实验报告
MATLAB软件与应用
姓名:钟翠丽
学号:201030770135
学院名称理学院
专业班级10应数1班
提交日期2012 年月
评阅人____________
评阅分数____________
实验一m atlab运算基础与矩阵处理
一、实验目的
1.熟悉启动和退出MATLAB软件的方法。
2.熟悉MATLAB软件的运行环境。
3.熟悉MATLAB的基本操作。
4.掌握建立矩阵的方法。
5.掌握MATLAB各种表达式的书写规则以及常用函数的使用。
6.能用matlab进行基本的数组、矩阵运算。
7.能用矩阵求逆法解线性方程组。
二、实验原理
1．Matlab的启动
matlab系统的启动有三种常见方法：
1）使用Windows“开始”菜单。
2）运行matlab系统启动程序matlab.exe。
3）利用快捷方式。
2．Matlab系统的退出
要退出matlab系统，也有三种常见方法：
1）在matlab主窗口File菜单中选择Exit matlab 命令。
2）在matlab命令窗口输入Exit或Quit命令。
3）单击matlab主窗口的“关闭”按钮。
3．Matlab帮助窗口
进入帮助窗口可以通过以下三种方法：
1）单击matlab主窗口工具栏中的help按钮。
2）在命令窗口中输入helpwin、helpdesk或doc。
3）选择help菜单中的“matlab help”选项。
4．Matlab帮助命令
1）help命令
在matlab命令窗口直接输入help命令将会显示当前帮助系统中所包含的所有项目，即搜索路径中所有的目录名称。同样，可以通过help加函数名来显示该函数的帮助说明。
2）lookfor命令
help命令只搜索出那些关键字完全匹配的结果，lookfor命令对搜索范围内的m文件进行关键字搜索，条件比较宽松。
3）模糊查询
用户只要输入命令的前几个字母，然后按tab键，系统就会列出所有以这几个字母开头的命令。
5．赋值语句
1）变量＝表达式
2）表达式
6．矩阵的建立
1）直接输入法：将矩阵的元素用方括号括起来，按矩阵行的顺序输入各元素，同一行的各元素之间用空格或逗号分开，不同行的元素之间用分号分开。
2）利用M文件建立矩阵
3）利用冒号表达式建立一个向量 e1:e2:e3
4) 利用linspace函数产生行向量 linspace(a,b,n).
7．通用的特殊矩阵
常用的产生通用特殊矩阵的函数有：
zeros：产生全0矩阵；
ones：产生全1矩阵
eye：产生单位矩阵；
rand：产生0－1间均匀分布的随机矩阵；
randn：产生均值为0，方差为1的标准正态分布的随机矩阵。
8．矩阵运算
1）矩阵加减运算：假定有两个矩阵A和B，则可以由A+B和A-B实现矩阵的加减运算。2）假定有两个矩阵A和B，若A为m×n矩阵，B为n×p矩阵，则C=A*B为m×p矩阵。3）如果A矩阵是非奇异方阵，A\B等效与A的逆左乘B矩阵，inv(A)*B,而B/A等效于A矩阵的逆右乘B矩阵，也就是B*inv(A).
4)矩阵的乘方。一个矩阵的乘方运算可以表示成A^x，要求A为方阵，x为标量。
9．矩阵点运算
在matlab中，有一种特殊的运算，因为其运算苻是在有关算术运算苻前面加点，因此叫点运算。点运算符有.*,./,.\和.^。两个矩阵进行点运算是指它们的对应元素进行相关运
算，要求两矩阵的维参数相同。
三、实验内容
要求：实验报告需要写出程序代码，实验步骤以及实验结果。
1.练习下面指令，写出每个指令的作用。
cd,clear,dir,path,help,who,whos,save,load 。
解：cd:将用户目录设置成当前目录；
Clear:用于删除MATLAB 工作空间中的变量；
Dir:列出一个目录或子目录中的所有文件；
Path:可以把用户目录临时纳入搜索路径；
Help:查询函数语法的最基本方法，查询信息直接显示在命令窗口；
Who:用于显示在MATLAB 工作空间中驻留的变量名清单；
Whos:用于显示在MATLAB 工作空间中驻留的变量名清单，还给出它们的维数、所占字节以及变量的类型；
Save:可以生成MAT 文件；
Load:可以装入MAT 文件。
2.建立自己的工作目录MYBIN 和MYDATA ，并将它们分别加到搜索路径的前面或者后面。 解：(1)在桌面上新建一个文件夹，命名为MYBIN 或MYDATA ，建立工作目录；
（2）使用path 命令把工作目录临时纳入搜索路径。
即在命令窗口输入命令：
path(path,’ C:\Documents and Settings\maths1\桌面\MYBIN ‘)
path(path,’ C:\Documents and Settings\maths1\桌面\MYDATA')。
3.求2
3)]47(*212[÷-+的算术运算结果。
解：x=(12+2*(7-4))/3^2
x =
2
4.求出下列表达式的值，然后显示matlab 工作空间的使用情况并保存全部变量：
解：(1)z1=2*sin((85/180)*pi)/(1+exp(2))
z1 =
0.2375
(2)x1=[2 1+2*i;-0.45 5];
z2=0.5*log(x1+sqrt(1+x1^2))
z2 =
0.7114 - 0.0253i 0.8968 + 0.3658i
0.2139 + 0.9343i 1.1541 - 0.0044i
matlab 工作空间的使用情况：
保存全部变量
:
??
????-+=++=+=545.0212),1ln(21185sin 22221i x x x z e z o 其中
5.利用MATLAB的帮助功能分别查询inv、plot、max、round函数的功能和用法。
解：(1)>> help inv
INV Matrix inverse.
INV(X) is the inverse of the square matrix X.
A warning message is printed if X is badly scaled or
nearly singular.
Inv
Matrix inverse
Syntax
Y = inv(X)
Description
Y = inv(X) returns the inverse of the square matrix X. A warning message is printed if X is badly scaled or nearly singular.
In practice, it is seldom necessary to form the explicit inverse of a matrix. A frequent misuse of inv arises when solving the system of linear equations . One way to solve this is with x = inv(A)*b. A better way, from both an execution time and numerical accuracy standpoint, is to use the matrix division operator x = A\b. This produces the solution using Gaussian elimination, without forming the inverse. See \ and / for further information.
Examples
Here is an example demonstrating the difference between solving a linear system by inverting the matrix with inv(A)*b and solving it directly with A\b. A random matrix A of order 500 is constructed so that its condition number, cond(A), is 1.e10, and its norm, norm(A), is 1. The exact solution x is a random vector of length 500 and the right-hand side is b = A*x. Thus the system of linear equations is badly conditioned, but consistent.
On a 300 MHz, laptop computer the statements
n = 500;
Q = orth(randn(n,n));
d = logspace(0,-10,n);
A = Q*diag(d)*Q';
x = randn(n,1);
b = A*x;
tic, y = inv(A)*b; toc
err = norm(y-x)
res = norm(A*y-b)
produce
elapsed_time =
1.4320
err =
7.3260e-006
res =
4.7511e-007
while the statements
tic, z = A\b, toc
err = norm(z-x)
res = norm(A*z-b)
produce
elapsed_time =
0.6410
err =
7.1209e-006
res =
4.4509e-015
It takes almost two and one half times as long to compute the solution with y = inv(A)*b as with z = A\b. Both produce computed solutions with about the same error, 1.e-6, reflecting the condition number of the matrix. But the size of the residuals, obtained by plugging the computed solution back into the original equations, differs by several orders of magnitude. The direct solution produces residuals on the order of the machine accuracy, even though the system is badly conditioned.
The behavior of this example is typical. Using A\b instead of inv(A)*b is two to three times as fast and produces residuals on the order of machine accuracy, relative to the magnitude of the data.
Algorithm
Inputs of Type Double
For inputs of type double, inv uses the following LAPACK routines to compute the matrix
Inputs of Type Single
(2)>> help plot
PLOT Linear plot.
PLOT(X,Y) plots vector Y versus vector X. If X or Y is a matrix,
then the vector is plotted versus the rows or columns of the matrix, whichever line up. If X is a scalar and Y is a vector, disconnected line objects are created and plotted as discrete points vertically at X.
PLOT(Y) plots the columns of Y versus their index.
If Y is complex, PLOT(Y) is equivalent to PLOT(real(Y),imag(Y)).
In all other uses of PLOT, the imaginary part is ignored.
Various line types, plot symbols and colors may be obtained with
PLOT(X,Y,S) where S is a character string made from one element
from any or all the following 3 columns:
b blue . point - solid
g green o circle : dotted
r red x x-mark -. dashdot
c cyan + plus -- dashe
d m magenta * star (none) no line
y yellow s square
k black d diamond
w white v triangle (down)
^ triangle (up)
< triangle (left)
> triangle (right)
p pentagram
h hexagram
For example, PLOT(X,Y,'c+:') plots a cyan dotted line with a plus
at each data point; PLOT(X,Y,'bd') plots blue diamond at each data point but does not draw any line.
PLOT(X1,Y1,S1,X2,Y2,S2,X3,Y3,S3,...) combines the plots defined by
the (X,Y,S) triples, where the X's and Y's are vectors or matrices and the S's are strings.
For example, PLOT(X,Y,'y-',X,Y,'go') plots the data twice, with a
solid yellow line interpolating green circles at the data points.
The PLOT command, if no color is specified, makes automatic use of
the colors specified by the axes ColorOrder property. The default
ColorOrder is listed in the table above for color systems where the
default is blue for one line, and for multiple lines, to cycle
through the first six colors in the table. For monochrome systems, PLOT cycles over the axes LineStyleOrder property.
If you do not specify a marker type, PLOT uses no marker.
If you do not specify a line style, PLOT uses a solid line.
PLOT(AX,...) plots into the axes with handle AX.
PLOT returns a column vector of handles to lineseries objects, one
handle per plotted line.
The X,Y pairs, or X,Y,S triples, can be followed by
parameter/value pairs to specify additional properties
of the lines. For example, PLOT(X,Y,'LineWidth',2,'Color',[.6 0 0]) will create a plot with a dark red line width of 2 points.
Example
x = -pi:pi/10:pi;
y = tan(sin(x)) - sin(tan(x));
plot(x,y,'--rs','LineWidth',2,...
'MarkerEdgeColor','k',...
'MarkerFaceColor','g',...
'MarkerSize',10)
(3)>> help max
MAX Largest component.
For vectors, MAX(X) is the largest element in X. For matrices,
MAX(X) is a row vector containing the maximum element from each
column. For N-D arrays, MAX(X) operates along the first
non-singleton dimension.
[Y,I] = MAX(X) returns the indices of the maximum values in vector I. If the values along the first non-singleton dimension contain more
than one maximal element, the index of the first one is returned.
MAX(X,Y) returns an array the same size as X and Y with the
largest elements taken from X or Y. Either one can be a scalar.
[Y,I] = MAX(X,[],DIM) operates along the dimension DIM.
When X is complex, the maximum is computed using the magnitude
MAX(ABS(X)). In the case of equal magnitude elements, then the phase
angle MAX(ANGLE(X)) is used.
NaN's are ignored when computing the maximum. When all elements in X
are NaN's, then the first one is returned as the maximum.
Example: If X = [2 8 4 then max(X,[],1) is [7 8 9],
7 3 9]
max(X,[],2) is [8 and max(X,5) is [5 8 5
9], 7 5 9].
(4)>> help round
ROUND Round towards nearest integer.
ROUND(X) rounds the elements of X to the nearest integers.
round
Round to nearest integer
Syntax
Y = round(X)
Description
Y = round(X) rounds the elements of X to the nearest integers. For complex X, the imaginary and real parts are rounded independently.
Examples
a = [-1.9, -0.2, 3.4, 5.6, 7.0, 2.4+3.6i]
a =
Columns 1 through 4
-1.9000 -0.2000 3.4000 5.6000
Columns 5 through 6
7.0000 2.4000 + 3.6000i
round(a)
ans =
Columns 1 through 4
-2.0000 0 3.0000 6.0000 Columns 5 through 6
7.0000 2.0000 + 4.0000i
6.写出完成下列操作的命令：
（1）建立3阶单位矩阵；
（2）建立5*6随机矩阵A，其元素为[100,200]范围内的随机整数；
（3）产生均值为1，方差为0.2的500个正态分布的随机数；
（4）产生和A同样大小的幺矩阵；
（5）将矩阵A的对角线元素加30；
（6）从矩阵A提取对角线元素，并以这些元素构成对角阵B。
解：（1）B=eye(3)
B =
1 0 0
0 1 0
0 0 1.
（2）x2=100+(200-100)*rand(5,6);
>> A=fix(x2)
A =
181 109 115 114 165 175
190 127 197 142 103 174
112 154 195 191 184 139
191 195 148 179 193 165
163 196 180 195 167 117.
(3)y2=1+sqrt(0.2)*randn(10,5).
y2 =
1.3973 0.9543 0.6138 0.5130 0.7247
0.4870 0.8920 1.0346 1.0146 1.3346
0.5220 1.1428 0.4570 1.2471 0.9139
0.6380 1.1399 0.5020 1.4922 1.3974
-0.3167 0.6132 0.9969 1.6906 0.6579
1.6433 0.9866 1.6854 1.0384 0.3729
1.1454 0.9263 0.6558 0.3329 0.3639
0.6624 1.2807 1.1661 0.6680 1.2183
1.6128 1.4889 0.8991 0.5252 0.9207
0.2346 1.4961 1.4997 2.0512 0.9123.
(4)C=ones(size(A))
C =
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1.
(5) D=diag(A)+30
D =
211
157
225
209
197.
(6) d=diag(A);
E=diag(d)
E =
181 0 0 0 0
0 127 0 0 0
0 0 195 0 0
0 0 0 179 0
0 0 0 0 167
7.已知：
??????????-=76538773443412A ????
??????--=731203321B 求下列表达式的值：
(1) B A K *611+=和I B A K +-=12（其中I 为单位矩阵）
(2) B A K *21=和B A K *.22=
(3) 331^A K =和3.32^
A K =
(4) B A K /41=和A B K \42=
(5) ],[51B A K =和]2:);],3,1([[52^B A K =
解：（1）A=[12 34 -4;34 7 87;3 65 7];
>> B=[1 3 -1;2 0 3;3 -2 7];
>> K11=A+6*B
K11 =
18 52 -10
46 7 105
21 53 49.
K12=A-B+eye(3)
K12 =
12 31 -3
32 8 84
0 67 1.
（2） K21=A*B
K21 =
68 44 62
309 -72 596
154 -5 241.
K22=A.*B
K22 =
12 102 4
68 0 261
9 -130 49.
（3） K31=A^3
K31 =
37226 233824 48604 247370 149188 600766
78688 454142 118820.
K32=A.^3
K32 =
1728 39304 -64 39304 343 658503
27 274625 343.
（4） K41=A/B
K41 =
16.4000 -13.6000 7.6000
35.8000 -76.2000 50.2000
67.0000 -134.0000 68.0000.
K42=B\A
K42 =
109.4000 -131.2000 322.8000
-53.0000 85.0000 -171.0000
-61.6000 89.8000 -186.2000.
（5） K51=[A,B]
K51 =
12 34 -4 1 3 -1
34 7 87 2 0 3
3 65 7 3 -2 7.
K52=[A([1,3],:);B^2]
K52 =
12 34 -4
3 65 7
4 5 1
11 0 19
20 -5 40
8.下面是一个线性方程组：
????
??????=????????????????????52.067.095.03216/15/14/15/14/13/14/13/12/1x x x (1)求方程的解。
(2)将方程右边向量元素3b 改为0.53，再求解，并比较3b 的变化和解的相对变化。 解：
（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
x =
1.2000
0.6000
0.6000。
（2） b(3)=0.53;
>> x1=inv(A)*b
X1=
3.0000
-6.6000
6.6000.
三、实验心得
要求：写出实验过程中的收获与体会；遇到的困难和解决办法
实验心得：总体上来讲，实验一较简单，8道小题，第1题查书，没什么问题；第2题、第3题和第4题也是看书；而第5题，用help功能来做，在matlab命令窗口直接输入help 命令及所需帮助的问题即可；第6题、题7题和第8题根据课本来做也是很简单，所以没遇到什么较难解决的问题。从实验一我熟悉MATLAB的基本操作，并掌握建立矩阵的方法及MATLAB各种表达式的书写规则以及常用函数的使用，且能用matlab进行基本的数组、矩阵运算，还能用矩阵求逆法解线性方程组。
实验一 MATLAB 基本操作及运算 一、 实验目的 1、 理解Matlab 数据对象的特点； 2、 掌握基本Matlab 运算规则； 3、 掌握Matlab 帮助的使用方法； 二、 实验的设备及条件 计算机一台（带有MATLAB7.0以上的软件环境）。 三、 实验内容 要求建立一个名为experiment01.m 的，把与实验内容1-7相关的实验命令都放入该文件中，题与题之间用相应注释分割。注意对实验中出现的相关函数或变量，请使用help 或doc 查询相关帮助文档，学习函数的用法。 1、 建立以下标量： 1） a=10 2） b=2.5×1023 3） c=2+3i ，（i 为虚数单位） 4） d=3/2πj e ,（j 为虚数单位，这里要用到exp ，pi ） 2、 建立以下向量： 1） aVec=[3.14 15 9 26] 2） bVec=????? ???????18228871.2 3） cVec=[5 4.8 … -4.8 -5 ] （向量中的数值从5到-5，步长为-0.2） 4） dVec=[100 100.01 … 100.99 101] （产生1到10之间的等对数间隔向量，参考logspace ，注意向量的长度） 3、 建立以下矩阵： 1）???? ??????=2222 aMat aMat 一个9×9的矩阵，其元素全为2；（参考ones 或zeros ）
2）??????? ?????????=1000005000001 bMat bMat 是一个9×9的矩阵，除主对角上的元素为[1 2 3 4 5 4 3 2 1]外，其余元素均为0。（参考diag ）。 3）100 20109212291111 =cMat cMat 为一个10×10的矩阵，可有1:100的向量来产生（参考reshape ） 4）???? ??????=NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN dMat dMat 为3×4的NaN 矩阵，（参考nan ） 5）?? ????---=8710225113eMat 6）产生一个5×3随机整数矩阵fMat ，其值的范围在-3到3之间。（参考rand 和floor 或ceil ） 4、 使用题1中的变量计算下列等式的x,y,z 的值： 1） ) 6/)15((11--+=a e x 2） g g h h b a y /121,)(=+=提示π,参考sqrt 。 3） c c a d c d c R z ))3/sin()]))([(log(π-+= ，其中R 表示取括号内复数的实数部分，c 表示c 的共轭复数，log 是自然对数。（参考real ，conj ，log ） 5、 使用题2中的向量求解一下等式： 1）)25.2/(22 25.221 cVec e xVec -=π， 其中cVec 指的是题2 中定义的向量cVec ，一下雷同。 2）22)(bVec aVec yVec T +=,T aVec 表示aVec 的转置 3） )/1(log 10dVec zVec =，10log 表示已10为底的对数，参考log10 6、 使用题2和题3中所产生的向量和矩阵计算以下等式，注意本题的操作
4.1 数组运算和矩阵运算 从外观形状和数据结构来看,二维数组和数学中的矩阵没有区别.但是,矩阵作为一种变换或映射算符的体现,矩阵运算有着明确而严格的数学规则.而数组运算是MATLAB软件所定义的规则,其目的是为了数据管理方面,操作简单,指令形式自然和执行计算有效.所以,在使用MATLAB时,特别要明确搞清数组运算和矩阵运算的区别.表 4.1.1 数组运算和矩阵运算指令形式和实质内涵 数组运算矩阵运算 指令含义指令含义 A.'非共轭转置A'共轭转置 A=s把标量s赋给数组A的每个元素 s+B把标量s分别与数组B的每个元素相加s-B, B-s标量s分别与数组B的元素之差 s.*A标量s分别与数组A的元素之积s*A标量s分别与矩阵A的元素之积 s./B, B.\s标量s分别被数组B的元素除s*inv(B)矩阵B的逆乘标量s A.^n数组A的每个元素的n次方A^n A为方阵时,矩阵A的n次方 A+B数组对应元素的相加A+B矩阵相加 A-B数组对应元素的相减A-B矩阵相减 A.*B数组对应元素的相乘A*B内维相同矩阵的乘积 A./B A的元素被B的对应元素除A/B A右除B B.\A一定与上相同B\A A左除B(一般与右除不同) exp(A)以e为底,分别以A的元素为指数,求幂expm(A) A的矩阵指数函数 log(A) 对A的各元素求对数logm(A) A的矩阵对数函数 sqrt(A) 对A的积各元素求平方根sqrtm(A) A的矩阵平方函数 从上面可以看到,数组运算的运算如:乘,除,乘方,转置,要加"点".所以,我们要特别注意在求"乘,除,乘方,三角和指数函数"时,两种运算有着根本的区别.另外,在执行数组与数组运算时,参与运算的数组必须同维,运算所得的结果数组也是总与原数组同维. 4.2 数组的基本运算 在MATLAB中,数组运算是针对多个数执行同样的计算而运用的.MATLAB以一种非常直观的方式来处理数组. 4.2.1 点转置和共轭转置 . ' ——点转置.非共轭转置,相当于conj(A'). >> a=1:5; >> b=a. ' b = 1 2 3 4 5 >> c=b. ' c = 1 2 3 4 5 这表明对行向量的两次转置运算便得到原来的行向量. ' ——共轭转置.对向量进行转置运算并对每个元素取其共轭.如: >> d=a+i*a
实验2 MATLAB基础知识 一、实验目的 1.熟悉MATLAB的数据类型 2.熟悉MATLAB的基本矩阵操作 3.熟悉MATLAB的运算符 4.熟悉MATLAB的字符串处理 二、实验内容 1.创建结构体DataTypes,属性包含MATLAB支持的所有数据类型，并通过赋值构 造结构体二维数组。 DataTypes.char=char([65]); DataTypes.string='hello'; DataTypes.int=100; DataTypes.single=1.560 DataTypes = char: 'A' string: 'hello' int: 100 single: 1.5600 >> DataTypes(2).char=char([66]); DataTypes(2).string='kugou'; DataTypes(2).int=200; DataTypes(2).single=3.14 DataTypes = 1x2 struct array with fields: char string int single 2.用满矩阵和稀疏矩阵存储方式分别构造下述矩阵。 A=
答： A = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 B = A = 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 A = 0 0 0 0 1 1 0 0 0 0 1 0 0 0 0 1 A = 0 1 0 0 1 1 0 0 0 0 1 0 0 0 0 1 A = 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 1
第1次实验基于MATLAB的图像基本操作 二、实验内容和要求： 1．实现图像Baboon.bmp（MATLAB自带）的读入（可使用imread）和显示（可使用imshow）操作，代码加上足够的注释，需要建立一个M文件实现。 I=imread('F:\标准图像\Baboon.bmp');//读入图像 imshow(I);//显示图像 2．编程实现将一幅RGB图像转换为二值图像，并在一个窗口同时显示处理过程中得到的每一个图像和原图像，同时需要给图像加上标题。（原始数据可以是任意的RGB图像）。需要新建一个M文件实现。 figure,subplot(1,3,1),imshow(I(:,:,1)),title('R'); subplot(1,3,2),imshow(I(:,:,2)),title('G'); subplot(1,3,3),imshow(I(:,:,3)),title('B'); 3.计算图象统计参数： 读取图像（文件名为‘cameraman.tif’）; 最大值 最小值 均值 K=imread('cameraman.tif'); d_max=max(K(:)) d_min=min(K(:)) d_mean=mean(K(:)) 4.利用帮助系统了解im2double,imresize,image函数的作用和语法，并利用这些函数处理已知图像pout.tif（MATLAB自带）并显示处理前后效果。 J=imread('pout.tif'); J1=im2double(J); figure,subplot(1,2,1),imshow(J),title('Before') subplot(1,2,2),imshow(J1),title('After') J2=imresize(J,0.3); figure,subplot(1,2,1),imshow(J),title('Before') subplot(1,2,2),imshow(J2),title('After') figure,subplot(1,2,1),imshow(J),title('Before') subplot(1,2,2),image(J);title('After') 1
实验一 矩阵基本运算（一） （1）设A 和B 是两个同维同大小的矩阵，问： 1）A*B 和A.*B 的值是否相等？ ????? ?? =763514432A ???? ? ??=94 525 313 4B A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A*B, A.*B ans = 37 37 44 44 37 51 65 67 78 ans = 8 9 4 12 5 10 15 24 63 2）A./B 和B.\A 的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A./B, B./A
ans = 0.5000 1.0000 4.0000 1.3333 0.2000 2.5000 0.6000 1.5000 0.7778 ans = 2.0000 1.0000 0.2500 0.7500 5.0000 0.4000 1.6667 0.6667 1.2857 3）A/B和B\A的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A/B, B/A ans = -0.3452 0.5119 0.3690 0.7857 -0.7857 0.6429 -0.9762 1.3095 0.5952 ans = 110.0000 -15.0000 -52.0000
92.0000 -13.0000 -43.0000 -22.0000 4.0000 11.0000 4）A/B和B\A所代表的数学含义是什么？ 解： A/B是B*A的逆矩阵 B\A是B*A的逆矩阵 （2）写出完成下列操作的命令。 1）将矩阵A第2—5行中第1，3，5列元素赋给矩阵B。 A=[0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186] B=A(2:5,[1,3,5]) A = 0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186 B = 0.2311 0.7382 0.2028 0.6068 0.1763 0.1987 0.4860 0.4057 0.6038 0.8913 0.9355 0.2722 2）删除矩阵A的第7号元素。 A=rand(6,6); >> A(7)=[inf] A = 0.8385 Inf 0.1730 0.1365 0.2844 0.5155
实验一 MATLAB基础知识 一、实验目的 1．熟练掌握Matlab的启动与退出； 2. 熟悉Matalb的命令窗口，常用命令和帮助系统； 3. 熟悉Matalb的数据类型； 4. 熟悉Matlab的基本矩阵操作，运算符和字符串处理 二、实验设备 1．方正电脑 2．MATLAB软件 三、实验内容 1. 已知矩阵 A=[3 4 -1 1 -9 10;6 5 0 7 4 -16;1 -4 7 -1 6 -8;2 -4 5 -6 12 -8;-3 6 -7 8 -1 1;8 -4 9 1 3 0] 写出完成下列操作的命令: (1) 将矩阵A的第2-5行中第1，3，5列元素赋给矩阵B； (2) 删除矩阵A的第7号元素； (3) 将矩阵A的每个元素加上30； (4) 求矩阵A的大小和维数； (5) 将矩阵A的右下角3*2矩阵构成矩阵C； (6) 输出[-5,5]范围内的所有元素； 程序： A=[3 4 -1 1 -9 10;6 5 0 7 4 -16;1 -4 7 -1 6 -8;2 -4 5 -6 12 -8;-3 6 -7 8 -1 1;8 -4 9 1 3 0] %(1) B=A(2:5,[1 3 5]) %(2) A2=A; A2(7)=[] %(3) A3=A+30 %(4) length(A) size(A) %(5) C=A(end-2:end,end-1:end) %(6) A6=A.*(A>=-5 & A<=5) 结果: A =
3 4 -1 1 -9 10 6 5 0 7 4 -16 1 -4 7 -1 6 -8 2 -4 5 -6 12 -8 -3 6 -7 8 -1 1 8 -4 9 1 3 0 B = 6 0 4 1 7 6 2 5 12 -3 -7 -1 A2 = Columns 1 through 7 3 6 1 2 -3 8 5 Columns 8 through 14 -4 -4 6 -4 -1 0 7 Columns 15 through 21 5 -7 9 1 7 -1 - 6 Columns 22 through 28 8 1 -9 4 6 12 -1 Columns 29 through 35 3 10 -16 -8 -8 1 0 A3 = 33 34 29 31 21 40 36 35 30 37 34 14
实验一Matlab基本操作 题目： 1．利用基本矩阵产生 3x3 和15x8 的单位阵，全1 阵，全0 阵，均匀分布的随 机阵（[-1，1]之间），正态分布随机阵（方差4，均值1） 2．利用diag()函数和rot90()产生下列矩阵： 然后求解a 阵的逆矩阵aa 及b 阵的特征值和对应特征向量，并利用reshape 将 aa 阵变换成行向量。 3．产生一均匀分布在(-5,5)随机阵(50x2)，精确到小数点后一位。 4．编程实现当α∈[-π，π]，间隔为1o 时，求解正弦和余弦的值，并利用plot() 函数绘制正弦，余弦曲线。 5．利用rand 函数产生(0,1)间均匀分布的10x10 随机矩阵a,然后统计a 中大于等于0.6 的元素个数。 6．利用randn 函数产生均值为0，方差为1 的10x10 正态分布随机阵，然后统计其中大于-0.5，小于0.5 的元素个数。 7．编程实现下表功能： 8．有一矩阵a,找出矩阵中其值大于1 的元素，并将他们重新排列成列向量b。 9．在一保定市区9 月份平均气温变化测量矩阵temp_Baoding_sep 中(48x30)，存在有奇异值（大于42o C，小于0o C）,编程实现删除奇异值所在的行。 10．在给定的100x100 矩阵中，删除整行内容全为0 的行，删除整列内容全为0 的列。 程序： 1. %3X3矩阵 a1=eye(3) a2=ones(3) a3=zeros(3) a4=1-2*rand(3) a5=2*randn(3)+1 %15X8矩阵 b1=eye(15,8) b2=ones(15,8) b3=zeros(15,8) b4=1-2*rand(15,8) b5=2*randn(15,8)+1 运行结果：
MATLAB讲义 第一章 MATLAB系统概述 1.1 MATLAB系统概述 MATLAB（MATrix LABoratory）矩阵实验室的缩写，全部用C语言编写。 特点： （1）以复数矩阵作为基本编程单元，矩阵运算如同其它高级语言中的语言变量操作一样方便，而且矩阵无需定义即可采用。 （2）语句书写简单。 （3）语句功能强大。 （4）有丰富的图形功能。如plot,plot3语句等。 （5）提供了许多面向应用问题求解的工具箱函数。目前，有20多个工具箱函数，如信号处理、图像处理、控制系统、系统识别、最优化、神经网络的模糊系统等。 （6）易扩充。 1.2 MATLAB系统组成 （1）MATLAB语言 MATLAB语言是高级的矩阵、矢量语言，具有控制流向语句、函数、数据结构、输入输出等功能。同时MATLAB又具有面向对象编程特色。MATLAB语言包括运算符和特殊字符、编程语言结构、字符串、文件输入/输出、时间和日期、数据类型和结构等部分。 （2）开发环境 MATLAB开发环境有一系列的工具和功能体，其部分具有图形用户界面，包括MATLAB桌面、命令窗口、命令历史窗口、帮助游览器、工作空间、文件和搜索路径等。 （3）图形处理 图形处理包括二维、三维数据可视化，图像处理、模拟、图形表示等图形命令。还包括低级的图形命令，供用户自由制作、控制图形特性之用。 （4）数学函数库 有求和、正弦、余弦等基本函数到矩阵求逆、求矩阵特征值和特征矢量等。 MATLAB数学函数库可分为基本矩阵和操作、基本数学函数、特殊化数学函数、线性矩阵函数、数学分析和付里叶变换、多项式和二重函数等。 （5）MATLAB应用程序接口（API） MATLAB程序可以和C/C++语言及FORTRAN程序结合起来，可将以前编写的C/C++、FORTRAN语言程序移植到MATLAB中。 1.3 MATLAB的应用围包括： MATLAB的典型应用包括： ●数学计算 ●算法开发 ●建模、仿真和演算 ●数据分析和可视化 ●科学与工程绘图 ●应用开发（包括建立图形用户界面） 以矩阵为基本对象 第二章 Matlab基础
乘法运算乘法运算符为”*”，运算规则和现行代数中矩阵乘法运算相同，即放在前面的矩阵的行元素，分别与放在后面的矩阵的各列元素对应相乘并相加。 1、两个矩阵相乘：必须满足前一矩阵的列数等于后一矩阵的行数。 2、矩阵的数乘：返回数与矩阵中每一个元素相乘后的矩阵 3、向量的点乘（内积）：维数相同的两个向量的点乘；A.*B表示A与B对应的元素相乘，返回的是一个向量 4、向量点积： （1）C=dot(A,B) %若A、B为向量，A与B长度相同；若为矩阵，则A与B有相同维数 （2）C=dot(A,B,dim) %在dim维数中给出A与B的点积 5、向量叉乘：在数学上，两向量的叉乘是一个过两向量交点且垂直于两向量所在平面的向量。 （1）C=cross(A,B) %若A、B为向量，则返回A与B的叉乘，即C=AXB；若为矩阵，则返回一个3Xn矩阵，其中列是A与B对应列的叉积，A、B都是3Xn矩阵 （2）C=cross(A,B,dim) %在dim维数中给出向量A与B的叉积注：A与B必须具有相同维数，size(A,dim)和size(B,dim)必须是3 6、矩阵卷积和多项式乘法：w=conv(u,v) （反褶积deconv(u,v)）长度为m的向量序列u和长度为n的向量序列v的卷积定义为 ∑ = + = k 1 j j) -1 u(j)v(k )k( w，其中w向量序列长度为（m+n-1） 多项式的乘法实际上是多项式系数向量间的卷积运算，举例如下：展开多项式(s2+2s+2)(s+4)(s+1) >>w=conv([1,2,2],conv([1,4],[1,1])) w = 1 7 16 18 8 >>p=poly2str(w,’s’) %将w表示成多项式 p=s^4 +7 s^3 +16 s^2 +18 s + 8 7、张量积 C=kron(A,B) %A为mxn矩阵，B为pxq矩阵，则C为mpxnq矩阵A与B的张量积定义为： 加、减运算加、减运算符为”+”、”--”。运算规则为对应元素相加、减 pow2函数命令：X=pow2(F,E)，表示F*2E；命令：X=pow2(E），表示2E 矩阵的代数 运算
实验一matlab基本操作 一、实验目的 熟悉matlab的安装与启动；熟悉matlab用户界面；熟悉matlab功能、建模元素；熟悉matlab优化建模过程。 二、实验设备与工具 1.计算机 2.matlab软件 三、实验步骤 1. 了解matlab的硬件和软件必备环境； 2. 启动matlab； 3. 学习优化建模过程。 四、实验报告要求 1. 写出matlab系统界面的各个构成；以及系统布局区的组成；以及每一部 分的功能； 2. 优化建模过程应用举例 五、实验内容 （一）、Matlab操作界面 1.命令窗口（command window） 2.命令历史窗口（command history） 3.工作空间管理窗口（workspace） 4.当前路径窗口（current directory） （二）、优化建模过程应用举例 1、简单矩阵 123 456 789 A ?? ?? =?? ?? ?? 的输入步骤。 （1）在键盘上输入下列内容 A = [1,1,3; 4,5,6; 7,8,9] （2）按【Enter】键，指令被执行。 （3）在指令执行后，MATLAB指令窗中将显示以下结果： A = 1 2 3 4 5 6 7 8 9
2、矩阵的分行输入。 A=[1,2,3 4,5,6 7,8,9] A = 1 2 3 4 5 6 7 8 9 3、指令的续行输入 S=1-1/2+1/3-1/4+ ... 1/5-1/6+1/7-1/8 S = 0.6345 4、画出衰减振荡曲线t e y t 3sin 3-=及其它的包络线3 0t e y -=。t 的取值范围是]4,0[π。 t=0:pi/50:4*pi; y0=exp(-t/3); y=exp(-t/3).*sin(3*t); plot(t,y,'-r',t,y0,':b',t,-y0,':b') grid 5、画出2222) sin(y x y x z ++=所表示的三维曲面。y x ,的取值范围是]8,8[-。 clear;x=-8:0.5:8; y=x';
1.1 矩阵的表示 1.2 矩阵运算 1.2.14 特殊运算 1．矩阵对角线元素的抽取 函数diag 格式X = diag(v,k) %以向量v的元素作为矩阵X的第k条对角线元素，当k=0时，v为X的主对角线；当k>0时，v为上方第k条对角线；当k<0时，v为下方第k条对角线。 X = diag(v) %以v为主对角线元素，其余元素为0构成X。 v = diag(X,k) %抽取X的第k条对角线元素构成向量v。k=0：抽取主对角线元素；k>0：抽取上方第k条对角线元素；k<0抽取下方第k条对角线元素。 v = diag(X) %抽取主对角线元素构成向量v。 2．上三角阵和下三角阵的抽取 函数tril %取下三角部分 格式L = tril(X) %抽取X的主对角线的下三角部分构成矩阵L L = tril(X,k) %抽取X的第k条对角线的下三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。函数triu %取上三角部分 格式U = triu(X) %抽取X的主对角线的上三角部分构成矩阵U U = triu(X,k) %抽取X的第k条对角线的上三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。3．矩阵的变维 矩阵的变维有两种方法，即用“：”和函数“reshape”，前者主要针对2个已知维数矩阵之间的变维操作；而后者是对于一个矩阵的操作。 （1）“：”变维 （2）Reshape函数变维 格式 B = reshape(A,m,n) %返回以矩阵A的元素构成的m×n矩阵B B = reshape(A,m,n,p,…) %将矩阵A变维为m×n×p×… B = reshape(A,[m n p…]) %同上 B = reshape(A,siz) %由siz决定变维的大小，元素个数与A中元素个数 相同。 （5）复制和平铺矩阵 函数repmat 格式 B = repmat(A,m,n) %将矩阵A复制m×n块，即B由m×n块A平铺而成。 B = repmat(A,[m n]) %与上面一致 B = repmat(A,[m n p…]) %B由m×n×p×…个A块平铺而成 repmat(A,m,n) %当A是一个数a时，该命令产生一个全由a组成的m×n矩阵。 1.3 矩阵分解 1.3.1 Cholesky分解 函数chol 格式R = chol(X) %如果X为n阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足R'*R = X；若X非正定，则产生错误信息。 [R,p] = chol(X) %不产生任何错误信息，若X为正定阵，则p=0，R与上相同；若X非正定，则p为正整数，R是有序的上三角阵。 1.3.2 LU分解
Experiment 1. Fundamental Knowledge of Matlab (II) 【Experimental Purposes】 1、熟悉并掌握MATLAB的工作环境。 2、运行简单命令，实现数组及矩阵的输入输出，了解在MATLAB下如何绘图。【Experimental Principle】 1. Vectors Let's start off by creating something simple, like a vector. Enter each element of the vector (separated by a space) between brackets, and set it equal to a variable. For example, to create the vector a, enter into the MATLAB command window (you can "copy" and "paste" from your browser into MATLAB to make it easy): a = [1 2 3 4 5 6 9 8 7] MATLAB should return: a = 1 2 3 4 5 6 9 8 7 To generate a series that does not use the default of incrementing by 1, specify an additional value with the colon operator (first:step:last). In between the starting and ending value is a step value that tells MATLAB how much to increment (or decrement, if step is negative) between each number it generates. To generate a vector with elements between 0 and 20, incrementing by 2(this method is frequently used to create a time vector), use t = 0:2:20 t = 0 2 4 6 8 10 12 14 16 18 20 Manipulating vectors is almost as easy as creating them. First, suppose you would like to add 2 to each of the elements in vector 'a'. The equation for that looks like: b = a + 2 b = 3 4 5 6 7 8 11 10 9 Now suppose, you would like to add two vectors together. If the two vectors are the same length, it is easy. Simply add the two as shown below: c = a + b c = 4 6 8 10 12 14 20 18 16 Subtraction of vectors of the same length works exactly the same way. MATLAB sometimes stores such a list in a matrix with just one row, and other times in a matrix with just one column. In the first instance, such a 1-row matrix is called a row-vector; in the
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 2sin 851z e =+ (2) 21ln(2 z x =，其中2 120.45 5i x +??=? ?-?? (3) 0.30.330.3sin(0.3)ln , 3.0, 2.9,,2.9,3.022a a e e a z a a --+= ++=--L (4) 2242011 122123t t z t t t t t ?≤
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： (2). 建立一个字符串向量例如： ch='ABC123d4e56Fg9';则要求结果是：
实验二 MATLAB 矩阵分析与处理 1. 设有分块矩阵33322322E R A O S ?????? =? ??? ，其中E 、R 、O 、S 分别为单位矩阵、随机矩阵、零矩阵和对角阵，试通过数值计算验证2 2 E R RS A O S +?? =???? 。 解: M 文件如下； 5. 下面是一个线性方程组： 1 231 1 12340.951110.673450.521114 5 6x x x ?? ??????????????=??? ??????????????????? (1) 求方程的解。 (2) 将方程右边向量元素b 3改为0.53再求解，并比较b 3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。 解： M 文件如下： 123d4e56g9
MATLAB基本操作 实验报告 课程名称： 院系： 专业班级： 学号： 学生姓名： 指导教师： 开课时间：至学年第学期
一、学生撰写要求 按照实验课程培养方案的要求，每门实验课程中的每一个实验项目完成后，每位参加实验的学生均须在实验教师规定的时间内独立完成一份实验报告，不得抄袭，不得缺交。 学生撰写实验报告时应严格按照本实验报告规定的内容和要求填写。字迹工整，文字简练，数据齐全，图表规范，计算正确，分析充分、具体、定量。 二、教师评阅与装订要求 1.实验报告批改要深入细致，批改过程中要发现和纠正学生实验报告中的问题，给出评语和实验报告成绩，签名并注明批改日期。实验报告批改完成后，应采用适当的形式将学生实验报告中存在的问题及时反馈给学生。 2.实验报告成绩用百分制评定，并给出成绩评定的依据或评分标准（附于实验报告成绩登记表后）。对迟交实验报告的学生要酌情扣分，对缺交和抄袭实验报告的学生应及时批评教育，并对该次实验报告的分数以零分处理。对单独设课的实验课程，如学生抄袭或缺交实验报告达该课程全学期实验报告总次数三分之一以上，不得同意其参加本课程的考核。 3.各实验项目的实验报告成绩登记在实验报告成绩登记表中。本学期实验项目全部完成后，给定实验报告综合成绩。 4.实验报告综合成绩应按课程教学大纲规定比例（一般为10-15%）计入实验课总评成绩；实验总评成绩原则上应包括考勤、实验报告、考核（操作、理论）等多方面成绩； 5.实验教师每学期负责对拟存档的学生实验报告按课程、学生收齐并装订，按如下顺序装订成册：实验报告封面、实验报告成绩登记表、实验报告成绩评定依据、实验报告（按教学进度表规定的实验项目顺序排序）。装订时统一靠左侧按“两钉三等分”原则装订。
MATLAB基础及应用实验指导书
MATLAB基础及应用课程实验指导书 实验一软件环境和基本操作熟悉 一、实验目的 ①熟悉MATLAB 主界面，并学会简单的菜单操作。 ②学会简单的矩阵输入与信号输入。 ③掌握部分绘图函数。 二、实验内容 熟悉MATLAB操作环境，通过简单操作熟悉MATLAB的基本使用方法。 三、实验要求与步骤 1、用户第一次使用MATLAB 时，建议首先在屏幕上键入demo 命令，它将启动MATLAB 的演试程序，用户可在此演示程序中领略MATLAB 所提供的强大的运算与绘图功能。也可以键入help 进行进一步了解。 MATLAB 启动界面如图所示： MATLAB 语言最基本的赋值语句结构为：变量名列表= 表达式。表达式由操作符或其它字符，函数和变量名组成，表达式的结果为一个矩阵，显示在屏幕上，同时输送到一个变量中并存放于工作空间中以备调用。如果变量名和“= ”省略，则ans 变量将自动建立，例如键入：1900/81 ，得到输出结果：ans =23.4568 。 MATLAB 中变量命名的原则要求必须以英文字母开头，文件夹名字中可以
还包括、下划线和数字，不要使用其他的字符，更不要单纯使用数字或者中文名命名，有时在运行MATLAB 中一些莫名的错误可能就是不规范的命名引起的。这种规则包括将来为自己编写的脚本文件、函数文件命名以及为使用的变量命名也应遵循这个规则。 2、用户工作目录和当前目录的建立和设置 1）为管理方便，每个用户在使用MATLAB 前，尽量为自己建立一个专门的工作目录，即“用户目录”，用来存放自己创建应用文件。例如首先打开资源管理器，在E 驱动器下可以根据自己喜好建立一个新文件夹，但应注意：该文件夹必须以英文开头，文件夹名字中可以包括字母、下划线和数字，不要使用其他的字符，更不要单纯使用数字或者中文名命名，有时在运行MATLAB 中一些莫名的错误可能就是不规范的命名引起的，这与MATLAB 中为变量和文件名命名原则是一致的。尽管MATLAB\work 允许用户存放用户文件，但最好把它仅作为临时工作目录来使用。 2）为了用户运行方便，在开始工作前可把用户定义的目录设置为当前目录，方法是可直接在MATLAB 命令窗口桌面上方通过目录设置栏来实现。 3）把自己的工作目录加到MATLAB 搜索路径上，这样可以在任何情况下方便地调用自己的编写文件。MATLAB 工作时，基本搜索过程为：首先在工作空间，即MATLAB 内存中进行检查，看输入的指令是不是变量；如不是，则检查输入指令是不是内建函数（比如sin 函数等）；如不是，则在当前目录上，检查是否有与输入指令相同的M 文件存在；如还没有，则在MATLAB 定义的搜索路径其他目录中，检查是否有该M 文件存在。设置方法是通过File 菜单下设置路径对话框进行。 3、熟悉简单的矩阵输入 1）从屏幕上输入矩阵A=[1 2 3 ;4 5 6;7 8 9] 回车 A=[1,2,3;4,5,6;7,8,9] 回车 观察输出结果。 2）试用回车代替分号，观察输出结果。 3）输入size(A) ，观察结果。 4）输入矩阵B=[9,8,7;6,5,4;3,2,1];回车 输入矩阵C=[4,5,6;7,8,9;1,2,3];回车，然后分别键入 A B C 回车观察结果。 5）选择File | new 菜单中的M-file ，输入B=[9,8,7;6,5,4;3,2,1] ；保存为
实验一 MATLAB基础训练 一、实验目的 本次上机实验主要练习使用Matlab的基本操作和基础知识，包括数组（复数、向量、矩阵、结构体数组等）的创建和数组元素的操作和运算、矩阵的运算、Matlab的运算符（尤其是点运算‘.’）、脚本M文件和函数M文件的编写、Matlab文件的编程（基本的流程控制结构）、基本的二维和三维绘图方法以及图形的标注等。希望通过本次实验使大家尽量在短时间内（4学时）掌握Matlab的基本操作和基础知识，为后面的实验项目奠定基础。 二、实验原理 参见PPT中有关内容。 三、实验内容 1. 上机练习课件中的例子。 2. 设两个复数a=1+2i, b=3-4i, 计算a+b, a-b, a*b, a/b, a和b的模。 3. 计算下式的结果，其中x=-3.5°, y=6.7° （提示：①应将角度单位由度转换为数学函数所能处理的弧度值；②求根函数sqrt，取绝对值函数abs,具体用法用help查询） 4. 对矩阵 123 456 789 A ?? ?? =?? ?? ?? , 实现下列操作: (1) 左右翻转(fliplr命令) (2) 上下翻转(flipud命令) (3) 利用cat命令分别将A扩展成3×6和6×3的矩阵 (3) 分别提取A的第2行,第2列,对角线元素 (4) 删除A的第2行2列的元素 （提示：将矩阵元素赋空阵[]可以删除元素，注意此时元素的访问只能使用单下标的方式。观察删除元素后，A中元素的排列方式的变化） 5. 创建[0,2π]区间上拥有100个等间隔元素的列向量 ．．．x．（Matlab默认是行向量），并绘制 y=sin(x1/3)的函数图像。 6. 创建如下图所示的单结构体数组。
实验4 MATLAB 基本编程 一、实验目的 1. 熟悉MATLAB 的脚本编写 2. 熟悉MATLAB 的函数编写 3. 熟悉MATLAB 的变量使用 4. 熟悉MATLAB 的程序控制结构 二、实验内容 1. 分别选用if 或switch 结构实现下述函数表示。 -1 x ≤-a f(x)= x/a -a
实验一MATLAB基本操作及运算 一、实验目的 二、实验的设备及条件 三、实验内容 1、建立以下标量： 1） a=3 2） b=5+ 3 j，（j为虚数单位） 3） c=e j 2 / 3 2、建立以下向量： 2.71 38 1） Vb= 28 82 2） Vc=[4 3.8-3.8 -4 ] （向量中的数值从 4 到 -4，步长为 -0.2） 3、建立以下矩阵： 1） 3 L 3 Ma M O M 3 L 3 Ma 为一个 7×7的矩阵，其元素全为 3. 2） 1 11 L91 2 12 O92 Mb M M O M 10 20 L100
Mb 为一个 10× 10的矩阵 . 3） 1 14 5 Mc 2 5 17 3 23 8 4、使用题 1 中的变量计算下列等式的x,y,z的值： 1） x1 1 1 e( (a 15)/6) 2）x2 ( a 15 x1) 3）x3 ln( R [( b c)(b c)]sin( a / 3)) ，其中R表示复数实部。 5、求解函数值 y e ct2/(2.252)，其中 c 取值见题 1， t 的取值范围为题 2 中行 向量 Vc。 6、使用题 1 和题 3 中所产生的标量和矩阵计算等式 Mx a Mc (Mc) 1 (Mc )T 其中 * 为矩阵所对应行列式的值，参考det 。 7、函数的使用和矩阵的访问。 1）计算矩阵 Mb 每一列的和，结果应为行向量形式。 2）计算整个矩阵 Mb 的平均值。 3）用向量 [1 1 1] 替换 Mb 的最上一行的值 4）将矩阵 Mb 的第 2~5 行，第 3 到 9 列的元素所构成的矩阵赋值给矩阵SubMb。 5）删除矩阵 Mb 的第一行； 6）使用函数 rand 产生一个 1× 10的向量 r ，并将 r 中值小于 0.5 的元素设置为 0。 8、已知 CellA（1, 1）＝‘中国’， CellA（ 1， 2）＝‘北京’， CellA（ 2， 1）是一个 3 乘 3 的单位阵， CellA（ 2, 2）＝[1 2 3]，试用 MATLAB创建一个 2 ×2 的细胞数组 CellA。 9、已知结构数组student 中信息包含有姓名，学号，性别，年龄和班级，试用 MATLAB创建相应的结构数组 student。该数组包含有从自己学号开始连续 5 个同学的信息（如果学号在你后面的同学不足 5 个则往前排序），创建完成后查看自己的信息。