MATALAB基础知识程序设计及图像
- 格式:doc
- 大小:780.50 KB
- 文档页数:9
matlab程序设计Matlab程序设计是一门计算机编程语言,广泛应用于科学、工程和其他领域的数据分析和模拟。
它提供了丰富的函数库和工具箱,可以帮助程序员进行数据处理、图像处理、信号处理、数值计算等任务。
本文将介绍Matlab程序设计的基本原理和一些常用的技巧,以帮助读者更好地理解和使用这个强大的工具。
Matlab程序设计的基础是编写脚本文件或函数文件。
脚本文件是一系列的Matlab命令,按照顺序执行。
函数文件是封装了一段特定功能的代码,可以在其他程序中调用。
编写Matlab脚本或函数需要遵循一定的语法规则,如使用变量、函数、循环和条件语句等。
在编写程序时,还需要注意代码的可读性和可维护性,以便其他人能够理解和修改代码。
Matlab程序设计最常用的功能之一是数据处理。
Matlab提供了丰富的函数和工具,可以方便地读取、处理和分析各种类型的数据。
例如,可以使用Matlab来读取和处理Excel文件、文本文件、图像文件等。
通过使用Matlab的矩阵操作和向量化计算,可以高效地进行大规模数据的处理和计算。
图像处理是Matlab程序设计中的另一个重要应用领域。
Matlab提供了许多图像处理函数和工具箱,可以实现图像的滤波、增强、分割、特征提取等操作。
通过编写Matlab程序,可以实现自定义的图像处理算法,满足不同应用的需求。
信号处理是Matlab程序设计的另一个重要领域。
Matlab提供了丰富的信号处理函数和工具箱,可以进行信号的滤波、降噪、频谱分析、波形合成等操作。
通过编写Matlab程序,可以实现自定义的信号处理算法,满足不同应用的需求。
数值计算是Matlab程序设计的核心功能之一。
Matlab提供了丰富的数值计算函数和工具箱,可以进行数值积分、微分方程求解、优化、线性代数计算等操作。
通过编写Matlab程序,可以实现复杂的数值计算算法,解决实际问题。
除了上述应用领域,Matlab还可以用于建模和仿真、控制系统设计、机器学习等。
MATAB程序设计基础重要基础知识点总结(全)MATAB是一种高级的数值计算和科学计算软件,具备强大的矩阵运算能力。
以下是MATLAB的重要基础知识点:一、变量和数据类型了解如何定义变量、使用不同的数据类型(例如数值型、字符串型、逻辑型)以及它们之间的转换。
1.数值型数据类型包括整数(integers)、浮点数(floats)和复数(complex numbers)。
可以使用不同的精度和符号位来定义这些数据类型。
2.字符串数据类型表示一个或多个字符组成的文本。
字符串在MATLAB中用单引号或双引号括起来,例如'hello' 或"world"。
3.逻辑型数据类型只能取两个值之一,即true(真)或false(假)。
在MATLAB中,逻辑值通常用于控制流程和条件判断。
4.矩阵和数组型数据类型MATLAB中最基本的数据结构是矩阵和数组。
通过向量、矩阵和多维数组来表示和操作数据。
可以使用预定义的函数或运算符来创建、访问和处理这些数据类型。
5.结构体数据类型可以用于将不同类型的数据组合在一起。
结构体可以由不同类型的字段组成,每个字段都有自己的名称和值。
6.元胞数据类型可以容纳不同类型的元素,并且每个元素可以是不同的大小和形状。
元胞数组在MATLAB中常用于存储和传递异构数据。
7.函数和类数据类型MATLAB中还可以定义自己的函数和类,这些数据类型可以对数据进行封装和操作。
二、数组和矩阵操作掌握创建数组和矩阵的方法,并了解常用的矩阵运算,如加法、减法、点乘、叉乘等。
创建数组和矩阵:可以使用方括号[] 或函数来创建数组和矩阵。
例如,a = [1, 2, 3] 可以创建一个包含整数1、2 和 3 的行向量;b = [4; 5; 6] 可以创建一个包含整数4、5 和 6 的列向量;c = [1, 2; 3, 4] 可以创建一个2x2 的矩阵。
访问数组和矩阵元素:可以使用下标(索引)来访问数组和矩阵中的元素。
01 MATLABChapterMATLAB简介MATLAB是一种高级编程语言和环境,主要用于数值计算、数据分析、信号处理、图像处理等多种应用领域。
MATLAB具有简单易学、高效灵活、可视化强等特点,被广泛应用于科研、工程、教育等领域。
MATLAB提供了丰富的函数库和工具箱,方便用户进行各种复杂的数学计算和数据分析。
MATLAB安装与启动MATLAB界面介绍工作空间用于显示当前定义的所有变量及其值。
命令历史记录了用户输入过的命令及其输出结果。
基本运算与数据类型02矩阵运算与数组操作Chapter01020304使用`[]`或`zeros`、`ones`等函数创建矩阵创建矩阵使用`size`函数获取矩阵大小矩阵大小通过下标访问矩阵元素,如`A(i,j)`矩阵元素访问使用`disp`或`fprintf`函数显示矩阵信息矩阵信息矩阵创建与基本操作对应元素相加,如`C = A+ B`加法运算矩阵运算对应元素相减,如`C = A-B`减法运算数与矩阵相乘,如`B = k *A`数乘运算使用单引号`'`进行转置,如`B = A'`转置运算满足乘法条件的矩阵相乘,如`C = A * B`矩阵乘法使用`inv`函数求逆矩阵,如`B = inv(A)`逆矩阵数组创建数组大小数组元素访问数组操作数组操作01020304线性方程组求解数据处理与分析特征值与特征向量图像处理矩阵与数组应用实例03数值计算与数据分析Chapter数值计算基础MATLAB基本运算数值类型与精度变量与表达式函数与脚本数据分析方法数据导入与预处理学习如何导入各种格式的数据(如Excel、CSV、TXT等),并进行数据清洗、转换等预处理操作。
数据统计描述掌握MATLAB中数据统计描述的方法,如计算均值、中位数、标准差等统计量,以及绘制直方图、箱线图等统计图表。
数据相关性分析学习如何在MATLAB中进行数据相关性分析,如计算相关系数、绘制散点图等。
MATLAB基础知识及使用方法第一章:MATLAB简介与环境介绍1.1 MATLAB概述MATLAB是一种高级编程语言和数值计算环境,广泛应用于科学计算、工程设计、数据分析和算法开发等领域。
它提供了强大的数值计算工具和图形绘制功能,并有丰富的库函数和工具箱可供使用。
1.2 MATLAB环境介绍MATLAB的主要界面包括命令窗口、编辑器、工作区和命令历史等。
命令窗口用于交互式执行命令和脚本,编辑器用于编写和编辑脚本文件,工作区用于显示和管理变量,命令历史用于查看和管理执行过的命令。
第二章:MATLAB基本语法2.1 变量和数据类型在MATLAB中,变量可以通过简单的赋值来创建,并且不需要事先声明变量类型。
常见的数据类型包括数值类型(整数、浮点数)、字符类型和逻辑类型(布尔型)等。
MATLAB还提供了复数类型和矩阵类型,具有丰富的数值计算功能。
2.2 运算符和表达式MATLAB支持常见的数学运算符,如加减乘除、取余和乘方等。
此外,还提供了矩阵运算符和逻辑运算符,方便处理矩阵和逻辑表达式。
表达式可以由变量、常数和运算符组合而成,并且支持函数调用。
2.3 控制流程MATLAB提供了条件语句(if-else)、循环语句(for、while)和函数等控制流程结构,以实现不同的程序逻辑。
条件语句根据条件的真假执行不同的代码块,循环语句重复执行一段代码块,函数封装了一段可重复使用的代码。
第三章:MATLAB图形绘制3.1 二维图形绘制MATLAB提供了丰富的函数和工具箱,以绘制各种二维图形,如线图、散点图、柱状图和饼图等。
用户可以自定义图形样式、坐标轴刻度、图例和注释等,以满足不同的数据可视化需求。
3.2 三维图形绘制除了二维图形外,MATLAB还支持绘制三维图形,如曲面图和体积图等。
通过调整视角、设置颜色映射和光照效果,用户可以更直观地表达三维数据的特征和分布情况。
3.3 动态图形绘制MATLAB中的图形绘制功能不仅限于静态图形,还可用于生成动态图形。
Matlab简介PPT课件•Matlab概述•Matlab基础知识•矩阵运算与线性代数应用•图形绘制与可视化技巧目录•数值计算与优化方法探讨•程序设计实践案例分析Matlab概述01Matlab定义与发展历程定义Matlab是一种用于算法开发、数据可视化、数据分析以及数值计算的高级语言和交互式环境。
发展历程由MathWorks公司开发,历经多个版本迭代,逐渐成为科学计算和工程领域的标准工具。
主要功能及应用领域主要功能数值计算、符号计算、图形处理、编程与仿真等。
应用领域信号处理、控制系统、通信、图像处理、金融建模等。
编程环境与界面介绍编程环境提供丰富的函数库和工具箱,支持多种编程范式,如面向对象编程。
界面介绍集成开发环境包括编辑器、命令窗口、工作区等,方便用户进行代码编写、调试和数据可视化。
版本更新与兼容性版本更新Matlab不断推出新版本,增加新功能和优化性能,提高用户体验。
兼容性新版本通常兼容旧版本的文件和代码,但部分功能可能有所调整或改进。
同时,Matlab也提供了丰富的文档和社区支持,帮助用户顺利过渡到新版本。
Matlab基础知识02Matlab支持多种数据类型,包括数值型、字符型、逻辑型、结构体、单元数组等。
变量声明在Matlab中,变量无需事先声明,可以直接赋值使用。
同时,Matlab也支持显式声明变量类型和大小。
数据类型数据类型与变量声明VSMatlab提供了丰富的运算符,包括算术运算符、关系运算符、逻辑运算符等。
在书写表达式时,需要注意运算符的优先级和结合性,以及使用括号来改变运算顺序。
运算符表达式书写规则运算符和表达式书写规则03其他流程控制语句Matlab 还支持break 、continue 、return 等流程控制语句,用于在特定条件下控制程序的执行流程。
01条件语句Matlab 中常用的条件语句有if 语句和switch 语句,用于根据条件执行不同的代码块。
02循环语句Matlab 提供了for 循环和while 循环两种循环结构,用于重复执行某段代码。
《MATLAB教案》PPT课件第一章:MATLAB概述1.1 MATLAB简介介绍MATLAB的历史和发展解释MATLAB的含义(Matrix Laboratory)强调MATLAB在工程和科学计算中的应用1.2 MATLAB界面介绍MATLAB的工作空间解释MATLAB的菜单栏和工具栏演示如何创建、打开和关闭MATLAB文件1.3 MATLAB的基本操作介绍MATLAB的数据类型演示如何进行矩阵运算解释MATLAB中的向量和矩阵运算规则第二章:MATLAB编程基础2.1 MATLAB脚本编程解释MATLAB脚本文件的结构演示如何编写和运行MATLAB脚本强调注释和代码的可读性2.2 MATLAB函数编程介绍MATLAB函数的定义和结构演示如何创建和使用MATLAB函数强调函数的重用性和模块化编程2.3 MATLAB编程技巧介绍变量和函数的命名规则演示如何进行错误处理和调试强调代码的优化和性能提升第三章:MATLAB数值计算3.1 MATLAB数值解算介绍MATLAB中的数值解算工具演示如何解线性方程组和不等式解释MATLAB中的符号解算和数值解算的区别3.2 MATLAB数值分析介绍MATLAB中的数值分析工具演示如何进行插值、拟合和数值积分解释MATLAB中的误差估计和数值稳定性3.3 MATLAB优化工具箱介绍MATLAB优化工具箱的功能演示如何使用优化工具箱进行无约束和约束优化问题解释MATLAB中的优化算法和参数设置第四章:MATLAB绘图和可视化4.1 MATLAB绘图基础介绍MATLAB中的绘图命令和函数演示如何绘制二维和三维图形解释MATLAB中的图形属性设置和自定义4.2 MATLAB数据可视化介绍MATLAB中的数据可视化工具演示如何绘制统计图表和散点图解释MATLAB中的数据过滤和转换4.3 MATLAB动画和交互式图形介绍MATLAB中的动画和交互式图形功能演示如何创建动画和交互式图形解释MATLAB中的图形交互和数据探索第五章:MATLAB应用案例5.1 MATLAB在信号处理中的应用介绍MATLAB在信号处理中的基本概念演示如何使用MATLAB进行信号处理操作解释MATLAB在信号处理中的优势和应用场景5.2 MATLAB在控制系统中的应用介绍MATLAB在控制系统中的基本概念演示如何使用MATLAB进行控制系统分析和设计解释MATLAB在控制系统中的优势和应用场景5.3 MATLAB在图像处理中的应用介绍MATLAB在图像处理中的基本概念演示如何使用MATLAB进行图像处理操作解释MATLAB在图像处理中的优势和应用场景《MATLAB教案》PPT课件第六章:MATLAB Simulink基础6.1 Simulink简介介绍Simulink作为MATLAB的一个集成组件解释Simulink的作用:模型化、仿真和分析动态系统强调Simulink在系统级设计和多领域仿真中的优势6.2 Simulink界面介绍Simulink库浏览器和模型窗口演示如何创建、编辑和运行Simulink模型解释Simulink中的块和连接的概念6.3 Simulink仿真介绍Simulink仿真的基本过程演示如何设置仿真参数和启动仿真解释Simulink仿真结果的查看和分析第七章:MATLAB Simulink高级应用7.1 Simulink设计模式介绍Simulink的设计模式,包括连续、离散、混合和事件驱动模式演示如何根据系统特性选择合适的设计模式解释不同设计模式对系统性能的影响7.2 Simulink子系统介绍Simulink子系统的概念和用途演示如何创建和管理Simulink子系统解释子系统在模块化和层次化设计中的作用7.3 Simulink Real-Time Workshop介绍Simulink Real-Time Workshop的功能演示如何使用Real-Time Workshop进行代码解释代码对于硬件在环仿真和嵌入式系统开发的重要性第八章:MATLAB Simulink库和工具箱8.1 Simulink库介绍Simulink库的结构和分类演示如何访问和使用Simulink库中的块解释Simulink库对于模型构建和功能复用的意义8.2 Simulink工具箱介绍Simulink工具箱的概念和功能演示如何安装和使用Simulink工具箱解释Simulink工具箱在特定领域仿真和分析中的作用8.3 自定义Simulink库介绍如何创建和维护自定义Simulink库演示如何将自定义块添加到库中解释自定义库对于个人和组织级模型共享的重要性第九章:MATLAB Simulink案例分析9.1 Simulink在控制系统中的应用介绍控制系统模型在Simulink中的构建演示如何使用Simulink进行控制系统设计和分析解释Simulink在控制系统教育和研究中的应用9.2 Simulink在信号处理中的应用介绍信号处理模型在Simulink中的构建演示如何使用Simulink进行信号处理仿真解释Simulink在信号处理领域中的优势和实际应用9.3 Simulink在图像处理中的应用介绍图像处理模型在Simulink中的构建演示如何使用Simulink进行图像处理仿真解释Simulink在图像处理领域中的优势和实际应用第十章:MATLAB Simulink项目实践10.1 Simulink项目实践流程介绍从需求分析到模型验证的Simulink项目实践流程演示如何使用Simulink进行项目规划和实施解释Simulink在项目管理和协作中的作用10.2 Simulink与MATLAB的交互介绍Simulink与MATLAB之间的数据交互方式演示如何在Simulink中使用MATLAB函数和脚本解释混合仿真模式对于复杂系统仿真的优势10.3 Simulink项目案例分析具体的Simulink项目案例演示如何解决实际工程问题解释Simulink在工程教育和项目开发中的应用价值《MATLAB教案》PPT课件第十一章:MATLAB App Designer入门11.1 App Designer简介介绍App Designer作为MATLAB中的应用程序开发环境解释App Designer的作用:快速创建跨平台的MATLAB应用程序强调App Designer在简化MATLAB代码部署和用户交互中的优势11.2 App Designer界面介绍App Designer的用户界面和工作流程演示如何创建新应用和编辑应用界面解释App Designer中的组件和布局的概念11.3 App Designer编程介绍App Designer中的MATLAB编程模式演示如何使用App Designer中的MATLAB代码块解释App Designer中事件处理和应用程序生命周期管理的重要性第十二章:MATLAB App Designer高级功能12.1 App Designer用户界面设计介绍App Designer中用户界面的定制方法演示如何使用样式、颜色和主题来美化应用界面解释用户界面设计对于提升用户体验的重要性12.2 App Designer数据模型介绍App Designer中的数据模型和模型视图概念演示如何创建、使用和绑定数据模型和视图解释数据模型在应用程序中的作用和重要性12.3 App Designer部署和分发介绍App Designer应用程序的部署和分发流程演示如何打包和发布应用程序解释如何为不同平台安装和运行App Designer应用程序第十三章:MATLAB App Designer案例研究13.1 图形用户界面(GUI)应用程序设计介绍使用App Designer设计的GUI应用程序案例演示如何创建交互式GUI应用程序来简化MATLAB脚本解释GUI应用程序在数据输入和结果显示中的作用13.2 数据分析和可视化应用程序设计介绍使用App Designer进行数据分析和可视化的案例演示如何创建应用程序来处理和显示大型数据集解释App Designer在数据分析和决策支持中的优势13.3 机器学习和深度学习应用程序设计介绍使用App Designer实现机器学习和深度学习模型的案例演示如何将MATLAB中的机器学习和深度学习算法集成到应用程序中解释App Designer在机器学习和深度学习应用部署中的作用第十四章:MATLAB App Designer实战项目14.1 App Designer项目规划和管理介绍App Designer项目的规划和管理方法演示如何组织和维护大型应用程序项目解释项目管理和版本控制对于团队协作的重要性14.2 App Designer与MATLAB的集成介绍App Designer与MATLAB之间的数据和功能集成演示如何在App Designer中调用MATLAB函数和脚本解释集成MATLAB强大计算和分析能力的重要性14.3 App Designer项目案例实现分析具体的App Designer项目案例实现过程演示如何解决实际工程项目中的问题解释App Designer在工程项目实践中的应用价值第十五章:MATLAB App Designer的未来趋势15.1 App Designer的新功能和技术介绍App Designer的最新功能和技术发展演示如何利用新功能和技术提升应用程序的性能和用户体验强调持续学习和适应新技术的重要性15.2 App Designer在跨平台开发中的应用介绍App Designer在跨平台应用程序开发中的优势演示如何创建适用于不同操作系统的应用程序解释跨平台开发对于扩大应用程序市场的重要性15.3 App Designer的未来趋势和展望讨论App Designer在未来的发展趋势和潜在应用领域激发学生对于应用程序开发和创新的兴趣强调持续探索和创造新应用的重要性重点和难点解析本文档为您提供了一份详尽的《MATLAB教案》PPT课件,内容涵盖了MATLAB 的基本概念、编程基础、数值计算、绘图和可视化、应用案例、Simulink的基础知识、高级应用、库和工具箱的使用、案例分析以及项目实践、App Designer 的基础知识、高级功能、案例研究、实战项目和未来趋势等方面的内容。
(完整版)Matlab⼊门教程第1章MATLAB操作基础1.1 MATLAB概述1.1.2 MATLAB的主要功能1.数值计算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。
2.绘图功能可以绘制⼆维、三维图形,还可以绘制特殊图形(与统计有关的图,例如:区域图、直⽅图、饼图、柱状图等)。
3.编程语⾔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。
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。
1.1.3MATLAB语⾔的特点语⾔简洁紧凑,使⽤⽅便灵活,易学易⽤。
例如:A=[1 2 3;4 5 6;7 8 9]⼀条语句实现了对3x3矩阵的输⼊。
语句功能强⼤,⼀条语句相当于其它语⾔的⼀个⼦程序,例如fft。
语句简单,内涵丰富。
同⼀个函数有不同的输⼊变量和输出变量,分别代表不同的含义。
Matlab既具有结构化的控制语句(if、for、while)⼜⽀持⾯向对象的程序设计。
⽅便的绘图功能。
包含功能强劲的⼯具箱。
易于扩展。
1.1.4 初识MATLAB例1-1 绘制正弦曲线和余弦曲线。
x=[0:0.5:360]*pi/180;plot(x,sin(x),x,cos(x));例1-2 求⽅程3x4+7x3+9x2-23=0的全部根。
p=[3,7,9,0,-23]; %建⽴多项式系数向量x=roots(p) %求根例1-3 求积分quad('x.*log(1+x)',0,1)例1-4 求解线性⽅程组。
a=[2,-3,1;8,3,2;45,1,-9];b=[4;2;17];x=inv(a)*b1.2 MATLAB的运⾏环境与安装1.2.1 MATLAB的运⾏环境硬件环境:(1) CPU(2) 内存(3) 硬盘(4) CD-ROM驱动器和⿏标软件环境:(1) Windows 98/NT/2000 或Windows XP(2) 其他软件根据需要选⽤1.2.2 MATLAB的安装运⾏系统的安装程序setup.exe,可以按照安装提⽰依次操作。
MATLAB的基本操作与编程基础实验⼀MATLAB的基本操作、编程基础姓名:学号:⽹选班级:1.简述实验⽬的及实验原理答:本次实验的⽬的是为了了解matlab软件和matlab语⾔的⽤法。
简要介绍了⼀些常⽤的运算符和函数,还有⼀些信号系统在matlab软件⾥怎样实现的。
实验原理是通过matlab软件实现信号系统的⼀些计算。
2.记录实验内容3、4的命令或程序及图形内容3.画出以下各序列在给定区间的图形。
1) x(n)=2δ(n+2)-δ(n-4)+δ(n) ,-5≤n≤52) x(n)=n[u(n)-u(n-10)]+10e-0.3(n-10)[u(n-10)-u(n-20)],0≤n≤203) x(n)=2-cos(0.4πn)- cos(0.8πn),0≤n≤50答:(1)程序为:n=-5:5;x1=[(n+2)==0];x2=[(n-4)==0];x3=[(n+0)==0];x=2.*x1-x2+x3;stem(n,x);xlabel('n');ylabel('x');(2)程序为:%x(n)=n[u(n)-u(n-10)]+10e-0.3(n-10)[u(n-10)-u(n-20)],n=0:20;x1=[n>=0];x2=[n>=10];x3=[n>=20];x4=exp(-0.3).^(n-10);x=x1-x2+10.*x4.*(x2-x3);stem(n,x);xlabel('n 作者:陈哲');ylabel('x');(3)程序为:%x(n)=2-cos(0.4|Dn)- cos(0.8|Dn£? ,0?ün?ü50%x(n)=2-cos(0.4|Dn)- cos(0.8|Dn£? ,0?ün?ü50n=0:50;x1=cos(0.4*n.*pi);x2=cos(0.8*n.*pi);x=2-x1-x2;subplot(211);stem(n,x);xlabel('n 作者:陈哲');ylabel('x');title('采样点很少的情况');n1=0:0.01:50;x11=cos(0.4*n1.*pi);x21=cos(0.8*n1.*pi);x0=2-x11-x21;subplot(212);stem(n1,x0);xlabel('n 作者:陈哲');ylabel('x');title('采样点很多的情况');4.令x(n)={1,2,3,4,5,6,7,6,5,4,3,2,1},画出下列序列的图形1) x1(n)=2x(n-5)-3x(n-4)2) x2(n)=x(3-n)-x(n)x(n-2)3) x e(n)和x o(n) ---通过编写求x e(n)、x o(n)的M-file来实现(需要给出测试函数) x e(n) 和x o(n)分别为x(n)的偶部和奇部解:(1)程序为:%x1(n)=2x(n-5)-3x(n-4),x(n)={1,2,3,4,5,6,7,6,5,4,3,2,1}%x1=x(n-5) x2=x(n-4)x=[1,2,3,4,5,6,7,6,5,4,3,2,1];n=0:12;[x1,n1]=sigshift(x,n,5);[x2,n2]=sigshift(x,n,4);[y,n3] = sigadd((2.*x1),n1,(-3.*x2),n2)subplot(211);stem(n,x);xlabel('n');ylabel('x(n)');subplot(212);stem(n3,y);xlabel('n');ylabel('x1(n)=2x(n-5)-3x(n-4)');⾃定义函数有:%实现信号加的M-file :y(n)=x1(n)+x2(n)function [y,n] = sigadd(x1,n1,x2,n2)n = min(min(n1),min(n2)):max(max(n1),max(n2));y1 = zeros(1,length(n)); y2 = y1;y1(find((n>=min(n1))&(n<=max(n1))==1))=x1;y2(find((n>=min(n2))&(n<=max(n2))==1))=x2;y = y1+y2;%移位的M-file :y(n)=x(n-n0)function [y,n] = sigshift(x,m,n0)n = m+n0; y = x;(2)程序为:%x2(n)=x(3-n)-x(n)x(n-2)%x0=x(3-n);x1=x(n)x(n-2);x=[1,2,3,4,5,6,7,6,5,4,3,2,1];n0=0:12;[x00,n10] = sigshift(x,3,n0);[x0,n1] = sigfold(x00,n10);[x11,n11] = sigshift(x,2,n0);[x1,n2] = sigmult(x,n0,x11,n11);[x2,n] = sigadd(x0,n1,-x1,n2);stem(n,x2);xlabel('n');ylabel('x2(n)');title('x2(n)=x(3-n)-x(n)x(n-2)');⾃定义函数有:%实现信号乘的M-file : y(n)=x1(n) x2(n)function [y,n] = sigmult(x1,n1,x2,n2)n = min(min(n1),min(n2)):max(max(n1),max(n2));y1 = zeros(1,length(n)); y2 = y1;y1(find((n>=min(n1))&(n<=max(n1))==1))=x1; y2(find((n>=min(n2))&(n<=max(n2))==1))=x2; y = y1 .* y2;%折叠的M-file :y(n)=x(-n)function [y,n] = sigfold(x,n)y = fliplr(x); n = -fliplr(n);(3)程序为:奇部函数:function [y1,m1 ] =jishu( x,n )for i=1:2:nif i<=nm1((i+1)/2)=(i+1)/2;y1((i+1)/2)=x(i);endend偶部函数:function [y1,m1 ] =oushu( x,n )for i=2:2:nif i<=nm1((i)/2)=(i)/2;y1((i)/2)=x(i);endend测试程序:x=[1,2,3,4,5,6,7,6,5,4,3,2,1];n0=1:13;n=13;[y1,m1]=jishu(x,n);[y2,m2]=oushu(x,n);subplot(311);stem(n0,x);xlabel('n');ylabel('x(n)');title('x(n)');subplot(312);stem(m1,y1);xlabel('n');ylabel('x(n)??2?');title('x(n)??2?'); subplot(313);stem(m2,y2);xlabel('n');ylabel('x(n)??2?');title('x(n)??2?');。
提示:可用命令polar 。
3) 空间曲线:(4sin 20)cost,(4sin 20)sint,(020)cos 20,x t y t t z t ⎧=+⎪=+≤≤⎨⎪=⎩; 4) 环面:⎪⎩⎪⎨⎧=+=+=,sin ,sin )cos 1(,cos )cos 1(u z v u y v u x )2,0()2,0(ππ∈∈v u 。
4.建立一个命令M-文件:求所有的“水仙花数”,所谓“水仙花数”是指一个三位数,其各位数字的立方和等于该数本身。
例如,153是一个水仙花数,因为153=13+53+33。
二、实验过程1、1)、实验源代码:syms x;y=(x-1)^7;x=linspace(0.988,1.012,50);y1=subs(y,x);plot(x,y1);syms x;y=expand((x-1)^7);x=linspace(0.988,1.012,50);y2=subs(y,x);plot(x,y2);2)、实验结果及分析:左图为y1的图像,右图为y2的图像,可看出两图有明显的差别,右图为一条连续的曲线,左图则为上下波动的折线,之所以产生这样的差别,应该是分成多项式后,每一项的运算都会损失一些精度,所以最后结果精度损失很大,所以图像就显得不平滑了。
2、1)、实验源代码:x=linspace(-3,3,200);y1=exp(x);plot(x,y1);hold on;y2=1+x;plot(x,y2,'y');y3=1+x+(x.^2)/2;plot(x,y3,'b');y4=1+x+(x.^2)/2+(x.^3)/6;plot(x,y4,'r');title('泰勒公式的验证');legend('y1=e^x','y2=1+x','y3=1+x+(1/2)x^2','y4= 1+x+(1/2)x2+(1/6)x^3') hold off;2)、实验结果及分析:由图像可得,当函数相加的项越多,函数图像越趋近于e^x,由此可验证泰勒公式。
实验一:Matlab程序设计及绘图一、实验目的1、掌握 Matlab 软件使用的基本方法;2、熟悉 Matlab 的编程方法;3、熟悉 Matlab 绘图命令及基本绘图控制。
二、实验内容1.基本绘图命令(1)绘制余弦曲线 y=cos(t),t∈[0,2π](2)在同一坐标系中绘制余弦曲线 y=cos(t-0.25)和正弦曲线 y=sin(t-0.5), t∈[0,2π]2.基本绘图控制绘制[0,4π]区间上的 x1=10sint 曲线,并要求:(1)线形为点划线、颜色为红色、数据点标记为加号;(2)坐标轴控制:显示范围、刻度线、比例、网络线(3)标注控制:坐标轴名称、标题、相应文本;3.程序设计:找出从2开始的前100个素数,并依次排列显示。
三、实验原理MATLAB环境是一种为数值计算、数据分析和图形显示服务的交互式的环境。
MATLAB有3种窗口,即:命令窗口(The Command Window)、m-文件编辑窗口(The Edit Window)和图形窗口(The Figure Window),而Simulink另外又有Simulink模型编辑窗口。
1.命令窗口(The Command Window)当MATLAB启动后,出现的最大的窗口就是命令窗口。
用户可以在提示符“>>”后面输入交互的命令,这些命令就立即被执行。
在MATLAB中,一连串命令可以放置在一个文件中,不必把它们直接在命令窗口内输入。
在命令窗口中输入该文件名,这一连串命令就被执行了。
因为这样的文件都是以“.m”为后缀,所以称为m-文件。
2.m-文件编辑窗口(The Edit Window)我们可以用m-文件编辑窗口来产生新的m-文件,或者编辑已经存在的m-文件。
在MATLAB主界面上选择菜单“File/New/M-file”就打开了一个新的m-文件编辑窗口;选择菜单“File/Open”就可以打开一个已经存在的m-文件,并且可以在这个窗口中编辑这个m-文件。
Matlab绘图及程序设计实验⽬的:1.掌握Matlab的控制语句2.熟悉数组运算3.Matlab图形处理功能4.Matlab程序初步设计实验要求:1.学习了解Matlab的控制语句,for,while,if等2.练习数组的运算,如加减乘,变维,矩阵的逆等3.练习⼆维,三维图形的画图和处理实验内容:1.MATLAB的控制流(语句):顺序结构、if-else-end分⽀结构、swtich-case、try-catch结构、for循环结构、while循环结构。
2.数组的运算:数组的创建和操作、数组的常见运算。
3.图形绘制:离散数据及离散函数、连续函数。
4.设计⼀个多项式估值程序。
实验步骤: 1.顺序结构是MATLAB程序中最基本的结构,表⽰程序中的各种操作是按照他们出现的先后顺序执⾏的。
例如,计算矩形⾯积,输⼊如下代码: 快捷键【Crtl+S】保存,⾃命名“Untitled”(可⾃⼰定义名称)单击⼯具栏上的“运⾏”图标,结果如下: if-else-end指令为程序提供了⼀种分⽀结构,该结构的形式根据实际情况的不同⽽不同。
分⽀结构的简单运⽤⽰例: 调⽤该程序,输⼊x的值,得到如下结果: switch-case语句执⾏基于变量或表达式值的语句组,关键字case和otherwise⽤于描述语句组,只执⾏第⼀个匹配的情形。
⽤到switch则必须⽤end搭配。
求任意底数的对数函数值⽰例: 结果如下: for循环结构是针对⼤型运算相当有效的运算⽅法,for循环重复执⾏⼀组语句⼀个预先给定的次数,匹配end描述该语句。
利⽤for循环求解从1加到100的和: 2.数组的创建和操作:在MATLAB中⼀般使⽤⽅括号“[ ]”、逗号“,”、空格和分好“;”来创建数组,数组中同⼀⾏的元素使⽤逗号或空格进⾏隔开,不同⾏之间⽤分好进⾏分隔。
创建空数组、⾏向量、列向量⽰例: 在数组的常见运算,加减乘除⽰例: 结果部分截图: 3.离散数据,⼀个⼆元实数标量对(x,y)可以⽤平⾯上的点来表⽰。
实验
实验内容:
1、程序设计
(1)请自行设计动画,并给出程序代码。
R=6;r=3;syms u v;
ezmesh((R+r*cos(u))*cos(v),(R+r*cos(u))*sin(v),r*sin(u),[-pi,pi] );axis([-10 10 -10 10 -10 10])
m=moviein(15);
for i=1:15
view(-37.5+24*(i-1),30)
m(:,i)=getframe;
end
movie(m)
10
-10
x
x = (6+3 cos(u)) cos(v), y = (6+3 cos(u)) sin(v), z = 3 sin(u)
y
z
(2)已知 ,当 n=100 时,求y 的值。
y=0; for n=1:100
y=y+(1/(2*n-1)); end y
(3)求解∑=20
1
!n n 。
y=1; for n=1:20 y=y*n;
1
21
5
13
11-++++=n y
y
(3)一球从100米高度自由落下,每次落地后反跳回原高度的一半,再落下. 求它在第10次落地时,共经过多少米?第10次反弹有多高?
total=0;sum=0;s=100;
for n=1:10
s=(1/2)*s;
sum=sum+s;total=2*sum+100;
end total,s
(4)有两笔金额均为3000元的资金,如果一笔按6%的实际利率投资,另一笔按4%的实际利率投资,试计算经过多长时间以后,前者的累积值不超过后者的2倍。
m1=3000;m2=3000;y=0;
while m1<=2*(m2)
y=y+1;
m1=(m1)*(1+6/100);m2=(m2)*(1+4/100);
end
2、在一天24小时内,从零点开始每间隔2小时测得环境温度数据分别为(°C)
12 9 9 10 18 24 28 27 25 20 18 15 13
推测中午1点(即13点)时的温度?
>> hours=0:2:24;temps=[12 9 9 10 18 24 28 27 25 20 18 15 13];t=interp1(hours,temps,13,'spline')
t =27.8725
>> hours=0:2:24;temps=[12 9 9 10 18 24 28 27 25 20 18 15 13];t=interp1(hours,temps,13)
t = 27.5000
3、山区地貌:在某山区测得一些地点的高程如下表:(平面区域1200<=x<=4000,1200<=y<=3600),试作出该山区的地貌图和等高线图,并对几种插值方法进行比较。
x=1200:400:4000;
y=1200:400:3600;
z=[1130 1250 1280 1230 1040 900 500 700;1320 1450 1420 1400 1300 700 900 850;
1390 1500 1500 1400 900 1100 1060 950;1500 1200 1100 1350 1450 120 1150 1010;
1500 1200 1100 1550 1600 1550 1380 1070;1500 1550 1600 1550 1600 1600 1600 1550;
1480 1500 1550 1510 1430 1300 1200 980;];
figure(1);
mesh(x,y,z)
xi=1200:50:4000;
yi=1200:50:3600;
figure(2)
z1i=interp2(x,y,z,xi,yi','nearest');
mesh(xi,yi,z1i)
figure(3)
z2i = interp2(x,y,z,xi,yi');
mesh(xi,yi,z2i)
figure(4)
z3i = interp2(x,y,z,xi,yi','cubic');
mesh(xi,yi,z3i)
figure(5)
subplot(1,3,1)
contour(xi,yi,z1i,10,'r'); subplot(1,3,2)
contour(xi,yi,z2i,10,'r'); subplot(1,3,3)
contour(xi,yi,z3i,10,'r');
1000
4000
1000
4000
1000
4000
1000
4000
2000300040001500200025003000350020003000400015002000250030003500200030004000
1500
2000
2500
3000
3500
4、已知一室模型快速静脉注射下的血药浓度数据(t=0注射300mg)
求血药浓度随时间的变化规律c(t). d=300;
t=[0.25 0.5 1 1.5 2 3 4 6 8];
c=[19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01]; y=log(c); a=polyfit(t,y,1) k=-a(1) v=d/exp(a(2))
为待定系数
k c e
c t c kt
,)(0-=。