创建符号变量

用符号而不是数值表示数字。

存储数字符号

% 你可以把一个数存储为数值格式，就像我们经常做的那样
x = 3;
% 你也可以把这个数存储为符号格式，使用sym()函数
xsym = sym(3);
% 数值和符号的区别在于，你定义了一个x，它的值是数字3；你用一个符号xsym来表示数字3
% 当使用数值格式存储的时候，matlab会根据它存储数字的精度，自动四舍五入
% 当使用符号格式存储的时候，他只是代表这个数字的一个符号，会保留这个数字最原始的样子
y = 2/3
ysym = sym(2/3)

符号变量

符号变量的名字是对应于我们常用的数值变量(x=3)的。

% 使用syms命令定义符号变量
syms a b c x
% 对符号变量执行计算的输出不再是数值，而是符号表达式
x+3
x^2
sqrt(x)

用符号变量表示数学表达式

创建符号表达式

只需要保证你所用到的变量都是符号变量就可以了。

syms x
expr = x^2+5*x+6syms a b c
y = a*x^2+b*x+cz = expr*pi
x = expr*4+5*y

给定义的符号变量带入值

使用subs()函数完成这一功能。v = subs(expression,variable,value)
所有可能出现的关于subs()函数的使用情况都在下面了

syms x a b c
expr = x^2 + x + 1
y = a*x^2 + b*x + cs = subs(expr, x, 2)ys = subs(y, a, 3)ymult = subs(y, [a b c], [3 2 1])subs(y, a, [1 2 3])

画表达式图像

可以使用fplot(expression)函数，画出表达式的图像。fplot()的使用与plot()一样。基本的使用情况都在下面给出

syms x
yLinear = (3/2)*x + 4
yCubic = x^3/8-2*x+3
fplot(yLinear)
hold on
fplot(yCubic)
hold off

定义和解符号方程

定义符号方程

使用“==”定义符号方程。

syms x
eqn = x^2-4==0    % 把x^2=0这个符号方程，存储在eqn中。syms m v g h const
KE = (1/2)*m*v^2
PE = m*g*h
consE = KE+PE==const

解符号方程

使用solve(equation, variable)函数，从方程equation中解出变量variable的表达式。而且还可以解方程组，使用方法见下代码。

syms x a b c
eqn = x/3 + 2 == 7    % 定义一个符号方程eqn
xsol = solve(eqn,x)    % 解这个方程中的变量xeqn2 = x^2 - 4 == 0
xsol2 = solve(eqn2,x)  % 如果是方程有多个根，会返回一个列向量syms a b
eqnMult = a*b == 12
eqnAdd = a + b == 7
quadsol = solve(a*x^2+b*x+c==0,x)  % 如果是方程有多个根，会返回一个列向量[asol, bsol] = solve([eqnMult, eqnAdd], [a, b])  % 也可以解方程组
sol =  solve([eqnMult eqnAdd],[a b])   % 如果只定义一个输出，会返回一个结构体

注意：无论这个方程的解是一个数还是一个含有未知参量的表达式，这个解都是一个sym，而不是一个数值。

函数处理与化简

有一些函数可以处理变量和系数。
newexpression = expand(expression)函数能实现对函数表达式的展开。
newexpression = simplify(expression)函数能找到更简洁的表达式。
f = factor(expression)函数能够对表达式分解因子。

设置条件

规定符号变量的取值范围

使用assume(variable, assumption)函数可以规定符号变量variable的取值范围。
使用asmp = assumptions(variable)函数能够查看符号变量variable的取值范围

syms x    % 定义符号变量x
y = x^3-8;
fplot(y)  % 可以看到图像中只有一个零点eqn = y==0
sol = solve(eqn, x)    % 而实际求解却又三个根，一个实数两个复数assume(x, 'real');    % 将x的取值范围设置为实数
check = assumptions(x)    % 查看x的取值范围realsol = solve(eqn, x)  % 重解x，根只剩一个实数根% 清除对x的限制，因为只有使用assumptions函数才会显示其取值范围
% 在计算过程中并不会显示x的取值范围，所以不需要是，一定记得清除
assume(x, 'clear')

设置多个条件

使用solve()函数可以同时对多个变量设置限定条件。使用solveAlso()函数还可以在原有限制条件上追加新的条件。

syms a b
pyth = a^2 + b^2 == 13^2
assume([a b], 'integer')
[aInt bInt] = solve(pyth, [a b])
assumeAlso([a b], 'positive')
[aPos bPos] = solve(pyth, [a b])
assumeAlso(b>a)
[aSol bSol] = solve(pyth, [a b])
assume([a b], 'clear')

使用测量单位

设置单位

Matlab支持对数据赋予单位。Matlab中有一个符号单位集合。使用u = symunit可以定义一个符号单位集合u。各单位以结构体的形式存储，如：u.mile u.hour

所以当我们定义符号变量的时候可以同时把单位也一同定义。
d = 168*u.mile
t = 4*u.hour

在对有单位的符号变量进行运算时，量纲也会一同计算
v = d/t

还可以使用[value, units] = separateUnits(expression)函数，将数值和量纲分离

转化单位系统

可以使用unitConvert()函数将数值在不同的量纲之间进行转换。

u = symunit
v = 42*u.mile/u.hour
vSI = unitConvert(v, 'SI')
vkph = unitConvert(vSI, u.km/u.hour)

由于符号变量中存储的都是数值的精确值，可以使用double()函数实现近似值的转化。而使用double()函数时，不能够带有量纲，所以使用前一定要用separateUnits()函数把量纲分离。

创建符号函数

符号函数可以用来表示数学函数。

syms r
f(r) = pi*r^2

创建符号函数之后，对表达式代入值时，不需要再使用subs函数了。

A = f(3)  % 直接代数就行，爽的吖批

对于多变量函数，也可以只指定一个变量的值。也可以传入一个向量，符号函数会分别计算向量中每一个元素对应的函数值。

syms r
f(r) = pi*r^2
rVec = [1 2 3 5 8]
AVec = f(rVec)syms a b
h(a, b) = pi*a*b
v = h(4, b)

除了数值之外，还可以将符号变量和表达式作为参数传递给符号函数。输出是一个表达式。

syms x y
f(x) = x^2+4
expr = f(5*y^2)
eqn = f+3*x==7+x

符号函数的结构是

当使用f时，他是一个symfun结构。当使用f(x)他是一个sym结构。

画函数图像

二维图像

单变量显函数画图

显函数画图的方法在上面章节以及写过了。使用fplot()函数即可。可以对符号方程 画图也可对符号函数画图。

单变量隐函数画图

隐函数可以使用fimplicit()函数画图，还可以通过fcontour()函数一次性对不同常量的同一函数画图。

syms x y
f(x,y) = x^2 + y^2
fimplicit(f==25)
hold on
fimplicit(x^2+y^2==4)
hold offfcontour(f)
fcontour(f,'LevelList',[1 4 9 16])

三维图像

双变量显函数

显示函数用fsurf()函数，与fplot()同理。

syms x y z
f(x,y) = x^2 - y^2
fsurf(f)

双变量隐函数

隐函数用fimplicit3()函数，与fimplicit()函数同理。

fimplicit3(x^2+y^2-z^2 == 1)

机器臂项目

Introduction to Symbolic Math with MATLAB

机械手有四个参数。两个连杆的长度是 $L_1$ 和%L_2%，两个关节的旋转角度是 $θ1\theta_1$ 和 $θ2\theta_2$ 。

对应的坐标为 $x=L2cos(θ1+θ2)+L1cos(θ1)x=L_2cos(\theta_1+\theta_2)+L_1cos(\theta_1)$ $y=L2sin(θ1+θ2)+L1sin(θ1)y=L_2sin(\theta_1+\theta_2)+L_1sin(\theta_1)$

syms L1 L2 theta1 theta2x = L2*cos(theta1+theta2)+L1*cos(theta1)
y = L2*sin(theta1+theta2)+L1*sin(theta1)

这个机器人的第一个连杆长4英尺，第二个连杆长2英尺。代入这些值将公式从4个参数减少到2个参数。

fx(theta1,theta2) = subs(x,[L1 L2],[4 2])
fy(theta1,theta2) = subs(y,[L1 L2],[4 2])

使用fplot()绘制平面图时，可以传入两个函数。但是他们他们只能有一个相同的变量。其实换汤不换药，还是保证他是一个y(x)函数就好。

fplot(fx(theta1,0),fy(theta1,0))
axis equal  % 让x和y坐标的比例相同

上图是对大臂范围的可视化。下面令 $θ1=0\theta_1=0$ 可视化小臂的范围。

hold on
fplot(fx(0,theta2),fy(0,theta2))
hold off

我们可以画一个z=0的三维图，可视化 $θ1,θ2\theta_1,\theta_2$ 的所有取值得到的二维图像(其实它是个三维的，但是可以用view(2)命令使得视角只看xy平面)

fsurf(fx,fy,0)
view(2) % 只看x-y平面
axis equal  % 规整坐标系比例

下面是一些练习

% 定义机械臂对应的符号函数
syms theta1 theta2
fx(theta1,theta2) = 2*cos(theta1+theta2) + 4*cos(theta1)
fy(theta1,theta2) = 2*sin(theta1+theta2) + 4*sin(theta1)% 求解theta1=pi/8, theta2=pi/6时，机械臂的坐标
xpos = fx(pi/8,pi/6)
ypos = fy(pi/8,pi/6)
xposn = double(xpos)   % 输出近似值
yposn = double(ypos)
% 把theta1和theta2的范围限制在[0,pi]内，求(3,5)点对应的机械臂的两个角
assume([theta1 theta2] >= 0)
assumeAlso([theta1 theta2] <= pi)
eqx = fx==3
eqy = fy==5
[theta1sol,theta2sol] = solve([eqx eqy],[theta1 theta2])
double(theta1sol)
double(theta2sol)% 画一下theta1和theta2的范围限制在[0,pi]内的图
fsurf(fx,fy,0,[0 pi])
view(2)
axis equal

微积分

求导(derivatives)

用diff()函数求导。

syms x
y = 5*x^3
% 可以求导，还可以求n阶导数
dy = diff(y, x)
dy2 = diff(y, x, 2)

求积分(intergrals)

用int()函数积分。

syms x
y = 5*x^3
yint = int(y,x)
yArea = int(y,x,[0 3])

多变量函数的微分(differentiating)和积分(integrating)

一个骚操作就是可以混合求导，先对x求导再对y求导。

syms x y
expr = 3*x^2 + 2*x^2*y^2 - y^2
diff(expr,x,y)

使用泰勒多项式逼近函数

泰勒多项式在一个已知值附近，近似一个函数。你可以在附近点计算多项式来得到函数的近似值。

syms x
g(x) = exp(x-1)
p = taylor(g, x, 1)   % 对函数g(x)在x=1处做泰勒展开

默认返回一个最高次方为5的多项式。

p9 = taylor(g,x,1,'Order',10) % 返回最高次方为10-1=9的多项式

double(g(1.5) - p(1.5))
double(g(1.5) - p9(1.5))

可以看到近似度很高。

解常微分方程

微分方程是包含因变量和自变量的方程，其中方程包含因变量的导数。

% 定义一个差分方程
syms y(x)
deqn = diff(y,x)==2*x+4*y

% 解这个微分方程
ysol = dsolve(deqn)

注意这个常数出现在解的指数旁边,微分方程对任意常数值都成立。如果知道y(x)的一个对应关系就可以确定这个常数值。这个附加的约束通常称为初始条件。

ic = y(0) == -1 % 初始条件

对于具有初始条件的微分方程，可以采用以初始条件为第二输入的dsolve()函数进行求解。

yp = dsolve(deqn,ic)

蹦极项目

高空弹跳用一根长橡皮绳绑在跳者身上。当一个人跳的时候，绳子就会不断延伸，减缓跳楼者的下降速度。跳投者减速停止，然后向上反弹。跳跃者上下摆动，直到动能消散，在一个平衡位置上静止。

蹦极的一个简单模型是质量-弹簧-阻尼系统。将蹦极者模型为质量m，将蹦极绳模型为弹簧(弹簧常数k)，将能量耗散模型为阻尼器(阻尼系数b)。

在这个项目中，你将模拟蹦极作为一个质量-弹簧-阻尼系统。

y(t):从平衡位置(m)
m:蹦极者质量(kg)
b:阻尼系数(s/m)
k:弹簧常数(N/m)

% 将位置、阻尼系数、弹簧常数定义为符号变量。将体重定义为数值变量。
syms y(t) b k
m = 75;
% 这些变量代表物理量，是实值不是虚值。弹簧常数k和阻尼系数b是正实的。
assume(y(t),'real')
assume([b k],'positive')
% 用微分方程模拟质量-弹簧-阻尼系统(蹦极系统)
bungeeEqn = m*diff(y,t,2)+b*diff(y,t)+k*y==0
% 蹦极绳的平衡高度是75米，在起跳时比平衡高度高出75米。
ic = y(0)==75
% 在跳跃的开始，初始速度是零。
% 可以先将导数存储为函数，然后定义初始条件，从而为导数创建初始条件。
dy(t) = diff(y(t))
ic2 = dy(0) == 0

你已经用一个二阶微分方程和两个初始条件模拟了蹦极。接下来，你将解微分方程，并想象随着时间的推移蹦极者的高度。

% 初始位置存储在ic中，初始速度存储在ic2中。
% dsolve()函数可以求解具有多个初始条件的微分方程。
ysol = dsolve(bungeeEqn,[ic ic2])%解决方案取决于参数b和k。为了绘制解决方案，您将需要替换这些参数的值。
yequil = subs(ysol,[b k],[4 8])
fplot(yequil,[0 150])

这张图显示了蹦极者相对于平衡的位置。要绘制蹦极者相对于地面的高度，您可以对函数应用位移。
蹦极绳的平衡长度为75米，桥的高度为152米。所以蹦极者在离地面77米的地方保持平衡。

ygnd = yequil + 77
fplot(ygnd,[0 150])

你已经将蹦极建模为一个质量-弹簧-阻尼系统，并绘制了蹦极者随着时间的推移的高度。
你怎样才能知道蹦极者所走的总距离呢?走过的总距离就是曲线的长度。

曲线z(t)的长度公式如下 $L∫ab1+(dzdt)2dtL\int_a^b\sqrt{1+(\frac{dz}{dt})^2}dt$

dt
要计算蹦极者在跳跃的前100秒内所走的总距离，可以使用int来计算从0到100的积分。

d = sqrt(1+(diff(yequil,t))^2)
L = int(d,0,100)
double(L)

Matlab符号数学（Symbolic Math with MATLAB）MATLAB解方程相关推荐

Matlab符号数学Symbolic Math Toolbox™帮助文档(全)
符号数学快速入门创建符号数.变量和表达式创建符号数创建符号变量创建符号表达式重用符号对象的名称创建符号函数创建符号数组使用现有符号变量创建矩阵时生成元素创建符号数字矩阵执行符号计 ...
matlab simulink 数学符号,MATLAB符号数学
符号数学定义对符号(不是数字!)进行数学运算.例如, a + a为2a.符号数学函数位于MATLAB的Symbolic Math Toolbox中.工具箱包含相关功能, 并且是MATLAB的附加组件. ...
matlab符号函数绘图法_《MATLAB符号运算及其应用》(黄忠霖著).pdf
<MATLAB符号运算及其应用>(黄忠霖著).pdf [General Information] 书名=MATLAB符号运算及其应用作者=黄忠霖,黄京编著页数=425 出版社=北京市: ...
【pyhton解决数学问题】2用python解方程
目录 1Sympy的基本概念 1符号计算 2计算机代数系统 3实际解方程 1把未知数设为符号 2用solve()解方程 1解一元一次方程 2解二元一次方程组 3解决一元二次方程总结哈喽,大家好! ...
MATLAB符号数学解非线性方程组 -- 眼球反射模型
1.利用符号函数求解非线性方程组 1 定义符号变量 syms 2 方程求解 solve:求解出来的是个解析解,意味着其实不用matlab,自己一直算也能算出一个通式: vpasolve:数值解,可理解 ...
matlab的数学函数,你知道多少MATLAB中的数学函数?
26个英文字母想必大家都不陌生,除了组成各型各式的英文单词,也可以组成花样别出的数学函数,下面带大家一起来认识并且学习他们. 变量含义 ...
MATLAB Symbolic Math Toolbox
Symbolic Math Toolbox 是MATLAB进行符号运算的工具箱,其符号运算引擎是MuPAD,具有比较强大的符号计算功能.但与专业的符号运算软件Mathematics比较,还是有欠缺,具 ...
matlab绘制sign函数,MATLAB的Symbolic Math Toolbox详解
MATLAB 符号数学工具箱入门创建符号数字,变量和表达式创建符号数字创建符号变量创建符号表达式重复使用符号对象名创建符号函数创建符号矩阵使用存在的符号变量创建矩阵的同时生成元素 ...
matlab求xk符号解,matlab符号运算习题
matlab符号运算习题第 3 讲 MATLAB 符号计算符号计算则是可以对未赋值的符号对象(可以是常数.变量.表达式)进行运算和处理.MATLAB 具有符号数学工具箱(Symbolic Math ...

Matlab符号数学（Symbolic Math with MATLAB）MATLAB解方程