相信很多朋友都遇到过以下问题，就是Matlab化简表达式 多项式的操作步骤。针对这个问题，今天乐一笑小编就搜集了网上的相关信息，给大家做个Matlab化简表达式 多项式的操作步骤的解答。希望看完这个教程之后能够解决大家Matlab化简表达式 多项式的操作步骤的相关问题。
亲们想知道Matlab化简表达式 多项式的操作吗?下面就是小编整理的Matlab化简表达式
多项式的操作步骤，赶紧来看看吧，希望能帮助到大家哦!
Matlab化简表达式 多项式的操作步骤
相关指令简介
这儿介绍下采用公因子发简化表达式的相关置换指令。气质要的函数指令为:“subexpr”。subexpr是替换表达式命令。在很多特繁琐的解析表达式中，常有个在不同地方重复出现的表达式，此时用simple或simplify都无法化简，而用这个命令就能得到效果很好的简化结果。下面说下subexpr指令的语法规则：
RS=subexpr(expr)
expr为表达式，其表示从expr中提取出公因子sigma，并且将采用sigma重写的expr表达式赋给RS;
RS=subexpr(expr,\’s\’) 从expr中提取出公因子，记为S，并将用S重写的expr赋给RS;这里能指定公因子的名称为\’S\’
[RS,s]=subexpr(expr,\’s\’) 该调用语法的效果和上一句“RS=subexpr(expr,\’s\’)”是一样的。
注意，expr可以是符号表达式或符号表达式矩阵。此外还可以应用help指令学习subexpr的用发，结果如下图：
公因子法简化表达式
至于用公因子法简化表达式，采用对符号矩阵A=[ a b;c
d]进行特征向量分解的实例来演示，以演示cubexpr的正确用法，实例演示复杂符号矩阵的公因子法化简。这里我们需要生成符号矩阵。如图所示：
特征值和特征向量
当生成符号矩阵后，就需对上一步的符号矩阵进行特征之和特征向量分解。这里我们要用到“eig”函数，其用法是：[V,D]=eig(A)，求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成矩阵V。下面就用这条指令求第二步符号矩阵的特征值和特征向量，如图所示：
自动识别表达式中的公因子
下面开始使用subexpr函数指令进行公因子识别了，注意subexpr函数的具体应用哦!这里先使用一下第一步用法中的第一条，具体如图所示：
对D进行“指定公因子名称”的简化
下面探索一下subexpr函数指令的另一个用法，即对提取的公因子制定名称，即把从D中提取出的公因子命名为s，然后用s重写的D赋给Ds;这里能指定公因子的名称为\’s\’。代码：Ds=subexpr(D,\’s\’)
;具体如图所示：
对V、D同时简化，并且制定相同的公因式名称
下面将V、D合成为一个矩阵，然后同时对矩阵[V;D]提取公因式，这时将公因式命名为w，并用w重写矩阵[V;D]并命名为Vdw。代码指令：[VDw,w]=subexpr([V;D],\’w\’)
,具体结果如图所示：
学完本文Matlab化简表达式/多项式的操作内容，是不是觉得以后操作起来会更容易一点呢?
本文来自投稿，不代表乐一笑立场，如若转载，请注明出处：https://www.leyixiao.com/533624.html
