MATLAB软件语言及程序设计
姓名:
学号:
班级:
院系:
指导老师:张登峰
时间:2010-5-10
一、问答题(15分)
1. 在安装MATLAB软件时，哪些组件(模块)是必须选择的？否则，不能建立MATLAB工作环境。
Toolboxes、MATLAB、Complier
2. 写出MA TLAB中的6个预定义变量名，并说明各自的含义。
ans:计算结果的缺省变量名
pi:圆周率
i,j：虚数单位
inf：无穷大
eps：计算机的最小数
NaN：不定量，如0/0，00/00
nargin：函数的输入变量个数
nargout：函数的输出变量个数
realmin：最小正实数
realmax：最大正实数
lasterr：存放最新的错误信息
lastwarn：存放最新的警告信息
3. 在MA TLAB指令窗中运行指令(-243)^(1/5)后，会得到-3吗？
的全部方根有几
个，请写出计算全部方根的M文件程序代码，要求对每条语句加注释说明。
不会，会得到2.4271 + 1.7634i，用nthroot(-243,5)可以得到一个根-3。
可以用solve解决，程序如下
solve('t^5+243')
得到结果为：
ans =
-3
-3/4*5^(1/2)+3/4-3/4*i*2^(1/2)*(5+5^(1/2))^(1/2)
3/4*5^(1/2)+3/4-3/4*i*2^(1/2)*(5-5^(1/2))^(1/2)
3/4*5^(1/2)+3/4+3/4*i*2^(1/2)*(5-5^(1/2))^(1/2)
-3/4*5^(1/2)+3/4+3/4*i*2^(1/2)*(5+5^(1/2))^(1/2)
4. 指令clear，clf，clc各有什么用处，它们运行结果的区别是什么？
Clear ：清除内存中所有的或指定的变量和函数
Clf：擦除MATLAB当前工作窗口中的图形
Clc：擦除MATLAB工作窗口中所有显示的内容
5. 在MATLAB指令表达式中，标点符号“空格”和“逗号”各有什么作用？请举例说明，在哪些情况下，两者的作用相同？在哪些情况下，二者的作用不同？
空格和逗号都能起到分隔符的作用，逗号可作为函数分割符，也用于区分行，显示运算结果，当然不加标点也显示运算结果，而在大多数情况下，MA TLAB对空格不予处理。
矩阵中空格与逗号相同
一些固定的函数中调用中，如solve、subplot等括号中的逗号不能替代为空格
一般MATLAB对空格不予处理，这些地方可以用空格，却不能用逗号，如表达式中，加空格不影响结果，但是加逗号就是错的；还有如“syms x y z”，字母间的空格不能替代为逗号。
6. 现有五个数组：(1×1)的实数数组A；(1×1)的字符串数组B；(1×1)的单元(cell)数组C；(1×1)的结构(structure)数组D。请问它们各占多少字节？
A：8字节
B：与字符串的个数有关，每个占2字节
C：与cell的中数据类型有关，一般的是在68字节的基础上加上数据所占的内存。
D：具体字节数不确定，和结构所含的域的个数和数据有关。每一个域用124个字节，每个字母用2字节，数字用8字节。
7. M函数文件的结构特点是什么？M(脚本)文件和M函数文件的主要区别在哪些方面？（1）函数文件由function语句引导，其基本结构为：
function输出形参表=函数名（输入形参表）
注释说明部分
函数体语句
其中以function开头的一行为引导行，表示该文件是一个函数文件。函数名的命名规则与变量名相同。输入形参为函数的输入形参，输出形参为函数的输出形参。当输出形参多余一个时，则应该用方括号括起来。
（2）主要区别：
①M脚本文件与M函数文件在个是上不同。脚本文件是命令代码，可以直接运行，而函数文件有固定的格式，供调用。
②文件保存名要求不同。M脚本文件可以是任意合法的名称，而函数文件必须是和函数名相同，否则无法调用。
③函数文件中的变量都是局部变量，而脚本文件中的变量都是全局变量
④调用脚本文件时，不用输入参数，也没有输出参数，文件自身建立需要的变量。文件执行后文件中变量仍然保留在工作空间中。调用函数文件时，既有输入参数，又有输出参数。函数调用后文件中变量未被保留在工作空间中。
二、编写M文件或M函数文件，计算下题：取自变量x的区间[-8,8]，数据间隔为0.01，函数y=cos(x), z=f(x,y)=sin(x)-y/10，绘制三维曲线图。然后新建一个图形窗口，利用多图形窗口分割方法分别画出该曲线图在4个不同视角(-37.5,30)、(-16,60)、(-90,0)、(-8,-12)下的三维图形，并对每个图形标注坐标轴名称和图标题(标题内容为该图形的视角值)。要求给出绘图结果，以及每条语句的注释说明。(其中视角坐标值(az,el)中az--方位角；el-- 俯视角) (20分)
程序：
clear %清除command window
clc %清除workspace
x=-8:0.01:8; %生成x矩阵
y=cos(x); %生成y矩阵
z=sin(x)-y/10; %生成z矩阵
subplot(2,2,1) %将窗口划分为2*2的4个窗口，取第一个绘图
plot3(x,y,z,'r') %绘制三维图形
view(-37.5,30) %视角，其中前者为方位角，后者为俯视角
xlabel('x') %标注坐标轴名称
ylabel('y');
zlabel('z');
title('视角(-37.5,30)') %标注标题legend('f(x,y)') %加图例
subplot(222) %取第二个窗口
plot3(x,y,z,'g');
view(-16,60);
xlabel('x');
ylabel('y');
zlabel('z');
title('视角(-16,60)')
legend('f(x,y)')
subplot(2,2,3) %取第三个窗口
plot3(x,y,z,'b');
view(-90,0);
xlabel('x');
ylabel('y');
zlabel('z');
title('视角(-90,0)')
legend('f(x,y)')
subplot(2,2,4) %取第四个窗口
plot3(x,y,z,'y');
view(-8,-12);
xlabel('x');
ylabel('y');
zlabel('z');
title('视角(-8,-12)')
legend('f(x,y)')
运行结果：
1
视角
(-37.5,30)
z
-10
1x
视角(-16,60)
z
-1
01
-2-1012
y
视角
(-90,0)z
10-20
2
视角(-8,-12)
x
z
三、在同一坐标系内，分别用红色实线和蓝色点划线绘制曲线y1(t)=2e0.5cos(0.3πt)和y2(t)=2e-0.5cos(πt)，其中t ∈[0, 3]，并用五角星标记两曲线的交叉点，在该点旁注明其坐标值。编写M 文件程序代码，并给出每条语句注释说明，以及程序运行结果。 (20分) 程序：
clear %清除command window
clc %清除workspace ，即内存内容清空 t=[0:0.001:3];%规定变量t 的定义域
plot(t,2*exp(0.5)*cos(0.3*pi*t),'r');%画出y1(t)的图形 hold;%保持使这里的图都绘在同一张纸上
plot(t,2*exp(0.5)*cos(pi*t),'b');%画出y2(t)的图形 a=10;%解非线性方程迭代点个数，越多解越全，这里10够 for i=0:a
s=fzero('jiaodian',i/a*3.0);%在i/a*3.0开始迭代求解 if s>=0&s<=3%选择在0<=t<=3处的交点予以显示
plot(s,2*exp(0.5)*cos(0.3*pi*s),'kpentagram');%绘制交点
text(s+0.3*(0.5-s),2*exp(0.5)*cos(0.3*pi*s+0.1)+0.01,strcat(num2str(s),',',num2
str(2*exp(0.5)*cos(0.3*pi*s)))); %标识坐标 end end
hold;%恢复覆盖，这一幅图结束
运行结果：
00.51 1.52 2.53
四、求多项式x4+8x3+x-10除以多项式2x2-x+3的结果；并分别计算出方程
x4+8x3+x-10=0和方程2x2-x+3=0的解。编写M程序代码，并给出每条语句注释说明，以及程序运行结果。(20分)
程序：
function matlab4
clear %清除command window
clc %清除workspace，即内存内容清空
syms x;%定义符号变量
m=sym2poly(x^4+8*x^3+x-10); %获得多项式的系数
n=sym2poly(2*x^2-x+3);
[shang,yu]=deconv(m,n);%对多项式进行除法运算，其中shang为商式系数，yu为余式系数disp('(x^4+8*x^3+x-10)/( 2*x^2-x+3)的商式为：') %显示多项式相除的商
poly2sym(shang,'x')%将多项式shang的系数还原成以x为变量的多项式,不加;而显示
disp('(x^4+8*x^3+x-10)/( 2*x^2-x+3)的余式为：')
poly2sym(yu,'x') %将多项式yu的系数还原成以x为变量的多项式,不加;而显示
s=solve('x^4+8*x^3+x-10');%求解该等式解
disp('(x^4+8*x^3+x-10)=0的根为');%输出解
disp(s);
s=solve('( 2*x^2-x+3)');%求解该等式解
disp('( 2*x^2-x+3)=0的根为');%输出解
disp(s);
运行结果：
(x^4+8*x^3+x-10)/( 2*x^2-x+3)的商式为：
ans =
1/2*x^2+17/4*x+11/8
(x^4+8*x^3+x-10)/( 2*x^2-x+3)的余式为：
ans =
-83/8*x-113/8
(x^4+8*x^3+x-10)=0的根为
1
-1/2*(148+4*505^(1/2))^(1/3)-12/(148+4*505^(1/2))^(1/3)-3
1/4*(148+4*505^(1/2))^(1/3)+6/(148+4*505^(1/2))^(1/3)-3+1/2*i*3^( 1/2)*(-1/2*(148+4*505^(1/2))^(1/3)+12/(148+4*505^(1/2))^(1/3))
1/4*(148+4*505^(1/2))^(1/3)+6/(148+4*505^(1/2))^(1/3)-3-1/2*i*3^( 1/2)*(-1/2*(148+4*505^(1/2))^(1/3)+12/(148+4*505^(1/2))^(1/3))
( 2*x^2-x+3)=0的根为
1/4+1/4*i*23^(1/2)
1/4-1/4*i*23^(1/2)
五、A、B、C三个城市，上半年每个月的国民生产总值（单位：亿元）如右表。请编写M文件分别计算三市6个月的平均国民生产总值；并写出生成如右下图的二维累加直方图的程序。要求给出每条语句的注释说明。(15分)
程序：
clear %清除command window
clc %清除workspace，即内存内容清空
sa=(70+80+105+90+120+110)/6;%计算A市6个月的平均生产总值disp('A市6个月的平均生产总值为'),disp(sa);%显示
sb=(60+90+115+105+110+95)/6;%计算B市6个月的平均生产总值disp('B市6个月的平均生产总值为'),disp(sb);%显示
sc=(50+40+70+85+95+110)/6;%计算A市6个月的平均生产总值disp('C市6个月的平均生产总值为'),disp(sc);%显示
a=[70 80 105 90 120 110];%A市上半年每月国民生产总值
b=[60 90 115 105 110 95];%B市上半年每月国民生产总值
c=[50 40 70 85 95 110];%C市上半年每月国民生产总值
d=[a',b',c'];%绘制直方图
h=bar(d,'stack');%使图累加
axis([0,7,0,350]);%坐标设定
xlabel('x');%x轴下标
ylabel('∑y');%y轴下标
legend('B市','A市','C市','Location','NorthWest');%图示set(h(1),'FaceColor','g'); %分别设定三种颜色
set(h(2),'FaceColor','r');
set(h(3),'FaceColor','b');
运行结果：
>> matlab5
A市6个月的平均生产总值为
95.8333
B市6个月的平均生产总值为
95.8333
C 市6个月的平均生产总值为 75
123
456
050
100
150
200250
300
350
x
∑y
六、请谈谈你对这门课程的认识(10分)。
MATLAB 是matix laboratory （矩阵实验室）的缩写。MATLAB 语言是一种广泛应用于工程计算及数值分析领域的新型高级语言，MATLAB 已经成为线性代数、自动控制理论、数字信号处理、动态系统仿真、图像处理等课程的基本教学工具，是理工科本科生、研究生必须掌握的基本技能。编程简单，类似于其他语言，如C 语言等；集成度高，扩展性好；数学问题分析能力强大；在数学、工程领域有各种“工具箱”；强大的系统仿真能力，Simulink 建模；在控制界是国际首选的计算机语言。
MATLAB 学起来比较容易，因为有C++和mathematica 的基础，感觉容易上手，要比一般的计算机语言简单些。它的运算都是基于矩阵的，因此感觉不是很困难。MATLAB 里面的help 命令对学习有很大的帮助，学会用它，就等于掌握了这门语言的基础。认真去学习MATLAB ，正好科研训练中也用到这门语言，感觉用处很多，绘图和计算功能相当强大。
1.绘制云图 Ex=18 En=2 He=0.2 hold on for i=1:1000 Enn=randn(1)*He+En; x(i)=randn(1)*Enn+Ex; y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2)); plot(x(i),y(i),'*') end Ex=48.7 En=9.1 He=0.39 hold on for i=1:1000 Enn=randn(1)*He+En; x(i)=randn(1)*Enn+Ex; y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2)); plot(x(i),y(i),'*')
end 2.求期望、熵及超熵 X1=[51.93 52.51 54.70 43.14 43.85 44.48 44.61 52.08]; Y1=[0.91169241573 0.921875 0.96032303371 0.75737359551 0.76983848315 0.7808988764 0.78318117978 0.9143258427]; m=8; Ex=mean(X1) En1=zeros(1,m); for i=1:m En1(1,i)=abs(X1(1,i)-Ex)/sqrt(-2*log(Y1(1,i))); end En=mean(En1); He=0; for i=1:m He=He+(En1(1,i)-En)^2; end En=mean(En1) He=sqrt(He/(m-1)) 3.平顶山so2环境: X1=[0.013 0.04 0.054 0.065 0.07 0.067 0.058 0.055 0.045]; Y1=[0.175675676 0.540540541 0.72972973 0.878378378
《MATLAB程序设计与应用（刘卫国）》（第二版）实验一MATLAB运算基础 1.（1） z1=2*sin(pi*85/180)/(1+exp(2)) （2）x=[2,1+2i;-0.45,5]; z2=log(x+sqrt(1+x.^2))/2 （3）a=-3.0:0.1:3.0; z3=0.5*(exp(0.3*a)-exp(-0.3*a)).*sin(a+0.3)+log((0.3+a)/2) （4）t=0:0.5:2.5; z4=(t>=0&t<1).*t.^2+(t>=1&t<2).*(t.^2-1)+(t>=2&t<3).*(t.^2-2*t+1) 2. A=[12,34,-4;34,7,87;3,65,7]; B=[1,3,-1;2,0,3;3,-2,7]; （1）a=A+6*B b=A-B+eye(size(A)) %I=eye(size(A)) （2）c=A*B d=A.*B （3）e=A^3 f=A.^3 （4）g=A/B h=B\A （5）m=[A,B] n=[A([1,3],:);B^2] 3. A=[1,2,3,4,5;6,7,8,9,10;11,12,13,14,15;16,17,18,19,20;21,22,23,24,25]; B=[3,0,16;17,-6,9;0,23,-4;9,7,0;4,13,11]; （1）C=A*B （2）D=C(3:end,2:end) 4.（1） a=100:999; b=rem(a,21)==0; c=find(b); d=length(c) （2）ch='Just as Bianhaiman said,Xiehong is ...'; e=find(ch>='A'&ch<='Z'); ch(e)=[] 实验二 MATLAB矩阵分析与处理 1.E=eye(3);
模型((P C2R)的MATLAB程序 clear X=[]; %用户输入多指标输入矩阵X Y=[]; %用户输入多指标输出矩阵Y n=size(X',1); m=size(X,1); s=size(Y,1); A=[-X' Y']; b=zeros(n, 1); LB=zeros(m+s,1); UB=[]; for i=1:n; f= [zeros(1,m) -Y(:,i)']; Aeq=[X(:,i)' zeros(1,s)]; beq=1; w(:,i)=LINPROG(f,A,b,Aeq,beq,LB,UB); %解线性规划，得DMU;的最佳权向量w; E(i, i)=Y(:,i)'*w(m+1:m+s,i); %求出DMU i的相对效率值E ii end w %输出最佳权向量 E %输出相对效率值E ii Omega=w(1:m,:) %输出投入权向量。 mu=w(m+1:m+s,:) %输出产出权向量。 模型(D C2R)的MATLAB程序 clear X=[]; %用户输入多指标输入矩阵X Y=[]; %用户输入多指标输出矩阵Y n=size(X',1); m=size(X,1); s=size(Y,1); epsilon=10^-10; %定义非阿基米德无穷小 =10-10 f=[zeros(1,n) -epsilon*ones(1,m+s) 1]; %目标函数的系数矩阵： 的系数为0,s-,s+的系数为- e, 的系数为1； A=zeros(1,n+m+s+1); b=0; %<=约束； LB=zeros(n+m+s+1,1); UB=[]; %变量约束； LB(n+m+s+1)= -Inf; %-Inf表示下限为负无穷大。 for i=1:n; Aeq=[X eye(m) zeros(m,s) -X(:,i) Y zeros(s,m) -eye(s) zeros(s,1)]; beq=[zeros(m, 1 ) Y(:,i)]; w(:,i)=LINPROG (f,A,b,Aeq,beq,LB,UB); %解线性规划，得DMU的最佳权向量w; end w %输出最佳权向量 lambda=w(1:n,:) %输出 s_minus=w(n+1:n+m,:) %输出s- s_plus=w(n+m+1:n+m+s,:) %输出s+ theta=w(n+m+s+1,:) %输出
用matlab制作简单仿真动画，并生成.avi格式的电影文件 MATALB知识点2008-05-01 13:17:54 阅读152 评论0 字号：大中小订阅 第一种形式：利用for循环，在一定时间内控制图形窗口图像的显示，产生一段动态的演示过程： 如下： set(gcf,'color','green'); grid on; set(gca,'zlim',[-10,10]'); set(gca,'xlim',[-10,10]); set(gca,'ylim',[-10,10]); for i=1:10 set(gca,'view',[-i*3.75,3*i] ); pause(0.2); end 第二种形式：利用moviein和movie函数，现将生成的动画存入一个由movien 函数定义的数组中，每一帧为数组的一个元素，最后用movie重复演示，movie后面的数字代表演示次数。 x=[-30:0.2:30]; y=[-30:0.2:30]; [x,y]=meshgrid(x,y); n=5; M = moviein(n); for i=1:n z=sin(sqrt(2*(x).^2+2*(y).^2)-2*pi*i/10); zz=plot3(x,y,z,'parent',gca); mesh(x,y,z); grid on; colormap([0,0.9,0.5]); light('position',[1,1,2],'style','local','color','white'); material([0.5,0.4,0.3,10,0.3]); set(gca,'zlim',[-10,10]'); M(i)=getframe(gca); end movie(M,20) 创建电影剪辑文件，并存储起来，如下： aviobj=avifile('文件名.avi','fps',3);%定义一个avi文件， %AVIOBJ = AVIFILE(FILENAME,'PropertyName',VALUE,'PropertyName',VALUE,...) %各属性详细说明见matlab帮助 for i=1:n %在当前窗体上生成一帧图像
Matlab 上机实验一、二 3.求下列联立方程的解???????=+-+-=-+=++-=--+4 1025695842475412743w z y x w z x w z y x w z y x >> a=[3 4 -7 -12;5 -7 4 2;1 0 8 -5;-6 5 -2 10]; >> b=[4;4;9;4]; >> c=a\b 4．设???? ??????------=81272956313841A ，??????????-----=793183262345B ，求C1=A*B’;C2=A’*B;C3=A.*B,并求上述所有方阵的逆阵。 >> A=[1 4 8 13;-3 6 -5 -9;2 -7 -12 -8]; >> B=[5 4 3 -2;6 -2 3 -8;-1 3 -9 7]; >> C1=A*B' >> C2=A'*B >> C3=A.*B >> inv(C1) >> inv(C2) >> inv(C3) 5．设 ?? ????++=)1(sin 35.0cos 2x x x y ，把x=0~2π间分为101点，画出以x 为横坐标，y 为纵坐标的曲线。 >> x=linspace(0,2*pi,101); >> y=cos(x)*(0.5+(1+x.^2)\3*sin(x)); >> plot(x,y,'r') 6．产生8×6阶的正态分布随机数矩阵R1, 求其各列的平均值和均方差。并求该矩阵全体数的平均值和均方差。 （mean var ） a=randn(8,6) mean(a) var(a) k=mean(a) k1=mean(k) i=ones(8,6) i1=i*k1 i2=a-i1 i3=i2.*i2 g=mean(i3) g2=mean(g)
实验六 高层绘图操作 %第一题： 程序代码如下： x=linspace(0,2*pi,101); y=(0.5+3*sin(x)./(1+x.^2)).*cos(x); plot(x,y) 01234567 -1 -0.5 0.5 1 1.5 %第二题： %（1） 程序代码如下： x=linspace(-2*pi,2*pi,100); y1=x.^2; y2=cos(2*x); y3=y1.*y2; plot(x,y1,'b-',x,y2,'r:',x,y3,'y--'); text(4,16,'\leftarrow y1=x^2'); text(6*pi/4,-1,'\downarrow y2=cos(2*x)'); text(-1.5*pi,-2.25*pi*pi,'\uparrow y3=y1*y2');
-8 -6 -4 -2 2 4 6 8 -30-20 -10 10 20 30 40 %（2） 程序代码如下： x=linspace(-2*pi,2*pi,100); y1=x.^2; y2=cos(2*x); y3=y1.*y2; subplot(1,3,1);%分区 plot(x,y1); title('y1=x^2');%设置标题 subplot(1,3,2); plot(x,y2); title('y2=cos(2*x)'); subplot(1,3,3); plot(x,y3); title('y3=x^2*cos(2*x)');
-10 10 0510 15202530 35 40y1=x 2 -10 10 -1-0.8 -0.6 -0.4-0.200.20.4 0.6 0.8 1y2=cos(2*x) -10 10 -30-20 -10 10 20 30 40 y3=x 2*cos(2*x) %（3） 程序代码如下： x=linspace(-2*pi,2*pi,20); y1=x.^2; subplot(2,2,1);%分区 bar(x,y1); title('y1=x^2的条形图');%设置标题 subplot(2,2,2); stairs(x,y1); title('y1=x^2的阶梯图'); subplot(2,2,3); stem(x,y1); title('y1=x^2的杆图'); subplot(2,2,4); fill(x,y1,'r');%如果少了'r'则会出错 title('y1=x^2的填充图'); %其他的函数照样做。
云模型简介及个人理解m a t l a b程序 集团档案编码：[YTTR-YTPT28-YTNTL98-UYTYNN08]
随着不确定性研究的深入，越来越多的科学家相信，不确定性是这个世界的魅力所在，只有不确定性本身才是确定的。在众多的不确定性中，和是最基本的。针对和在处理不确定性方面的不足，1995年我国工程院院士教授在概率论和模糊数学的基础上提出了云的概念，并研究了模糊性和随机性及两者之间的关联性。自李德毅院士等人提出云模型至今，云模型已成功的应用到、、、智能控制、等众多领域. 设是一个普通集合。 , 称为论域。关于论域中的模糊集合，是指对于任意元素都存在一个有稳定倾向的随机数，叫做对的隶属度。如果论域中的元素是简单有序的，则可以看作是基础变量，隶属度在上的分布叫做隶属云；如果论域中的元素不是简单有序的，而根据某个法则，可将映射到另一个有序的论域上，中的一个且只有一个和对应，则为基础变量，隶属度在上的分布叫做隶属云[1] 。 数字特征
云模型表示自然语言中的基元——语言值，用云的数字特征——期望Ex，熵En和超熵He表示语言值的数学性质 [3] 。 期望 Ex：云滴在论域空间分布的期望，是最能够代表定性概念的点，是这个概念量化的最典型样本。 熵 En：“熵”这一概念最初是作为描述热力学的一个状态参量，此后又被引入统计物理学、信息论、复杂系统等，用以度量不确定的程度。在云模型中，熵代表定性概念的可度量粒度，熵越大，通常概念越宏观，也是定性概念不确定性的度量，由概念的随机性和模糊性共同决定。一方面, En是定性概念随机性的度量，反映了能够代表这个定性概念的云滴的离散程度；另一方面，又是定性概念亦此亦彼性的度量，反映了在论域空间可被概念接受的云滴的取值范围。用同一个数字特征来反映随机性和模糊性，也必然反映他们之间的关联性。 超熵 He：熵的不确定性度量，即熵的熵，由熵的随机性和模糊性共同决定。反映了每个数值隶属这个语言值程度的凝聚性，即云滴的凝聚程度。超熵越大，云的离散程度越大，隶属度的随机性也随之增大，云的厚度也越大。
MATLAB 动画演示程序汇总 1.弹性蹦球演示程序 figure(1);%定义函数 axis([-5.1,5,-0.05,1.05]);%绘制二维图形 hold on;%保持当前图形及轴系所有的特性 axis('off');%覆盖坐标刻度，并填充背景 %通过填充绘出台阶及两边的挡板 fill([4.12,4.22,4.22,4.12],[-0.05,-0.05,1.05,1.05],'y'); fill([-5,-3.2,-3.2,-5],[-0.05,-0.05,0,0],'g'); fill([-3.2,-2.8,-2.8,-3.2],[-0.05,-0.05,0.2,0.2],'g'); fill([-3.2,-1.4,-1.4,-3.2],[0.2,0.2,0.25,0.25],'g'); fill([-1.4,-1,-1,-1.4],[0.2,0.2,0.45,0.45],'g'); fill([-1.4,0.4,0.4,-1.4],[0.45,0.45,0.5,0.5],'g'); fill([0.4,0.8,0.8,0.4],[0.45,0.45,0.7,0.7],'g'); fill([0.4,2.0,2.0,0.4],[0.7,0.7,0.75,0.75],'g'); fill([2.0,2.3,2.3,2.0],[-0.05,-0.05,0.75,0.75],'g'); fill([2.3,4.12,4.12,2.3],[-0.05,-0.05,0,0],'g'); %x2=line([-5,5],[0.25,0.25],'color','g','linestyle','-', 'markersize',50)%设置台阶边框线，颜色，擦试方式 %line([-5,5],[0.5,0.5],'color','b','linestyle','-', 'markersize',50)%设置球与地面接触面的颜色，擦试方式 %line([-5,5],[0.75,0.75],'color','b','linestyle','-', 'markersize',50)%设置球与地面接触面的颜色，擦试方式 head=line(-5,1,'color','r','linestyle','.','erasemode','xor', 'markersize',60);%设置小球颜色，大小，线条和擦试方式 %body=line(-5,1,'color','b','linestyle','-','erasemode','none'); %描绘轨迹线 %设置初始条件 while 1 t=4; dt=0.001; w=0; dw=0.001; w=0;%设置球弹起的初始位置 %设置球弹起的高度 while t<=4.12 t=dt+t; if w<=1 w=dw+w; else w=-1;
matlab程序设计与应用第二版习题答案【篇一：matlab程序设计与应用(第二版)实验答案】 %实验一 matlab运算基础 %第1题 %（1） z1=2*sin(85*pi/180)/(1+exp(2)) %（2） x=[2,1+2i;-0.45,5]; z2=0.5*log(x+sqrt(1+x.^2)) %(3) a=-3.0:0.1:3.0; z3=(exp(0.3*a)-exp(-0.3*a))/2.*sin(a+0.3)+log((0.3+a)/2) %(4) t=0:0.5:2.5; z4=t.^2.*(t=0t1)+(t.^2-1).*(t=1t2)+(t.^2-2*t+1).*(t=2t3) %第2题 a=[12 34 -4;34 7 87;3 65 7]; b=[1 3 -1;2 0 3;3 -2 7]; a+6*b a-b+eye(size(a)) a*b a.*b a^3 a.^3 a/b b\a [a,b] [a([1,3],:);b^2] %第3题 a=[1 2 3 4 5;6 7 8 9 10;11 12 13 14 15;16 17 18 19 20;21 22 23 24 25] b=[3 0 16;17 -6 9;0 23 -4;9 7 0;4 13 11] c=a*b f=size(c) d=c(f(1)-2:f(1),f(2)-1:f(2)) whos %第4题 %(1):
a=100:999; b=rem(a,21); c=length(find(b==0)) %(2): a=lsdhksdlkklsdkl; k=find(a=aa=z); a(k)=[] %实验二 matlab矩阵分析与处理 %第1题 e=eye(3); r=rand(3,2); o=zeros(2,3); s=diag([2,3]); a=[e,r;o,s]; a^2 b=[e,(r+r*s);o,s^2] %第2题 h=hilb(5) p=pascal(5) hh=det(h) hp=det(p) th=cond(h) tp=cond(p) %第3题 a=fix(10*rand(5)) h=det(a) trace=trace(a) rank=rank(a) norm=norm(a) %第4题 a=[-29,6,18;20,5,12;-8,8,5] [v,d]=eig(a) %数学意义略 %第5题方法一 %(1): a=[1/2,1/3,1/4;1/3,1/4,1/5;1/4,1/5,1/6]; b=[0.95,0.67,0.52]; x=inv(a)*b %(2):
《MATLAB程序设计》课程设计报告 设计题目：基于MATLAB的动画演示 及背景音乐插入 专业：2011级通信工程 姓名（学号）：储兆雄1162310213 邓少林1162310214 徐凯越1162310223 指导教师：倪建军（博士/副教授） 时间：2013年12月20日
目录 1、设计目的 2、总体设计 3、具体设计（功能实现） 4、结果分析 5、改进方向 6、心得体会 文献 附录
1、设计目的 学会运用matlab工具箱实现matlab GUI设计，处理动画运行，以及添加背景音乐，并实现其动态操作，如继续、暂停等功能。 2、总体设计
主要包括：动画模块，音乐模块，动画显示模块 3、具体设计（功能实现） 1) 动画模块 （1）打开动画文件：从文件打开对话框选择动画程序，实现动画播放的可选择性 程序实现代码如下： function btnvopen_Callback(hObject, eventdata, handles) % hObject handle to btnvopen (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global vfname %动画文件名 [vfname vpname vindex]=uigetfile('*.m','choose moive file'); len=length(vfname); if vindex set(handles.txtvname,'string',vfname(1:len-2)) end 打开对话框效果如下：
随着不确定性研究的深入，越来越多的科学家相信，不确定性是这个世界的魅力所在，只有不确定性本身才是确定的。在众多的不确定性中，随机性和模糊性是最基本的。针对概率论和模糊数学在处理不确定性方面的不足，1995年我国工程院院士李德毅教授在概率论和模糊数学的基础上提出了云的概念，并研究了模糊性和随机性及两者之间的关联性。自李德毅院士等人提出云模型至今，云模型已成功的应用到自然语言处理、数据挖掘、 设是一个普通集合。 , 称为论域。关于论域中的模糊集合，是指对于任意元素都存在一个有稳定倾向的随机数，叫做对的隶属度。如果论域中的元素是简单有序的，则可以看作是基础变量，隶属度在上的分布叫做隶属云；如果论域中的元素不是简单有序的，而根据某个法则，可将映射到另一个有序的论域上，中的一个且只有一个和对应，则为基础变量，隶属度在上的分布叫做隶属云[1] 。 数字特征 云模型表示自然语言中的基元——语言值，用云的数字特征
——期望Ex，熵En和超熵He表示语言值的数学性质[3] 。 期望 Ex：云滴在论域空间分布的期望，是最能够代表定性概念的点，是这个概念量化的最典型样本。 熵 En：“熵”这一概念最初是作为描述热力学的一个状态参量，此后又被引入统计物理学、信息论、复杂系统等，用以度量不确定的程度。在云模型中，熵代表定性概念的可度量粒度，熵越大，通常概念越宏观，也是定性概念不确定性的度量，由概念的随机性和模糊性共同决定。一方面, En是定性概念随机性的度量，反映了能够代表这个定性概念的云滴的离散程度；另一方面，又是定性概念亦此亦彼性的度量，反映了在论域空间可被概念接受的云滴的取值范围。用同一个数字特征来反映随机性和模糊性，也必然反映他们之间的关联性。 超熵 He：熵的不确定性度量，即熵的熵，由熵的随机性和模糊性共同决定。反映了每个数值隶属这个语言值程度的凝聚性，即云滴的凝聚程度。超熵越大，云的离散程度越大，隶属度的随机性也随之增大，云的厚度也越大。 1.绘制云图 Ex=18
MATLAB动画演示效果一 %曲柄滑块机构 hf=figure('name','曲柄滑块机构'); set(hf,'color','g'); hold on axis([-6,6,-4,4]); grid on axis('off'); xa0=-5;%活塞左顶点坐标 xa1=-2.5;%活塞右顶点坐标 xb0=-2.5;%连杆左顶点坐标 xb1=2.2;%连杆右顶点坐标 x3=3.5;%转轮坐标 y3=0;%转轮坐标 x4=xb1;%设置连杆头的初始位置横坐标
y4=0;%设置连杆头的初始位置纵坐标 x5=xa1; y5=0; x6=x3;%设置连轴初始横坐标 y6=0;%设置连轴初始纵坐标 a=0.7; b=0.7 c=0.7 a1=line([xa0;xa1],[0;0],'color','b','linestyle','-','linewidth',40); %设置活塞 a3=line(x3,y3,'color',[0.5 0.6 0.3],'linestyle','.','markersize',300);%设置转轮 a2=line([xb0;xb1],[0;0],'color','black','linewidth',10);%设置连杆 a5=line(x5,y5,'color','black','linestyle','.','markersize',40);%设置连杆活塞连接头 a4=line(x4,y4,'color','black','linestyle','.','markersize',50);%设置连杆连接头 a6=line([xb1;x3],[0;0],'color','black','linestyle','-','linewidth',10); a7=line(x3,0,'color','black','linestyle','.','markersize',50);%设置运动中心 a8=line([-5.1;-0.2],[0.7;0.7],'color','y','linestyle','-','linewidth',5);%设置汽缸壁 a9=line([-5.1;-0.2],[-0.72;-0.72],'color','y','linestyle','-','linewidth',5);%设置汽缸壁 a10=line([-5.1;-5.1],[-0.8;0.75],'color','y','linestyle','-','linewidth',5);%设置汽缸壁 a11=fill([-5,-5,-5,-5],[0.61,0.61,-0.61,-0.61],[a,b,c]);%设置汽缸气体 len1=4.8;%连杆长 len2=2.5;%活塞长 r=1.3;%运动半径 dt=0.015*pi; t=0; while 1 t=t+dt; if t>2*pi t=0; end lena1=sqrt((len1)^2-(r*sin(t))^2);%连杆在运动过程中横轴上的有效长度 rr1=r*cos(t);%半径在运动过程中横轴上的有效长度 xaa1=x3-sqrt(len1^2-(sin(t)*r)^2)-(r*cos(t));%活塞在运动过程中的右顶点坐标位置xaa0=xaa1-2.5;%%活塞在运动过程中的左顶点坐标位置 x55=x3-cos(t)*r;%连杆在运动过程中横坐标位置 y55=y3-sin(t)*r;%连杆在运动过程中纵坐标位置 set(a4,'xdata',x55,'ydata',y55);%设置连杆顶点运动 set(a1,'xdata',[xaa1-2.5;xaa1],'ydata',[0;0]);%设置活塞运动 set(a2,'xdata',[xaa1;x55],'ydata',[0;y55]); set(a5,'xdata',xaa1);%设置活塞与连杆连接头的运动 set(a6,'xdata',[x55;x3],'ydata',[y55;0]); set(a11,'xdata',[-5,xaa0,xaa0,-5]);%设置气体的填充 set(gcf,'doublebuffer','on');%消除震动
实验报告实验课程名称计算物理 实验项目名称Matlab动画及其在物理中的应用 年级 09级 专业物理学 学生姓名 学号 理学院 实验时间：2012 年 4 月 4 日
学生实验室守则 一、按教学安排准时到实验室上实验课，不得迟到、早退和旷课。 二、进入实验室必须遵守实验室的各项规章制度，保持室内安静、整洁，不准在室内打闹、喧哗、吸烟、吃食物、随地吐痰、乱扔杂物，不准做与实验内容无关的事，非实验用品一律不准带进实验室。 三、实验前必须做好预习（或按要求写好预习报告），未做预习者不准参加实验。 四、实验必须服从教师的安排和指导，认真按规程操作，未经教师允许不得擅自动用仪器设备，特别是与本实验无关的仪器设备和设施，如擅自动用或违反操作规程造成损坏，应按规定赔偿，严重者给予纪律处分。 五、实验中要节约水、电、气及其它消耗材料。 六、细心观察、如实记录实验现象和结果，不得抄袭或随意更改原始记录和数据，不得擅离操作岗位和干扰他人实验。 七、使用易燃、易爆、腐蚀性、有毒有害物品或接触带电设备进行实验，应特别注意规范操作，注意防护；若发生意外，要保持冷静，并及时向指导教师和管理人员报告，不得自行处理。仪器设备发生故障和损坏，应立即停止实验，并主动向指导教师报告，不得自行拆卸查看和拼装。 八、实验完毕，应清理好实验仪器设备并放回原位，清扫好实验现场，经指导教师检查认可并将实验记录交指导教师检查签字后方可离去。 九、无故不参加实验者，应写出检查，提出申请并缴纳相应的实验费及材料消耗费，经批准后，方可补做。 十、自选实验，应事先预约，拟订出实验方案，经实验室主任同意后，在指导教师或实验技术人员的指导下进行。 十一、实验室内一切物品未经允许严禁带出室外，确需带出，必须经过批准并办理手续。
第6章从云模型理解模糊集合的争论与发展
第1章基于云模型的粒计算方法应用 云模型是一个定性定量转换的双向认知模型，正向高斯云和逆向高斯云算法实现了一个基本概念与数据集合之间的转换关系；本文基于云模型和高斯变换提出的高斯云变换方法给出了一个通用的认知工具，不仅将数据集合转换为不同粒度的概念，而且可以实现不同粒度概念之间的柔性切换，构建泛概念树，解决了粒计算中的变粒度问题，有着广阔的应用前景。 视觉是人类最重要的感觉，人类所感知的外界信息至少有80%以上都来自于视觉[130]。图像分割[131]是一种最基本的计算机视觉技术，是图像分析与理解的基础，一直以来都受到人们的广泛关注。目前图像的分割算法有很多，包括大大小小的改进算法在内不下千种，但大致可以归纳为两类[132]。第一类是采用自顶向下的方式，从数学模型的选择入手，依靠先验知识假定图像中的部分属性特征符合某一模型，例如马尔科夫随机场、引力场等，利用模型描述图像的邻域相关关系，将图像低层的原始属性转换到高层的模型特征空间，进而建模优化求解所采用模型的参数，通常是一个复杂度非常高的非线性能量优化问题。在特征空间对图像建模，其描述具有结构性、分割结果也一般具有语义特征，但是由于对数据的未知性、缺乏足够先验知识的指导，导致模型的参数选择存在一定的困难。第二类是采用自底向上的方式，从底层原始数据入手，针对图像灰度、颜色等属性采用数据聚类的方法进行图像分割，聚类所采用的理论方法通常包括高斯变换、模糊集、粗糙集等；或者预先假设图像的统计特性符合一定的分类准则，通过优化准则产生分割结果，例如Otsu方法的最大方差准则[133][134]、Kapur方法的最大熵准则[135][136]等。这类方法虽然缺乏语义信息表达，但是直接在数据空间建模，方法更具普适性和鲁棒性。 随着计算机视觉研究的深入，简单的图像分割已经不能满足个性化的需求，有时候人们恰恰兴趣的是图像中亦此亦彼的那些不确定性区域，基于云模型的粒计算方法是一种不确定性计算方法，发现图像中存在的不确定性区域是它的一个重要能力。如何模拟人类自然视觉中的认知能力进行图像分割一直以来都是一个难点问题，而基于高斯云变换的可变粒计算正是用来模拟人类认知中的可变粒计算过程，因此可以利用高斯云变换对自然视觉认知能力中选择性注意能力进行形式化。武汉大学秦昆教授等曾基于云综合、云分解等云运算实现图像分割，正如第5章中的分析结果，基于内涵的概念计算方法随着层次的提升，概念脱离原始数据会增加误分率，甚至失效，而且无法实现自适应地概念数量和粒度优化。
Matlab动画程序弹性蹦球演示过程 figure(1);%定义函数 axis([-5.1,5,-0.05,1.05]);%绘制二维图形 hold on;%保持当前图形及轴系所有的特性 axis('off');%覆盖坐标刻度，并填充背景 %通过填充绘出台阶及两边的挡板 fill([4.12,4.22,4.22,4.12],[-0.05,-0.05,1.05,1.05],'y'); fill([-5,-3.2,-3.2,-5],[-0.05,-0.05,0,0],'g'); fill([-3.2,-2.8,-2.8,-3.2],[-0.05,-0.05,0.2,0.2],'g'); fill([-3.2,-1.4,-1.4,-3.2],[0.2,0.2,0.25,0.25],'g'); fill([-1.4,-1,-1,-1.4],[0.2,0.2,0.45,0.45],'g'); fill([-1.4,0.4,0.4,-1.4],[0.45,0.45,0.5,0.5],'g'); fill([0.4,0.8,0.8,0.4],[0.45,0.45,0.7,0.7],'g'); fill([0.4,2.0,2.0,0.4],[0.7,0.7,0.75,0.75],'g'); fill([2.0,2.3,2.3,2.0],[-0.05,-0.05,0.75,0.75],'g'); fill([2.3,4.12,4.12,2.3],[-0.05,-0.05,0,0],'g'); %x2=line([-5,5],[0.25,0.25],'color','g','linestyle','-', 'markersize',50)%设置台阶边框线，颜色，擦试方式 %line([-5,5],[0.5,0.5],'color','b','linestyle','-', 'markersize',50)%设置球与地面接触面的颜色，擦试方式 %line([-5,5],[0.75,0.75],'color','b','linestyle','-', 'markersize',50)%设置球与地面接触面的颜
阅阅读读时时：：请请选选择择““视视图图||文文档档结结构构图图””，，弹弹出出文文档档中中的的标标题题链链接接。。数学软件 MATLAB 程序设计与应用
第1章MATLAB系统环境 1.1 MATLAB概貌 1.2 MATLAB环境的准备 1.3 MATLAB操作界面 1.4 MATLAB帮助系统 自上世纪80年代以来，出现了科学计算语言，亦称数学软件。 MATLAB Mathematica Mathcad Maple LINDO LINGO 1.1 MATLAB概貌p3 MATLAB 是MATrix LABoratory（矩阵实验室）的缩写。 1984年由Math Works 公司推出，现已成为国际公认的优秀的工程应用开发环境，是影响最大，流行最广的科学计算语言。 1.1.1 MATLAB的发展
1. 从MATLAB 4.2c开始，每个版本增加了一个建造编号； 2. 例如MATLAB7.6的建造编号是R2008a。说明MATLAB7.6与MATLAB2008a是等同的； 3. 对于建造编号，正规化以后，每年出两个版本。一般来说。a是测试版，b是正式版。a是前半 年出，b是后半年出。 教材采用MATLAB7.0（R14，2004） 实验室采用MATLAB 7.8（R2009a，2009.3，汉化） 1.1.2 MATLAB的主要功能p4 ◆数值计算和符号计算功能 ◆绘图功能 ◆语言体系 ◆MATLAB工具箱 (1) 数值计算和符号计算功能 MATLAB以矩阵作为数据操作的基本单位，还提供了十分丰富的数值计算函数。 MATLAB先后和著名的符号计算语言Maple与MuPAD（从MATLAB 2008b开始使用MuPAD）相结合，使得MATLAB具有符号计算功能。 (2) 绘图功能 可以绘制二维和三维图形。 MATLAB提供了两个层次的绘图操作： ●对图形句柄进行的低层绘图操作； ●建立在低层绘图操作之上的高层绘图操作。 (3) 语言体系 MATLAB具有程序结构控制、函数调用、数据结构、输入输出、面向对象等程序语言特征，而且简单易学、编程效率高。 MATLAB是解释性语言，不能脱离MATLAB环境而独立运行。 (4) MATLAB工具箱 MATLAB包含两部分内容：基本部分和各种可选的工具箱。 MATLAB工具箱分为两大类：功能性工具箱和学科性工具箱。 基本部分 构成MATLAB的核心内容，也是使用和构造工具箱的基础。 功能性工具箱 主要用来扩充其符号计算功能、可视建模仿真功能及文字处理功能等。 学科性工具箱 Control System Toolbox 控制系统工具箱 Signal Processing Toolbox 信号处理工具箱 Neural Network Toolbox 神经网络工具箱 Optimization Toolbox 最优化工具箱 Financial Toolbox 金融工具箱 Statistics Toolbox 统计学工具箱 开始→工具箱 MATLAB具备很强的开放性 除内部函数外，所有MATLAB基本文件和各工具箱文件都是可读、可改的源文件，用户可通过对源文件的修改或加入自己编写的文件去构成新的专用工具箱。
。 Matlab课后实验题答案 《 实验一 MATLAB运算基础 1. 先求下列表达式的值，然后显示MATLAB工作空间的使用情况并保存全部变量。 (1) 0 12 2sin85 1 z e = + (2) 21 ln( 2 z x =，其中 212 0.455 i x + ??=?? -?? (3) 0.30.3 3 0.3 sin(0.3)ln, 3.0, 2.9,,2.9,3.0 22 a a e e a z a a - -+ =++=--
(4) 22 42011 122123t t z t t t t t ?≤
) 3. 设有矩阵A 和B 1234 53 166789101769,11 121314150 23416171819209 7021222324254 1311A B ???? ????-??? ?????==-??? ? ???????????? (1) 求它们的乘积C 。 (2) 将矩阵C 的右下角3×2子矩阵赋给D 。 (3) 查看MATLAB 工作空间的使用情况。 4. 完成下列操作： (1) 求[100,999]之间能被21整除的数的个数。 (2) 建立一个字符串向量，删除其中的大写字母。 解：(1) 结果：
西安科技大学MATLAB程序设计 专业：信息与计算科学 班级：1001班 学号：1008060129 姓名：刘仲能 2012年6月27日
实验一 2.已知： ??? ? ? ?????-= 765 3 8773443412A ，???? ? ?????--=72 3 302131 B 求下列表达式的值： （1）A+6*B 和A-B+I （其中I 为单位矩阵） （2）A*B 和A.*B （3）A^3和A.^3 （4）A/B 及B\A （5）[A,B]和 [A([1,3],:);B^2]
3.设有矩阵A 和B ????? ?? ? ????????= 2524 23 22 21 2019181716151413121110987654321A ，??????? ? ????????--=1113 4 079423096171603 B （1） 求它们的乘积 C 。 （2） 将矩阵C 的右下角3×2子矩阵赋给D 。 （3） 查看MATLAB 工作空间的使用情况 (1) (2) （3）
4.完成下列操作 （1）求[100,999]之间能被21整除的数的个数。（2）建立一个字符串向量，删除其中的大写字母。 (1)(2)
实验二 3.建立一个5×5矩阵，求它的行列式值、迹、秩和范数。 运行截图： A 矩阵的行列式值、迹、秩分别如下： 范数如下： 4.已知 ???? ? ?????--= 58 8 1252018629A 求A 的特征值及特征向量，并分析其数学意义。 运行截图：
5.下面是一个线性方程组：???? ??????= ???? ? ????????? ? ?????52.067.095.06/15 /14 /15 /14/13 /14/13/12 /1321x x x （1）求方程的解； （2）将方程右边向量元素改为0.53，在求解，并比较的变化和解的相对 变化； （3）计算系数矩阵A 的条件数并分析结论。 （2） 变大，其解中，相对未变化前的的解：x1变大，x2变小，x3变大。 （3） 由于A 矩阵的条件数很大，故当线性方程组中的b 变大时，x 也将发生很大的变
实验 T1： %%第一小题 z1=2*sin(85*pi/180)/(1+exp(2)) %%第二小题x=[2,1+2i;-0.45,5]; z2 %%第三小题 a=-3.0:0.1:3.0; 0.3)+log((0.3+a)/2) %%第四题 t=0:0.5:2.5 z4=(t>=0&t<1).*(t.A2)+(t>=1 &t<2).*(t 八2-1)+(t>=2&t<3).*(t.A2-2*t+1) T2： A=[12,34,-4;34,7,87;3,65,7] B=[1,3,-1;2,0,3;3,-2,7] disp ('A+6*B='); disp(A+6*B); disp('A-B+I=');disp(A-B+eye(3)); disp('A*B=');
disp(A*B); disp('A.*B='); disp(A.*B); disp('A A3='); disp(AT); disp('A.A3二')； disp(A.A3); disp('A/B='); disp(A/B); disp('B\A='); disp(B\A); disp('[A,B]='); disp([A,B]); disp('[A([1,3],:);BA2]='); disp([A([1,3],:);BA2]); T3: z=1:25; A=reshape(z,5,5)'; B=[3,0,16;17,-6,9;0,23,-4;9,7,0;4,13,11];C=A*BD=C(3:5,2:3) T4-1: a=100:999; b=find(rem(a,21)==0); c=length(b)