыми) алгоритмами называются алгоритмы, в которых на каждом шаге используется одна и та же формула, выраженная через значения, полученные на предыдущих шагах алгоритма. Выполнение такого алгоритма сводится к генерации некоторой числовой последовательности результатов , где k –номер итерации, – значение, полученное на k-м шаге процесса.
Итерационной формулой в общем виде называется выражение
,
позволяющее генерировать последующие члены последовательности через вычисленные ранее (на предыдущих шагах алгоритма). Чаще же всего итерационные формулы имеют более простой вид
.
В любом случае итерационная последовательность должна иметь своим пределом искомое значение
.
Если такой предел существует, то итерационный процесс называется сходящимся, иначе – расходящимся.
Реальный вычислительный процесс всегда должен заканчиваться при конечном значении k, поэтому всегда возникает проблема выбора условия окончания итераций – так называемого критерия сходимости. Наиболее часто на практике используются следующие критерии сходимости:
1. Абсолютное изменение параметра на соседних шагах итерационного процесса
.
2. Относительное изменение параметра на соседних шагах
.
Здесь – некоторое наперед заданное малое значение, определяющее точность (погрешность) нахождения решения.
При решении конкретных задач возможно применение специфических критериев или комбинации нескольких критериев.
Обобщенная блок-схема итерационных алгоритмов изображена на рис. 7.1.
Рис. 7.1. Обобщенная блок-схема итерационного алгоритма
2. Индивидуальное задание
1. Составить m-функцию вычисления функции разложением в ряд (табл. 7.1). В скрипте, вызывающем функцию, предусмотреть контрольный счет с использованием стандартных функций Matlab.
Таблица 7.1
№ |
Ряд |
Функция |
Область определения |
1 |
2 |
3 |
4 |
1 |
|
|
|
2 |
|
|
|
3 |
|
|
|
Окончание таблицы 7.1
1 |
2 |
3 |
4 |
4 |
|
|
|
5 |
|
|
|
6 |
|
|
|
7 |
|
|
|
8 |
|
|
|
9 |
|
|
|
10 |
|
|
|
11 |
|
|
|
12 |
|
|
|
Лабораторная работа ип8 Решение нелинейных уравнений в среде Matlab
1. Общие сведения
Пусть дано нелинейное уравнение вида
, (8.1)
где функция определена и непрерывна на некотором конечном интервале . Всякое значение такое, что , называется корнем уравнения (8.1).
Найти корни уравнения вида (8.1) точно удается лишь в частных случаях. Поэтому разработаны методы численного решения, которые позволяют отыскать приближенные значения корней. При этом необходимо решить две задачи:
1) отделение корней, т.е. отыскание достаточно малых интервалов , в каждом из которых заключен только один корень уравнения;
2) уточнение корней с заданной точностью (погрешностью).
Для отделения корней можно воспользоваться графическим методом – построить график исследуемой нелинейной функции и посмотреть, где он пересекает ось абсцисс. Для решения второй задачи используются итерационные методы вычислительной математики.
Решение системы нелинейных или трансцендентных уравнений с п неизвестными
является в общем случае задачей несравненно более сложной, нежели решение систем линейных алгебраических уравнений. Как и для одного нелинейного уравнения, наибольшую проблему составляет задача отделения корней. Для системы с двумя неизвестными можно использовать геометрические построения. Отделение корней системы с п неизвестными – скорее искусство, чем математика.
В реальных задачах, являющихся этапами моделирования конкретного устройства, начальные приближения задают исходя из физического смысла.