微分方程:d(f(ty)y(to)=y 数值解:yn≈y(tn),n=0, 步长: n n+1'n 自动确定 rtth 积分方程:y(t+h)=y(t)+f(s,y(s))ds rt+h 特殊情况:y(t+h)=y(t)+f(s)ds

Mapple r= solve(1/x=x-1); r= [1/2*5^(1/2)+1/2] phi=r() [1/2-1/2*5^(1/2)] vpa(phi,50) 1/2*5^(1/2)+1/2 1.6180339887498948482045868343656381177203091798058 phi= double(phi)

Ax=b有x=A-1b,但实际上并不显式求A-1 例子: 7x=21 X=21/7=3 如果求逆 x=7-1×21=.142857×21=2.99997 这就需要一次除和一次乘,且精度更低

Finete Difference Methods 五点离散 A,(x, u(x+h, y)-2u(x, y)+u(x-h,y) h (x, y+h)-2u(x, y)+u(x,y-h)

bisection 我们知道√2在1和2之间,先试x=3/2,因为x的平 方大于2,那么√2在[1.32

一、基本统计处理 1、查取最大值 MAX函数的命令格式有: [Y,]=max(x):将max(X)返回矩阵X的各列中的最大元 素值及其该元素的位置赋予行向量Y与;当X为向量时,则Y与I为 单变量。 [Y,=max(x,l,diM):按数组X的第DIM维的方向查 取其最大的元素值及其该元素的位置赋予向量Y与I

一、矩阵的生成 二、矩阵的运算 附录: MATLAB常用数学函数

1、熟悉MATLAB软件环境 2、选择适当的算法计算多项式:

计算机编程语言和可编程计算器提供许多功能它允许你根据决策结构控制命令执行流 程。如果你以前已经使用过这些功能,对此就会很熟悉。相反,如果不熟悉控制流,本章材 料初看起来或许复杂些。如果这样,就慢慢来

因为数值的精度受每次操作所保留的数位的限制,所以数值的任何运算都会引入舍入误 差,重复的多次数值运算会造成累积误差。而对符号表达式的运算是非常准确的,因为它们不 需要进行数值运算,所以无舍入误差。对符号运算结果用函数eval或 numeric,仅在结果转换 时会引入舍入误差