matlab求曲线长度如何编程_百度知道
matlab求曲线长度如何编程
//g.jpg" />t为（0.baidu。<img class="ikqb_img" src="http://g.com/zhidao/pic/item/b738d97f1fe2fb21bb051f819ec00这个曲线如何使用matlab求长度.baidu，π/2）曲线长度&nbsp，最好写出matlab程序.baidu://g.hiphotos
提问者采纳
x=335*int(sqrt(2500&#47,t),pi&#47,t;(*sin(a)^2)),0,a;(*sin(a)^2)),a,t)^2),0,02);clcsyms t ay=335*int(sqrt((576*sin(a)^2)&#47,t)^2+diff(y;L=int(sqrt(diff(x,t)
提问者评价
其他类似问题
为您推荐：
matlab的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁牛顿迭代法_百度百科
牛顿迭代法
本词条缺少名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
（Newton&#39;s method）又称为牛顿-拉夫逊（拉弗森）方法（Newton-Raphson method），它是在17世纪提出的一种在域和域上近似求解方程的方法。
牛顿（Newton&#39;s method）又称为牛顿-拉夫逊（拉弗森）方法（Newton-Raphson method），它是在17世纪提出的一种在域和域上近似求解方程的方法。多数方程不存在求根公式，因此求精确根非常困难，甚至不可能，从而寻找方程的近似根就显得特别重要。方法使用函数f(x）的的前面几项来寻找方程f(x) = 0的根。是求方程根的重要方法之一，其最大优点是在方程f(x) = 0的单根附近具有平方收敛，而且该法还可以用来求方程的重根、复根，此时线性收敛，但是可通过一些方法变成超线性收敛。另外该方法广泛用于计算机编程中。
牛顿迭代公式
的根，选取
作为r的初始近似值，过点
的切线L，L的方程为
，求出L与x轴交点的横坐标
，称x1为r的一次近似值。过点
的切线，并求该切线与x轴交点的横坐标
为r的二次近似值。重复以上过程，得r的近似值序列，其中，
次近似值，上式称为牛顿公式。
用牛顿迭代法解非线性方程，是把非线性方程
线性化的一种近似方法。把
的某邻域内展开成泰勒级数
，取其线性部分（即泰勒展开的前两项），并令其等于0，即
，以此作为非线性方程
的近似方程，若
，则其解为
， 这样，得到牛顿迭代法的一个迭代关系式：
已经证明，如果是连续的，并且待求的零点是孤立的，那么在零点周围存在一个区域，只要初始值位于这个邻近区域内，那么牛顿法必定收敛。 并且，如果不为0, 那么牛顿法将具有平方收敛的性能. 粗略的说，这意味着每迭代一次，牛顿法结果的有效数字将增加一倍。[1]
军人在进攻时常采用交替掩护进攻的方式，若在上的点表示A，B两人的位置，规定在前面的数大于后面的数，则是A&B，B&A交替出现。但现在假设军中有一个胆小鬼，同时大家又都很照顾他，每次冲锋都是让他跟在后面，每当前面的人占据一个新的位置，就把位置交给他，然后其他人再往前占领新的位置。也就是A始终在B的前面，A向前迈进，B跟上，A把自己的位置交给B（即执行B = A），然后A 再前进占领新的位置，B再跟上，直到占领所有的阵地，前进结束。像这种两个数一前一后逐步向某个位置逼近的方法称为迭代法。
迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法（或者称为一次解法），即一次性解决问题。迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令（或一定步骤）重复执行，在每次执行这组指令（或这些步骤）时，都从变量的原值推出它的一个新值。
利用迭代算法解决问题，需要做好以下三个方面的工作：
一、确定迭代变量
在可以用迭代算法解决的问题中，至少存在一个可直接或间接地不断由旧值递推出新值的变量，这个变量就是迭代变量。
二、建立迭代关系式
所谓迭代关系式，指如何从变量的前一个值推出其下一个值的公式（或关系）。迭代关系式的建立是解决迭代问题的关键，通常可以使用递推或倒推的方法来完成。
三、对迭代过程进行控制
在什么时候结束迭代过程？这是编写迭代程序必须考虑的问题。不能让迭代过程无休止地执行下去。迭代过程的控制通常可分为两种情况：一种是所需的迭代次数是个确定的值，可以计算出来；另一种是所需的迭代次数无法确定。对于前一种情况，可以构建一个固定次数的循环来实现对迭代过程的控制；对于后一种情况，需要进一步分析得出可用来结束迭代过程的条件。
欧几里德算法
最经典的迭代算法是，用于计算两个整数a,b的最大公约数。其计算原理依赖于下面的定理：
定理：gcd(a,b) = gcd(b,a mod b)
证明：a可以表示成a = kb + r，则r = a mod b。假设d是a,b的一个公约数，则有 a%d==0,b%d==0，而r = a - kb，因此r%d==0 ，因此d是(b,a mod b)的公约数
同理，假设d 是(b,a mod b)的公约数，则 b%d==0,r%d==0 ，但是a = kb +r ，因此d也是(a,b)的公约数。
因此(a,b)和(b,a mod b)的公约数是一样的，其最大公约数也必然相等，得证。
欧几里德算法就是根据这个原理来做的，欧几里德算法又叫辗转相除法，它是一个反复迭代执行，直到余数等于0停止的步骤，这实际上是一个循环结构。其算法用C语言描述为：
int Gcd_2(int a,int b)/*欧几里德算法求a,b的最大公约数*/
if (a&=0 || b&=0)/*预防错误*/
while (b & 0)/*b总是表示较小的那个数，若不是则交换a，b的值*/
temp = a %/*迭代关系式*/
从上面的程序我们可以看到a，b是迭代变量，迭代关系是temp = a % b；根据迭代关系我们可以由旧值推出新值，然后循环执a = b = temp；直到迭代过程结束（余数为0）。在这里a好比那个胆小鬼，总是从b手中接过位置，而b则是那个努力向前冲的先锋。
斐波那契数列
还有一个很典型的例子是斐波那契（Fibonacci）数列。为：0、1、1、2、3、5、8、13、21、…，即 fib⑴=0; fib⑵=1;fib(n)=fib(n-1)+fib(n-2) （当n&2时）。
在n&2时，fib(n)总可以由fib(n-1)和fib(n-2)得到，由旧值递推出新值，这是一个典型的迭代关系，所以我们可以考虑迭代算法。
int Fib(int n) //斐波那契（Fibonacci）数列
if (n & 1）/*预防错误*/
if (n == 1 || n == 2)/*特殊值，无需迭代*/
int f1 = 1,f2 = 1,/*迭代变量*/
for(i=3; i&=n; ++i)/*用i的值来限制迭代的次数*/
fn = f1 + f2; /*迭代关系式*/
f1 = f2;//f1和f2迭代前进，其中f2在f1的前面
double&func(double&x)&//函数
return&x*x*x*x-3*x*x*x+1.5*x*x-4.0;
double&func1(double&x)&//导函数
return&4*x*x*x-9*x*x+3*x;
int&Newton(double&*x,double&precision,int&maxcyc)&//迭代次数
double&x1,x0;
for(k=0;k&k++)
if(func1(x0)==0.0)//若通过初值，函数返回值为0
printf(&迭代过程中导数为0!\n&);
x1=x0-func(x0)/func1(x0);//进行牛顿迭代计算
if(fabs(x1-x0)&precision&||&fabs(func(x1））&precision)&//达到结束条件
*x=x1;&//返回结果
else&//未达到结束条件
x0=x1;&//准备下一次迭代
printf(&迭代次数超过预期！\n&);&//迭代次数达到，仍没有达到精度
int&main()
printf(&输入初始迭代值x0:&);
scanf(&%lf&,&x);
printf(&输入最大迭代次数：&);
scanf(&%d&,&maxcyc);
printf(&迭代要求的精度：&);
scanf(&%lf&,&precision);
if(Newton(&x,precision,maxcyc)==1）&//若函数返回值为1
printf(&该值附近的根为：%lf\n&,x);
else&//若函数返回值为0
printf(&迭代失败！\n&);
//此函数是用来求一元3次方程ax^3+bx^2+cx+d=0的解
//比如 x^3-27=0，我们就可以输入1 0 0 -27，这样我们就可以得到一个解
#include&iostream&
#include&cmath&
int main()
double diedai(double a,double b,double c,double d,double x);
double a,b,c,d;
double x=10000.0;
cout&&&请依次输入方程四个系数：&;
cin&&a&&b&&c&&d;
x=diedai(a,b,c,d,x);
double diedai(double a,double b,double c,double d,double x)
while(abs(a*x*x*x+b*x*x+c*x+d)&0.000001)
x=x-(a*x*x*x+b*x*x+c*x+d)/(3*a*x*x+2*b*x+c);
可以得到一元3次方程3个解的程序(原创，超优化)：
#include&iostream&
#include&vector&
using&namespace&
vector&double&&v;//stl&vector链型数组
vector&double&&::iterator&//vector迭代器
double&a,b,c,d;
double&abs(double&y){&&&&while(y&0)&y=-y;&&&&return&y;}
double&f(double&x){&&&&return&a*x*x*x+b*x*x+c*x+d;}
double&fd(double&x){&&&&return&3*a*x*x+2*b*x+c;}
bool&u;//用来判断是否重复
void&newton(int&a1,int&b1,int&c1,int&d1)
&&&&&for(x0=-00;x0++)//在一个大区域中逐个点用牛顿法，可找出大多数3次方程所有根&&&&
&&&&&{&&&&&&&&&&
&&&&&&&&&&double&x1=x0;&&&&&&&&&&
&&&&&&&&&&while(abs(f(x1))&0.001)&&&&&&&&&
&&&&&&&&&&{&&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&double&x=x1;&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&x1=x-f(x)/fd(x);&&&&&&&&&&
&&&&&&&&&&&}&&&&&&&&&&
&&&&&&&&&&&&&for(&it=v.begin();it!=v.end();it++)&&&&&&&&&&
&&&&&&&&&&&&&{&&&&&&&&&
&&&&&&&&&&&&&&&&&if(abs((*it-x1))&0.01)&&{u=1;&}&&&&&&&&
&&&&&&&&&&&&&}&&&&&&&&&&
&&&&&&&&&&&&&&if(u!=1&&x1&)&&&&&&&&&&
&&&&&&&&&&&&&&{&&&&&&&&&
&&&&&&&&&&&&&&&&&&&&&&cout&&x1&&&&&;&&&&&&&&&&&&
&&&&&&&&&&&&&&&&&&&&&&v.push_back(x1);//把已得到的解添加到vector，用于防止重复&&&&&&&&&
&&&&&&&&&&&&&&}&&&&&&&&&&
&&&&&&&&&&&&&&u=0;&&&
int&main(){&&&&
&&&&&cin&&a&&b&&c&&d;&&&&&
&&&&&newton(a,b,c,d);
matlab代码
function y=f(x)
y=f(x）；%函数f(x）的表达式
function z=h(x)
z=h(x）；%函数h(x）的表达式
x=X;%迭代初值
i=0;%迭代次数计算
while i&= 100%迭代次数
x0=X-f(X)/h(X);%牛顿迭代格式
if abs(x0-X)&0.01；%收敛判断
else break
fprintf(&#39;\n%s%.4f\t%s%d&#39;，&#39;X=&#39;，X，&#39;i=&#39;，i) %输出结果
Python代码
Python代码以实例展示求解f(x) = (x-3）**3，f(x) = 0 的根。
return (x-3）**3 ’&#39;&#39;定义f(x) = (x-3）**3&#39;&#39;&#39;
def fd(x):
return 3*((x-3）**2） ’&#39;&#39;定义f&#39;(x) = 3*((x-3）**2）
def newtonMethod(n,assum):
print(&#39;A = &#39; + str(A) + &#39;,B = &#39; + str(B) + &#39;,time = &#39; + str(time))
if f(x) == 0.0:
return time,x
Next = x - A/B
print(&#39;Next x = &#39;+ str(Next))
if A == f(Next): print(&#39;Meet f(x) = 0,x = &#39; + str(Next)) ’&#39;&#39;设置迭代跳出条件，同时输出满足f(x) = 0的x值&#39;&#39;&#39;
returnnewtonMethod(n+1,Next)
newtonMethod(0,4.0) ’&#39;&#39;设置从0开始计数，x0 = 4.0&#39;&#39;&#39;
．维基百科&#91;引用日期&#93;&#xe621; 上传我的文档
&#xe602; 下载
&#xe60c; 收藏
该文档贡献者很忙，什么也没留下。
&#xe602; 下载此文档
正在努力加载中...
线性规划模型及matlab程序求解
下载积分：400
内容提示：线性规划模型及matlab程序求解
文档格式：DOC|
浏览次数：175|
上传日期： 20:55:04|
文档星级：&#xe60b;&#xe60b;&#xe612;&#xe612;&#xe612;
该用户还上传了这些文档
线性规划模型及matlab程序求解
官方公共微信求大神解释下段MATLAB程序并注释一下，急求！_百度知道
求大神解释下段MATLAB程序并注释一下，急求！
title(&#39;hn=fir1(N-1.6*cos(2*pi*f6*t); fs=2500;subplot(211)plot(t;%%f1=30;):2.5*cos(2*pi*f1*t)+0:0;2&#47;),2);subplot(212)plot(t;fp=99;freqz(Bt=ws-wp.8*cos(2*pi*f5*t)+0;f4=93,wc.3*cos(2*pi*f2*t)+0;wp=2*pi*fp&#47;pi.7*cos(2*f4*pi*t)+0,512),hamming(N));title(&#39.2*cos(2*pi*f3*t)+0,fc=105;滤波前信号&#39,x);N=N0+mod(N0+1.01;f6=130;ws=2*pi*fc&#47;wc=(wp+ws)&#47clear all,y);滤波后信号&#39;figure(5);t=0,1,x),1;fs.6*pi&#47;y=filter(Bt);x=0;N0=ceil(6;f5=99;f3=80;f2=45; close all
提问者采纳
%时域滤波title(&#39;
%过渡带中心频率hn=fir1(N-1.6*cos(2*pi*f6*t); fs=2500; subplot(211)plot(t;
%绘制频率响应图%%构造测试信号f1=30;):2.5*cos(2*pi*f1*t)+0:0;2/),2);subplot(212)plot(t;
%采样率fp=99; %汉明窗滤波器freqz(
Bt=ws-wp.8*cos(2*pi*f5*t)+0;f4=93,wc.3*cos(2*pi*f2*t)+0;
%通带边界频率和截止频率wp=2*pi*fp/pi.7*cos(2*f4*pi*t)+0,512),hamming(N));title(&#39.2*cos(2*pi*f3*t)+0,fc=105;滤波前信号&#39,x); %确定滤波器长度N=N0+mod(N0+1.01;f6=130;
%频率做归一化处理ws=2*pi*fc/
%保证为奇数wc=(wp+ws)&#47clear all,y);滤波后信号&#39; %测试信号figure(5);
%各频率分量(Hz)t=0,1,x),1;fs.6*pi/y=filter(Bt); %时长x=0;
%过渡带宽N0=ceil(6;f5=99;f3=80;f2=45; close all
来自团队：
其他类似问题
为您推荐：
matlab的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁