matlab把多项式表达成几个因式相乘

symss>>num=4*s^4+3.2*s^3+s^2+s+1num=4*s^4+16/5*s^3+s^2+s+1>>sym2poly(num)ans=4.00003.20001.00001.000

用符号变量编写：y=1;symsxfori=1:5y=y+x^i;endyy=1+x+x^2+x^3+x^4+x^5求y(3)输入：subs(y,x,3)ans=364或用字符变量编写,代值转成符号变

symssp=(s+2)*(s+5)*(s+6)再问：中间那个乘号能去掉吗再答：最好不要省略，或者说绝对不能省略。还可以进行另一种输入方式，就是用一个向量保存多项式的系数（以次数从高到低，如果缺某一项

倒是可以实现,但系数怎么存放好呢,是弄成像你写得这样是不行的[230,412,031]-------要是一行存放的话,只能借助cell了clearall;clc;symsxa=[2*x^2+3*x,4

symsabcdx;p=a*x^2+c*x+c+d*x;t=coeffs(p,x);t(2)%%%%输出结果=c+d即为所得.coeffs(p,x)的结果是按照变量的幂来排列的.如上t(1)为常系数c

直接simple（aa）或者simplify（aa）ans=4*R*n1*cos(a)+(4*R^2*n2*cos(a)*sin(a)*(sin(t)*(1-(4*R^2*cos(a)^2*sin(a

函数polyfit用于多项式曲线拟合p=polyfit(x,y,m)其中,x,y为已知数据点向量,分别表示横,纵坐标,m为拟合多项式的次数,结果返回m次拟合多项式系数,从高次到低次存放在向量p中.利用

yy=polyfit(t,y,4)%y求ln就可以一次拟合ye=log(y)yee=polyfit(t,ye,1)yyee=exp(yee)

用polyfit

functionp=naorthfit(x,y,m)%用途：多项式拟合%格式：x,y为数据向量,m为拟合正交多项式次数,p返回多项式%系数降幂排列psi=fliplr(eye(m+1,m+1));%转

vpa(s)就可以了.

这个可以先定义一个多项式函数,在函数内部利用循环达到目的,参数变量可以是变化的,提前赋值的方式也不唯一.

可以用pretty函数,它就是这个功能,但是显示出来的效果不是很好!举例如下：clearf=sym('x^2*y-3*x+8');pretty(f)运行结果：2xy-3x+8这里面显示不好你可以自己试

记该函数为f,用eval语句完整代码如下symsxx;f=-(390625*xx*(xx-1)*(xx+1)*(xx-1/5)*(xx+1/5)*(xx-2/5)*(xx+2/5)*(xx-3/5)*

假设之前a,b,c,d,e,x,都已经是赋好值的等长度的向量fun=@(g)(a-1134*polyval(g,x)-b)./(c-d.*polyval(g,x))-e;g=lsqnonlin(fun

expandsimple针对符号计算对数值的东西当然错你先x,y值都赋值了z的值直接就出来了x=[20:5:60]';y=[2:1:10]';z=89.057-0.0601*(y-5)-0.09296

poly2sym([-0.00140.0360-0.36681.8817-4.98835.9183-1.21980.0770])即可得到该多项式就像一个指数函数如果用多项式表示的话需要无穷多个多项式才

用matlab的符号运算功能:symsxfx1fx2fx3fx1=2+3*x^(-1)fx2=2*x+3*x^(-1)+4*x^(-1)fx3=fx1*fx2

clear;clcx=[0 30 60 90 120 150 180 210 240 270 300

dy应该是已知条件,原数据y的标准差,即y中的每一个点的测量误差,用它来估算拟合系数的误差再问：可是，我有一组x和y，要拟合曲线，确定最佳阶数的话，怎么定dy呢?再答：如果不需要计算系数误差就无需dy