MATLAB实验报告 2
MATLAB实验报告
MATLAB实验报告一、实验目的本次 MATLAB 实验旨在深入了解和掌握 MATLAB 软件的基本操作和应用，通过实际编程和数据处理，提高解决问题的能力，培养编程思维和逻辑分析能力。
二、实验环境本次实验使用的是 MATLAB R2020a 版本，运行在 Windows 10 操作系统上。
计算机配置为英特尔酷睿 i5 处理器，8GB 内存。
三、实验内容（一）矩阵运算1、矩阵的创建使用直接输入、函数生成和从外部文件导入等方式创建矩阵。
例如，通过｀1 2 3; 4 5 6; 7 8 9` 直接输入创建一个 3 行 3 列的矩阵；使用｀ones(3,3)｀函数创建一个 3 行 3 列元素全为 1 的矩阵。
2、矩阵的基本运算包括矩阵的加减乘除、求逆、转置等。
例如，对于两个相同维度的矩阵｀A` 和｀B` ，可以进行加法运算｀C ＝ A ＋ B` 。
3、矩阵的特征值和特征向量计算通过｀eig` 函数计算矩阵的特征值和特征向量，加深对线性代数知识的理解和应用。
（二）函数编写1、自定义函数使用｀function` 关键字定义自己的函数，例如编写一个计算两个数之和的函数｀function s ＝ add(a,b) s ＝ a ＋ b; end` 。
2、函数的调用在主程序中调用自定义函数，并传递参数进行计算。
3、函数的参数传递了解值传递和引用传递的区别，以及如何根据实际需求选择合适的参数传递方式。
（三）绘图功能1、二维图形绘制使用｀plot` 函数绘制简单的折线图、曲线等，如｀x ＝ 0:01:2pi; y ＝ sin(x)； plot(x,y)｀绘制正弦曲线。
2、图形的修饰通过设置坐标轴范围、标题、标签、线条颜色和样式等属性，使图形更加清晰和美观。
3、三维图形绘制尝试使用｀mesh` 、｀surf` 等函数绘制三维图形，如绘制一个球面｀x,y,z ＝ sphere(50)； surf(x,y,z)｀。
（四）数据处理与分析1、数据的读取和写入使用｀load` 和｀save` 函数从外部文件读取数据和将数据保存到文件中。
实验二MATLAB绘制图形
grid on %在所画出的图形坐标中加入栅格
绘制图形如下
50
10
1
0.8
40
10
0.6
0.4
30
10
0.2
0
1020
-0.2
-0.4
1010
-0.6
-0.8
0
10
-1
-2
0
2
-2
0
2
10
10
10
10
10
10
如果在图中不加栅格
程序如下：
clear x=logspace(-1,2);%在10^(-1)到10^2之间产生50个 对数等分的行向量 subplot(121); loglog(x,10*exp(x),'-p') subplot(122); semilogx(x,cos(10.^x))
（2）plot(x,y)： 基本格式，x和y可为向量或矩阵. 1. 如果x，y是同维向量，以x元素为横坐标，以y元素 为纵坐标绘图. 2. 如果x是向量，y是有一维与x元素数量相等的矩阵， 则以x为共同横坐标， y元素为纵坐标绘图，曲线数目 为y的另一维数. 3. 如果x，y是同维矩阵，则按列以x，y对应列元素为 横、纵坐标绘图，曲线数目等于矩阵列数.
y=2*exp(-0.5*x).*cos(4*pi*x);
2
plot(x,y)
1.5
1
0.5
0
-0.5
-1
-1.5
-2
0
1
2
3
4
5
6
7
例4 绘制曲线
t=(0:0.1:2*pi);
x=t.*sin(3*t);
y=t.*sin(t).*sin(t);
matlab实验二
北京工业大学Matlab实验报告**: ***学号: ************: **实验二、Matlab 的基本计算（一）实验目的1.掌握建立矩阵的方法。
2.掌握Matlab 各种表达式的书写规则以及常用函数的使用。
3.能用Matlab 进行基本的数组、矩阵运算。
4.掌握矩阵分析的方法以及能用矩阵运算或求逆法解线性方程组。
5.掌握Matlab 中的关系运算与逻辑运算。
(二）实验环境1．计算机2．MATLAB7.0集成环境（三）实验内容及要求1、熟练操作MATLAB7.0运行环境；2、自主编写程序，必要时参考相关资料；3、实验前应写出程序大致框架或完整的程序代码；4、完成实验报告。
（四）实验程序设计1.利用diag 等函数产生下列矩阵。
⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=032570800a ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=804050702b2.利用reshape 函数将1题中的a 和b 变换成行向量。
3.产生一个均匀分布在（-5，5）之间的随机矩阵（10×2），要求精确到小数点后一位。
4.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 = 5.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（矩阵除法和求逆法）(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。
MATLAB实验报告(1-4)
信号与系统MATLAB第一次实验报告一、实验目的1.熟悉MATLAB软件并会简单的使用运算和简单二维图的绘制。
2.学会运用MATLAB表示常用连续时间信号的方法3.观察并熟悉一些信号的波形和特性。
4.学会运用MATLAB进行连续信号时移、反折和尺度变换。
5.学会运用MATLAB进行连续时间微分、积分运算。
6.学会运用MATLAB进行连续信号相加、相乘运算。
7.学会运用MATLAB进行连续信号的奇偶分解。
二、实验任务将实验书中的例题和解析看懂，并在MATLAB软件中练习例题，最终将作业完成。
三、实验内容1.MATLAB软件基本运算入门。
1). MATLAB软件的数值计算：算数运算向量运算：1.向量元素要用”[ ]”括起来，元素之间可用空格、逗号分隔生成行向量，用分号分隔生成列向量。
2.x=x0:step:xn.其中x0位初始值，step表示步长或者增量，xn 为结束值。
矩阵运算：1.矩阵”[ ]”括起来；矩阵每一行的各个元素必须用”,”或者空格分开；矩阵的不同行之间必须用分号”;”或者ENTER分开。
2.矩阵的加法或者减法运算是将矩阵的对应元素分别进行加法或者减法的运算。
3.常用的点运算包括”.*”、”./”、”.\”、”.^”等等。
举例：计算一个函数并绘制出在对应区间上对应的值。
2).MATLAB软件的符号运算：定义符号变量的语句格式为”syms 变量名”2.MATLAB软件简单二维图形绘制1).函数y=f(x)关于变量x的曲线绘制用语：>>plot(x,y)2).输出多个图像表顺序：例如m和n表示在一个窗口中显示m行n列个图像，p表示第p个区域，表达为subplot(mnp)或者subplot(m,n,p)3).表示输出表格横轴纵轴表达范围：axis([xmax,xmin,ymax,ymin])4).标上横轴纵轴的字母：xlabel(‘x’),ylabel(‘y’)5).命名图像就在subplot写在同一行或者在下一个subplot前：title(‘……’)6).输出：grid on举例1：举例2：3.matlab程序流程控制1).for循环：for循环变量=初值:增量:终值循环体End2).while循环结构：while 逻辑表达式循环体End3).If分支：(单分支表达式)if 逻辑表达式程序模块End(多分支结构的语法格式)if 逻辑表达式1程序模块1Else if 逻辑表达式2程序模块2…else 程序模块nEnd4).switch分支结构Switch 表达式Case 常量1程序模块1Case 常量2程序模块2……Otherwise 程序模块nEnd4.典型信号的MATLAB表示1).实指数信号：y=k*exp(a*t)举例：2).正弦信号：y=k*sin(w*t+phi)3).复指数信号：举例：4).抽样信号5).矩形脉冲信号:y=square(t,DUTY) (width默认为1)6).三角波脉冲信号：y=tripuls(t,width,skew)(skew的取值在-1~+1之间，若skew取值为0则对称)周期三角波信号或锯齿波:Y=sawtooth(t,width)5.单位阶跃信号的MATLAB表示6.信号的时移、反折和尺度变换:Xl=fliplr(x)实现信号的反折7.连续时间信号的微分和积分运算1).连续时间信号的微分运算：语句格式：d iff(function,’variable’,n)Function:需要进行求导运算的函数，variable:求导运算的独立变量，n：求导阶数2).连续时间信号的积分运算：语句格式：int(function,’variable’,a,b)Function:被积函数variable:积分变量a:积分下限b:积分上限(a&b默认是不定积分)8.信号的相加与相乘运算9.信号的奇偶分解四、小结这一次实验让我能够教熟悉的使用这个软件，并且能够输入简单的语句并输出相应的结果和波形图，也在一定程度上巩固了c语言的一些语法。
matlab计算机实验报告
matlab计算机实验报告Matlab计算机实验报告引言Matlab是一种强大的计算机软件，广泛应用于科学计算、数据分析和工程设计等领域。
本实验报告旨在介绍我对Matlab的实验研究和应用。
通过实验，我深入了解了Matlab的功能和特点，并通过实际案例展示了其在科学计算和数据处理中的应用。
实验一：基本操作和语法在本实验中，我首先学习了Matlab的基本操作和语法。
通过编写简单的程序，我熟悉了Matlab的变量定义、赋值、运算符和条件语句等基本语法。
我还学习了Matlab的矩阵操作和向量化计算的优势。
通过实例演示，我发现Matlab在处理大规模数据时具有高效性和便捷性。
实验二：数据可视化数据可视化是Matlab的重要应用之一。
在本实验中，我学习了如何使用Matlab绘制各种图表，如折线图、散点图、柱状图和饼图等。
我了解了Matlab 的绘图函数和参数设置，并通过实例展示了如何将数据转化为直观的图形展示。
数据可视化不仅可以帮助我们更好地理解数据，还可以用于数据分析和决策支持。
实验三：数值计算和优化Matlab在数值计算和优化方面具有强大的功能。
在本实验中，我学习了Matlab 的数值计算函数和工具箱，如数值积分、微分方程求解和线性代数运算等。
通过实例研究，我发现Matlab在求解复杂数学问题和优化算法方面具有出色的性能。
这对于科学研究和工程设计中的数值分析和优化问题非常有用。
实验四：图像处理和模式识别Matlab在图像处理和模式识别领域也有广泛的应用。
在本实验中，我学习了Matlab的图像处理工具箱和模式识别算法。
通过实例演示，我了解了如何使用Matlab进行图像滤波、边缘检测和特征提取等操作。
我还学习了一些常见的模式识别算法，如支持向量机和神经网络等。
这些技术在计算机视觉和模式识别中具有重要的应用价值。
实验五：信号处理和系统建模Matlab在信号处理和系统建模方面也有广泛的应用。
在本实验中，我学习了Matlab的信号处理工具箱和系统建模工具。
南华大学《MATLAB及应用》实验报告2
核科学技术学院实验报告实验项目名称MATLAB符号计算所属课程名称MATLAB及应用实验类型上机实验实验日期12月日指导教师谢芹班级学号姓名成绩一、实验名称MATLAB符号计算二、实验目的（1）掌握定义符号对象的方法（2）掌握符号表达式的运算法则以及符号矩阵运算（3）掌握求符号函数极限及导数的方法（4）掌握求符号函数定积分和不定积分的方法三、实验原理1. 函数极限及导数的方法（1）函数极限：limit(F,x,a) 求符号函数f(x)的极限值。
即计算当变量x趋近于常数a时，f(x)函数的极限值。
（2）limit(f)：求符号函数f(x)的极限值。
符号函数f(x)的变量为函数findsym(f)确定的默认变量；没有指定变量的目标值时，系统默认变量趋近于0，即a=0的情况。
（3）limit(f,x,a,'right')：求符号函数f的极限值。
'right'表示变量x从右边趋近于a。
（4）limit(f,x,a,‘left’)：求符号函数f的极限值。
‘left’表示变量x从左边趋近于a。
2. 微分：diff(s)：没有指定变量和导数阶数，则系统按findsym函数指示的默认变量对符号表达式s求一阶导数。
diff(s,'v')：以v为自变量，对符号表达式s求一阶导数。
diff(s,n)：按findsym函数指示的默认变量对符号表达式s求n阶导数，n为正整数。
diff(s,'v',n)：以v为自变量，对符号表达式s求n阶导数。
3. 函数定积分和不定积分的方法：int(s)：没有指定积分变量和积分阶数时，系统按findsym函数指示的默认变量对被积函数或符号表达式s求不定积分。
int(s,v)：以v为自变量，对被积函数或符号表达式s求不定积分。
int(s,v,a,b)：求定积分运算。
a,b分别表示定积分的下限和上限。
梯形法：trapz(x,y)：x为分割点构成的向量，y为被积函数在分割点上的函数值构成的向量；抛物线法：quad(f,a,b,tol)，f 是被积函数，[a,b]是积分区间，tol 是精度。
Matlab实验报告
自动控制技术与其应用实验报告系别：班级：XX：学号：实验二典型环节与其阶跃响应（▲）一、实验目的1. 学习构成典型环节的模拟电路，了解电路参数对环节特性的影响。
2. 学习典型环节阶跃响应的测量方法，并学会由阶跃响应曲线计算典型环节的传递函数。
3. 学习用MATLAB仿真软件对实验内容中的电路进行仿真。
二、实验设备和仪器1．计算机；2. MA TLAB软件三、实验结果分析与结论1.比例环节 G1(S)=1和G2(S)=2（二选一）比例环节仿真仿真结构图单位阶跃响应波形图比例环节特点：成比例，无失真和延迟2.惯性环节 G1(S)=1/(S+1)和G2(S)=1/(0.5S+1) （二选一）绘制：仿真结构图、单位阶跃响应波形图(需要注明必要的特殊点)惯性环节仿真仿真结构图单位阶跃响应波形图惯性环节特点：输出量不能立即随输入量的变化而变化，存在时间上延迟，输出无振荡3.积分环节G1(S)=(1/S)和G2(S)=(1/（0.5S）)绘制：仿真结构图、单位阶跃响应波形图(需要注明必要的特殊点)积分环节仿真仿真结构图单位阶跃响应波形图积分环节仿真仿真结构图单位阶跃响应波形图积分环节特点：输出量反应输入量的时间积累4.微分环节G1(S)=0.5S和G2(S)=2S绘制：仿真结构图、单位阶跃响应波形图(需要注明必要的特殊点)微分环节仿真仿真结构图单位阶跃响应波形图微分环节仿真仿真结构图单位阶跃响应波形图微分环节特点：输出能够预示输入信号的变化趋势5.比例微分环节G1(S)=(2+S)和G2(S)=(1+2S)绘制：仿真结构图、单位阶跃响应波形图(需要注明必要的特殊点)比例微分环节仿真仿真结构图单位阶跃响应波形图比例微分环节仿真仿真结构图单位阶跃响应波形图比例微分环节特点：调节与时，偏差小，当输出稳定时的幅值与比例环节的比例系数成正比6.比例积分环节G1（S）=(1+1/S)和G2（S）=2（1+1/2S）绘制：仿真结构图、单位阶跃响应波形图(需要注明必要的特殊点)比例积分环节仿真仿真结构图单位阶跃响应波形图比例积分环节仿真仿真结构图单位阶跃响应波形图比例积分环节特点：应速度变快，其输出与积分时间常数有关四、实验心得与体会通过实验可以更加形象生动、清晰、一目了然，让我们更容易掌握各个环节的特点，同时掌握了MATLAB 的一些基本绘图仿真知识。
实验二MATLAB程序设计含实验报告
实验二 MATLAB 程序设计一、 实验目的1.掌握利用if 语句实现选择结构的方法。
2.掌握利用switch 语句实现多分支选择结构的方法。
3.掌握利用for 语句实现循环结构的方法。
4.掌握利用while 语句实现循环结构的方法。
5.掌握MATLAB 函数的编写及调试方法。
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）。
M 文件的编写：启动MATLAB 后，点击File|New|M-File ，启动MATLAB 的程序编辑及调试器（Editor/Debugger ），编辑以下程序，点击File|Save 保存程序，注意文件名最好用英文字符。
点击Debug|Run 运行程序，在命令窗口查看运行结果，程序如有错误则改正三、 实验内容1.编写求解方程02=++c bx ax 的根的函数（这个方程不一定为一元二次方程，因c b a 、、的不同取值而定），这里应根据c b a 、、的不同取值分别处理，有输入参数提示，当0~,0,0===c b a 时应提示“为恒不等式!”。
并输入几组典型值加以检验。
（提示：提示输入使用input 函数）2.输入一个百分制成绩，要求输出成绩等级A+、A 、B 、C 、D 、E 。
其中100分为A+，90分～99分为A ，80分～89分为B ，70分～79分为C ，60分～69分为D ，60分以下为E 。
要求：（1）用switch 语句实现。
（2）输入百分制成绩后要判断该成绩的合理性，对不合理的成绩应输出出错信息。
（提示：注意单元矩阵的用法）3.数论中一个有趣的题目：任意一个正整数，若为偶数，则用2除之，若为奇数，则与3相乘再加上1。
重复此过程，最终得到的结果为1。
如：2?13?10?5?16?8?4?2?16?3?10?5?16?8?4?2?1运行下面的程序，按程序提示输入n=1,2,3,5,7等数来验证这一结论。
请为关键的Matlab 语句填写上相关注释，说明其含义或功能。
MATLAB实验报告第二章
第二章作业M2_1.利用MATLAB实现下列连续时间信号。
（1）x(t)=u(t)-u(t-2)function y=heaviside(t);y=(t>0);endt=-10:0.001:10;>>xt=heaviside(t)-heaviside(t-2);>>plot(t,xt)>>axis([-10,10,-2,2])(2) x(t)=u(t)function y=heaviside(t);y=(t>0);endt=-10:0.001:10;>>xt=heaviside(t);>>plot(t,xt)>>axis([-10,10,-2,2])(3)xt=10exp(-t)-5exp(-2t)>> A=10;a=-1;>> t=0:0.001:10;>> x1t=A*exp(a*t);>> A=5;a=-2;>> t=0:0.001:10;>> x2t=A*exp(a*t);>>xt=x1t-x2t;>>plot(t,xt)(4)xt=tu(t)>> t=-10:0.001:10;>>xt=t.*heaviside(t);>>plot(t,xt)（5）xt=2|sin（10pit+pi/3）| >> A=2;w0=10*pi;phi=pi/3; >> t=0:0.001:1;>>xt=A*abs(sin(w0*t+phi)); >>plot(t,xt)>>axis([0,1,-4,4])Xt=cost+sin(2pit)>> A=1;w0=1;phi=0; >> t=0:0.002:10;>> x1t=A*cos(w0*t+phi); >> A=2;w0=2*pi;phi=0; >> t=0:0.002:10;>> x2t=A*sin(w0*t+phi); >>xt=x1t+x2t;>>plot(t,xt)(7)xt=4exp(-0.5t)cos(2pit) >> A=5;a=-0.5;>> t=0:0.001:10;>> x1t=A*exp(a*t);>> A=1;w0=2*pi;phi=0; >> t=0:0.001:10;>> x2t=A*cos(w0*t+phi); >>xt=x1t.*x2t;>>plot(t,xt)(8)Sa(pit)cos(30t)A=1;w0=30;phi=0;>> t=0:0.001:3;>> x1t=A*cos(w0*t+phi);>> t=0:0.001:3;>> x2t=sinc(t);>>xt=x1t.*x2t;>>plot(t,xt)M2-3，写出书中图示波形函数，并画出xt，x0.5t,x(2-0.5t)的图像function yt=x2_3(t)yt=t.*(t>=0&t<2)+2*(t>=2&t<3)+(-1)*(t>=3&t<=5); end>> t=0:0.001:5;>>xt=x2_3(t);>>title('x(t)');>>plot(t,xt)>>axis([0,6,-2,3])>> t=0:0.001:10;xt=x2_3(0.5*t); >>plot(t,xt)>>title('x(0.5t)')>>axis([0,10,-2,3])x(0.5t)>> t=-10:0.001:10;>>xt=x2_3(2-0.5*t);>>plot(t,xt)>>title('x(2-0.5t)')>>axis([-10,10,-2,3])M2-4画出图示的奇分量和偶分量。
MATLAB数学实验报告2
MATLAB数学实验报告姓名：李帆班级：机械（硕）21学号：2120104008第一次数学实验报告——线性规划问题一，实验问题1，某饲养场饲养动物出售，设每头动物每天至少需要700g蛋白质，30g矿物质，100mg 维生素。
现有五种饲料可供选择，各种饲料的每千克营养成分含量和单价如下表。
是确定既能满足动物生长的营养需要，游客是费用最省的选用饲料方案。
2，某工厂生产甲、乙、丙三种产品，单位产品所需工时分别为2、3、1个；单位产品所需原料分别为3、1、5公斤；单位产品利润分别为2、3、5元。
工厂每天可利用的工时为12个，可供应的原料为15公斤。
为使总利润为最大，试确定日生产计划和最大利润。
二，问题分析1，1）该题属于采用线性规划的方式求出最优解的数学问题。
该题有以下特点，1.目标函数有线性，是求目标函数的最小值;2.约束条件为线性方程组；3.未知变量都有非负限制。
1，2）求解该类问题的方法有图解法，理论解法和软件解法。
图解法常用于解变量较少的线性规划问题。
理论解法要构建完整的理论体系。
目前用于解线性规划的理论解法有：单纯形法，椭球算法等。
在此，我们采用单纯形法的MATLAB软件解法来求解该问题。
1，3）此题中，要求既要满足动物生长的营养需要，又要使费用最省，则使每种饲料的选用量为变量，以总费用的最小值为所求量，同时每种饲料的使用量要符合营养成分的要求。
1，4）在此，首先确定建立线性规划模型。
设饲料i选用量为xi公斤，i=1,2,3,4,5.则有模型：Minz=0.2x1+0.7x2+0.4x3+0.3x4+0.8x5s.t.{3x1+2x2+6x4+18x5>=700;x1+0.5x2+0.2x3+2x4+0.5x5>=300.5x1+x2+0.2x3+2x4+0.8x5>=100Xj>=0,j=1,2,3,4,5解之得：x1=x2=x3=0X4=39.74359X5=25.14603Zmin=32.435902,1）该问题与第一题分析步骤相似，故只在此写出其线性规划模型Z=2x+3y+5z2x+3y+z<=123x+y+5z<=15三，程序设计流程图第一题：c=[0.2,0.7,0.4,0.3,0.8]A=[3,2,1,6,18;1,0.5,0.2,2,0.5;0.5,1,0.2,2,0.8;1,0,0,0,0;0,1, 0,0,0;0,0,1,0,0;0,0,0,1,0;0,0,0,0,1]b=[700,30,100,0,0,0,0,0][x,fval]=linprog(c,-A,-b)c=0.20000.70000.40000.30000.8000A=3.0000 2.0000 1.0000 6.000018.00001.00000.50000.20002.00000.50000.5000 1.00000.2000 2.00000.80001.000000000 1.000000000 1.000000000 1.000000000 1.0000b=7003010000000Optimization terminated.x=0.0000-0.00000.000039.743625.6410fval=32.4359第二题c=[-2-3-5]A=[231;315]b=[12;15]lb=[000][x,Z,exitflag,output]=linprog(c,A,b,[],[],lb,[])将上述程序输入matlab。
MATLAB实验报告
实验二MATLAB语言基础一、实验目的基本掌握MA TLAB向量矩阵数组的生成及基本运算（区分数组运算和矩阵预算）、常用的数学函数。
了解字符串的操作。
二、实验内容（1）向量的生成和运算。
（2）矩阵的创建、引用和运算。
（3）多维数组的创建和运算。
（4）字符创的操作。
三、实验步骤1.向量的生成和运算1）向量的生成<1>、直接输入法<2> 冒号表达式法<3> 函数法：Linspace()是线性等分函数，logspace（）是对数等分函数。
2）向量的运算1>维数相同的行、列向量之间可以相加减，标量可以与向量直接相乘除。
2>向量的点积与叉积运算E1和E2虽然表达式相同，但E1是标量，E2是矩阵。
2.矩阵的创建、引用和运算1)矩阵的创建和引用矩阵是由m*n元素构成的矩形结构，行向量和列向量是矩阵的特殊形式。
1>直接输入法：2>抽取法：包括单下标抽取和全下表抽取两种方式，且两种方式抽取的元素都必须以小括号括起来。
3>函数法：利用ones(m;n)创建全1矩阵，zeros（）创建全0矩阵，eyes（）创建单位矩阵等等。
4>拼接法：纵向拼接横向拼接5>利用拼接函数cat（）repmat（）和变形函数reshape（）>> A1=[1 2 3;9 8 7 ;4 5 6];A2=A1.';>> cat(1,A1,A2) 沿行向拼接ans =1 2 39 8 74 5 61 9 42 8 53 7 6>> cat(2,A1,A2) 沿列向拼接ans =1 2 3 1 9 49 8 7 2 8 54 5 6 3 7 6>> repmat(A1,2,2)ans =1 2 3 1 2 39 8 7 9 8 74 5 6 4 5 61 2 3 1 2 39 8 7 9 8 74 5 6 4 5 6> A=linspace(2,18,9)A =2 4 6 8 10 12 14 16 18 >> reshape(A,3,3)ans =2 8 144 10 166 12 182）矩阵的运算练习（1）用矩阵除法求下列方程组的解x=[x1;x2;x3]>> A=[6 3 4;-2 5 7;8 -1 -3];B=[3;-4;-7];X=A\BX =1.0200-14.00009.7200(2)求矩阵的秩A=[6 3 4;-2 5 7;8 -1 -3];>> rank(A)ans =3[X,lamda]=eig(A)X =0.8013 -0.1094 -0.16060.3638 -0.6564 0.86690.4749 0.7464 -0.4719lamda =9.7326 0 00 -3.2928 00 0 1.5602（3）矩阵的开方>> B=sqrtm(A)B =2.2447 + 0.2706i 0.6974 - 0.1400i 0.9422 - 0.3494i -0.5815 + 1.6244i 2.1005 - 0.8405i 1.7620 - 2.0970i1.9719 - 1.8471i -0.3017 + 0.9557i 0.0236 +2.3845i （4）矩阵的指数与对数：> C=expm(A)C =1.0e+004 *1.0653 0.5415 0.63230.4830 0.2465 0.28760.6316 0.3206 0.3745>> logm(C)ans =6.0000 3.0000 4.0000-2.0000 5.0000 7.00008.0000 -1.0000 -3.0000（6）矩阵的转置D=A'D =6 -2 83 5 -14 7 -3（7）矩阵的提取与翻转：通过各种特定函数如triu（A）、tril（A），diag（A）、flipud （A）、fliplr（A）等等。
matlab数学实验报告
MATLAB数学实验报告指导老师：班级：小组成员：时间：201_/_/_Matlab第二次实验报告小组成员：1题目：实验四;MATLAB选择结构与应用实验目的：掌握if选择结构与程序流程控制;重点掌握break;return;pause语句的应用..问题：问题1：验证“哥德巴赫猜想”;即：任何一个正偶数n>=6均可表示为两个质数的和..要求编制一个函数程序;输入一个正偶数;返回两个质数的和..问题分析：由用户输入一个大于6的偶数;由input语句实现..由if判断语句判断是否输入的数据符合条件..再引用质数判断函数来找出两个质数;再向屏幕输出两个质数即可..编程：function z1;z2=geden;n=input'please input n'if n<6disp'data error';returnendif modn;2==0for i=2:n/2k=0;for j=2:sqrtiif modi;j==0k=k+1;endendfor j=2:sqrtn-iif modn-i;j==0k=k+1;endendif k==0fprintf'two numbers are'fprintf'%.0f;%.0f';i;n-ibreakendendend结果分析：如上图;用户输入了大于6的偶数返回两个质数5和31;通过不断试验;即可验证哥德巴赫猜想..纪录：if判断语句与for循环语句联合嵌套使用可使程序结构更加明晰;更快的解决问题..2题目：实验四;MATLAB选择结构与应用实验目的：用matlab联系生活实际;解决一些生活中常见的实际问题..问题：问题四：在一边长为1的四个顶点上各站有一个人;他们同时开始以等速顺时针沿跑道追逐下一人;在追击过程中;每个人时刻对准目标;试模拟追击路线;并讨论.. （1）四个人能否追到一起（2）若能追到一起;每个人跑过多少路程（3）追到一起所需要的时间设速率为1问题分析：由正方形的几何对称性和四个人运动的对称性可知;只需研究2个人的运动即可解决此问题..编程：hold onaxis0 1 0 1;a=0;0;b=0;1;k=0;dt=0.001;v=1;while k<10000d=norma-b;k=k+1;plota1;a2;'r.';'markersize';15;plotb1;b2;'b.';'markersize';15;fprintf'k=%.0f b%.3f;%.3f a%.3f;%.3f d=%.3f\n';k;b1;b2;a1;a2;da=a+b1-a1/d*dt;b2-a2/d*dt;b=b+b2-a2/d*dt;-b1-a1/d*dt;if d<=0.001breakendendfprintf'每个人所走的路程为：%.3f';k*v*dtfprintf'追到一起所需要的时间为%.3f';k*dt结果分析：上图为2人的模拟运动路线;有对称性可解决所提问题..-上图为运算过程和运算结果..四个人可以追到一起;走过的路程为1.003;时间也为1.003.纪录：此题利用正方形和运动的对称性可以简便运算..3题目：实验八;河流流量估计与数据插值目的：由一些测量数据经过计算处理;解决一些生活实际问题..问题：实验八上机练习题第三题：瑞士地图如图所示;为了算出他的国土面积;做以下测量;由西向东为x轴;由南向北为y轴;从西边界点到东边界点划分为若干区域;测出每个分点的南北边界点y1和y2;得到以下数据mm..已知比例尺1:2222;计算瑞士国土面积;精确值为41288平方公里..测量数据如下：x=7.0 10.5 13.0 17.5 34 40.5 44.5 48 56 61 68.5 76.5 80.5 91 96 101 104 106 111.5 118 123.5 136.5 142 146 150 157 158 ;y1=44 45 47 50 50 38 30 30 34 36 34 41 45 46 43 37 33 28 32 65 55 54 52 50 66 66 68;y2=44 59 70 72 93 100 110 110 110 117 118 116 118 118 121 124 121 121 121 122 116 83 81 82 86 85 68;问题分析：先由题目给定的数据作出瑞士地图的草图;再根据梯形法;使用trapz语句;来估算瑞士国土的面积..编程：x=7.0 10.5 13.0 17.5 34 40.5 44.5 48 56 61 68.5 76.5 80.5 91 96 101 104 106 111.5 118 123.5 136.5 142 146 150 157 158;y1=44 45 47 50 50 38 30 30 34 36 34 41 45 46 43 37 33 28 32 65 55 54 52 50 66 66 68;y2=44 59 70 72 93 100 110 110 110 117 118 116 118 118 121 124 121 121 121 122 116 83 81 82 86 85 68;plotx;y1;'r.';'markersize';15;plotx;y2;'r.';'markersize';15;axis0 160 0 135grid;hold ont=7:158;u1=splinex;y1;t;u2=splinex;y2;t;plott;u1plott;u2s1=trapzt;u1;s2=trapzt;u2;s=s2-s1*2222*22222/10000000;fprintf'S=%.0f';s结果分析：上图为由所给数据绘制出的瑞士地图..上图为运算结果;计算出瑞士的国土面积为42472平方公里;与准确值41288较为接近..纪录：使用梯形分割的方法;trapz语句可以方便计算不规则图形面积;但存在一定误差..4题目：实验七：圆周率的计算与数值积分目的：将数值积分最基本的原理应用于matlab之中;解决一些与积分有关的问题..问题：实验七上机练习题第一题：排洪量某河床的横断面如图7.3所示;为了计算最大排洪量;需要计算其断面积;试根据所给数据m用梯形法计算其断面积..问题分析：河床断面可近似分割成若干曲边梯形;近似处理把它们当做梯形来计算面积可使问题得到简化..编程：clc;clear;x=0 4 10 12 15 22 28 34 40;y=0 1 3 6 8 9 5 3 0;y1=10-y;plotx;y1;'k.';'markersize';15;axis0 40 0 10;grid;hold ont=0:40;u=splinex;y1;t;plott;u;s=40*10-trapzt;u;fprintf's=%.2f\n';s结果分析：上图为河床的断面图..上图为计算结果面积约为180.70平方米..纪录：使用梯形法计算不规则图形面积十分简便易行..5题目：实验七：圆周率的计算与数值积分目的：使用matlab计算解决一些有关积分的问题..问题：实验七上机练习题第三题：从地面发射一枚火箭;在最初100秒内记录其加速度如下;试求火箭在100秒时的速度..Ts=0 10 20 30 40 50 60 70 80 90 100;Am/s*s=30.00 31.63 33.44 35.47 37.75 40.33 43.29 46.69 50.67 54.01 57.23;问题分析：加速度为速度的微分;已知微分求积分;类似于面积问题;可使用梯形法来计算..编程：clc;clear;x=0 10 20 30 40 50 60 70 80 90 100;y=30.00 31.63 33.44 35.47 37.75 40.33 43.29 46.69 50.6754.01 57.23;plotx;y;'k.';'markersize';15;axis0 100 20 60;grid;hold ons=0:10:100;z=splinex;y;s;plots;y;v=trapzx;y;fprintf'v=%.2f\n';v结果分析：上图为加速度变化图..上图为计算结果;求得火箭在100秒时速度约为4168.95m/s..纪录：梯形法可以推广解决许多已知微分求积分的其他问题..6题目：实验七：圆周率的计算与数值积分目的:计算曲线弧长闭曲线周长可使用微元法;ds=sqrtdx^2+dy^2;在转化微积分问题;累加即可得到结果..问题：实验七上机练习题第三题：计算椭圆想x^2/4+y^2=1的周长;使结果具有五位有效数字..问题分析：编程：s=0;dx=0.001;for x=0:0.001:1.999dy=1.-x+0.001.^2/4-1.-x.^2/4;ds=sqrtdx.^2+dy.^2;s=s+ds;ends=4*s;fprintf'the length is'fprintf'%.4f';s结果分析：上图为计算结果;给定椭圆的周长约为9.1823五位有效数字纪录：计算不规则曲线弧长;可使用微元法;划分为若干小的看做直角三角形;利用勾股定理解决..7题目：实验九人口预测与数据拟合目的：掌握一些曲线拟合的方法;了解曲线拟合常用函数..问题：用电压U=10v的电池给电容器充电;t时刻的电压Vt=U-U-V0exp-t/τ;其中V0是电容器的初始电压;τ是充电常数;由所给数据确定V0和τ..t=0.5 1 2 3 4 5 7 9;V=3.64 3.52 2.74 1.78 1.34 1.01 0.57 0.37;问题分析：题中已给出函数关系式;为指数函数曲线拟合;将所给函数式整理可得标准的exp形函数曲线;从而便于解决..编程：t=0.5 1 2 3 4 5 7 9;V=3.64 3.52 2.74 1.78 1.34 1.01 0.57 0.37;plott;V;'k.';'markersize';20;axis0 10 0 4;grid;hold onpause0.5n=8;a=sumt1:n;b=sumt1:n.*t1:n;c=sumlogV1:n;d=sumt1:n.*logV1:n;A=n a;a b;B=c;d;p=invA*Bx=0:10;y=expp1+p2*x;plotx;y;'r-';'linewidth';2结果分析：上图为电压与时间关系图..上图为计算结果;即U-V0=1.4766;所以V0=8.5234;-1/τ=-0.2835;所以τ=3.5273纪录：曲线拟合的一个重难点是选择合适的曲线函数;才能提高拟合度..8题目：实验七圆周率的计算与数值积分目的：拓展圆周率的各种计算方法;掌握其他数值的近似计算方法..问题：实验七练习2：计算ln2的近似值精确到10的-5次方（1）利用级数展开的方法来计算（2）利用梯形法计算（3）利用抛物线法问题分析：级数展开;梯形法;抛物线法是常见的近似运算方法..编程：1级数展开的方法clc;clear;n=0;r=1;p=0;k=-1;while r>=0.1e-5n=n+1;k=k*-1;p1=p+k/n;r=absp1-p;fprintf'n=%.0f;p=%.10f\n';n;p1;p=p1;end2梯形法clc;clear;f=inline'1./x';x=1:0.1:2;y=fx;p=trapzx;y;fprintf'p=%.6f\n';p3抛物线法clc;clear;f=inline'1./x';a=1;b=2;n=1;z=quadf;a;b;fprintf'z=%.10f\n';z结果分析：（1）级数展开的方法（2）梯形法3抛物线法纪录：级数展开法;梯形法;抛物线法;计算近似值时应合理利用..梯形法和抛物线法不易提高精确度;级数展开法可以提高精确度..9题目：实验八河流流量估计与数据插值目的：掌握求插值多项式的方法;并利用此计算近似值..问题：已知y=fx的函数表如下x=0.40 0.55 0.65 0.80 0.90 1.05;y=0.41075 0.57815 0.69675 0.88811 1.02652 1.25382;求四次拉格朗日插值多项式;并由此求f0.596问题分析：利用所给函数表可计算拉格朗日插值多项式..编程：function p=lagrangex;yL=lengthx;a=onesL;for j=2:La:;j=a:;j-1.*x';endx=inva*y';for i=1:Lpi=xL-i+1;endx=0.40 0.55 0.65 0.80 0.90 1.05;y=0.41075 0.57815 0.69675 0.88811 1.02652 1.25382; plotx;y;'k.';'markersize';15axis0 2 0 2grid;hold on;p=lagrangex;y;t=0:0.1:1.5;u=polyvalp;t;plott;u;'r-'a=polyvalp;0.596结果分析：上图为所求结果;估算值和插值多项式..纪录：插值多项式是一项十分实用的方法..10题目：求正整数n的阶乘：p=1*2*3*…*n=n;并求出n=20时的结果目的：练习使用循环变量解决数学问题问题：对程序：Clear;clc;n=20;p=1;for i=1:np=p*i;fprintf’i=%.0f;p=%.0f\n’;i;pend进行修改使它：利用input命令对n惊醒赋值问题分析：题中给出程序中“n=20”修改;使用input命令；讲题中的输出命令放出循环之外..编程：clear;clc;n=input'n=';p=1;for i=1:np=p*i;endfprintf'i=%.0f;p=%.0f\n';i;p结果：n=20i=20;p=2432902008176640000>>结果分析：使用input命令可以实现人机对话;使用户自由赋值；输出语句在程序中的位置对输出的结果有很大的影响；在循环内部可以在计算过城中不断输出结果；在循环之外则可以控制只输出最后结果..11题目：对于数列｛√2｝;n=1;2;…;求当其前n项和不超过1000时的n的值及合的大小..目的：运用条件循环解决文帝个项数的循环程序求解;问题：对程序：clear;clc;n=0;s=0;while s<=1000n=n+1;s=s+sqrtn;fprintf’n=%.0f;s=%.4f\n’;n;send问题分析：题中所给程序中的限制变量为上次循环之后的s;导致s超过上限后仍有一次的循环;若把循环变量改为这次的s;则可以避免这种情况的发生..编程：clear;clc;n=0;s=0;while s+sqrtn<=1000n=n+1;s=s+sqrtnfprintf'n=%.0f;s=%.4f\n';n;send结果：……s =970.8891n=128;s=970.8891s =982.2469n=129;s=982.2469s =993.6487n=130;s=993.6487>>结果分析：从结果中可以看出;最后一步为我们需要的答案;从这道题我们可以得出循环变量对一道编程的重要性..。
MATLAB第二章实验报告
MATLAB数据及基本操作班级：11电信一班姓名：何得中学号：20111060108实验目的：1.熟悉MATLAB的组体成体系及工作环境；2.了解MATLAB的帮助系统；3.掌握MATLAB的数据类型及变量的基本操作；4.掌握矩阵建立的基本方法及其运算；5.掌握矩阵索引与分析方法；6.熟悉字符串单元及结构数据的建立及基本操作。
实验仪器：MA TLAB软件，电脑实验数据：>> A=[1 2 3;4 5 6;7 8 9]A = 1 2 34 5 67 8 9>> A=[1 2 34 5 67 8 9]A = 1 2 34 5 67 8 9>> x=0:pi/8:2*pi;>> y=cos(x)y = Columns 1 through 101.0000 0.9239 0.7071 0.3827 0.0000 -0.3827 -0.7071 -0.9239 -1.0000 -0.9239Columns 11 through 17-0.7071 -0.3827 -0.0000 0.3827 0.7071 0.9239 1.0000>> B=ones(3,5)B = 1 1 1 1 11 1 1 1 11 1 1 1 1>> zeros(3)ans = 0 0 00 0 00 0 0>> C=rand(3,4)C = 0.9501 0.4860 0.4565 0.44470.2311 0.8913 0.0185 0.61540.6068 0.7621 0.8214 0.7919>> D=randn(2,3)D = -0.4326 0.1253 -1.1465-1.6656 0.2877 1.1909>> eye(3)ans = 1 0 00 1 00 0 1>> M=magic(4)M = 16 2 3 135 11 10 89 7 6 124 14 15 1>> T=toeplitz(1:5,1:6)T = 1 2 3 4 5 62 1 234 53 2 1 2 3 44 3 2 1 2 35 4 3 2 1 2>> H=hilb(5)H = 1.0000 0.5000 0.33330.2500 0.20000.5000 0.3333 0.2500 0.2000 0.16670.3333 0.2500 0.2000 0.1667 0.14290.2500 0.2000 0.1667 0.1429 0.12500.2000 0.1667 0.1429 0.1250 0.1111>> a=3:18a =3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18>> b=1:0.2:6b =Columns 1 through 91.0000 1.2000 1.4000 1.600 1.80002.0000 2.2000 2.4000 2.6000 Columns 10 through 182.80003.0000 3.2000 3.40003.6000 3.80004.0000 4.2000 4.4000 Columns 19 through 264.6000 4.80005.0000 5.20005.4000 5.6000 5.80006.0000>> linspace(1,15,10)ans =Columns 1 through 91.00002.5556 4.1111 5.6667 7.2222 8.7778 10.3333 11.8889 13.4444Column 1015.0000>> y=[0.9 0.3 0.4 0.1 0.5 0.6 0.2 ]; >> [sorted,index]=sort(y)sorted =0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.9000 index =4 7 2 3 5 6 1>> A=rand(4,5)A = 0.9218 0.9355 0.0579 0.13890.27220.7382 0.9169 0.3529 0.2028 0.19880.1763 0.4103 0.8132 0.1987 0.01530.4057 0.8936 0.0099 0.6038 0.7468>> [a,b]=min(A)a =0.1763 0.4103 0.0099 0.13890.0153b = 3 3 4 1 3>> min(A(:))ans = 0.0099>> V=[1 2 3 4]V = 1 2 3 4>> norm(V,2)ans =5.4772>> norm(V,1)ans = 10>> norm(V,inf)ans = 4>> V=[2 5 6 8 4 9]V = 2 5 6 8 4 9>> min(V)ans = 2>> V=[4 9 6;7 8 9;4 5 6]V = 4 9 67 8 94 5 6>> min(V)ans = 4 5 6>> max(V)ans = 7 9 9>> mean(V)ans = 5.0000 7.3333 7.0000>> median(V)ans = 4 8 6>> std(V)ans = 1.7321 2.0817 1.7321>> diff(V)ans =3 -1 3-3 -3 -3>> sort(V)ans =4 5 64 8 67 9 9>> length(V)ans = 3>> norm(V)ans =19.9125>> sum(V)ans = 15 22 21>> prod(V)ans =112 360 324>> cumsum(V)ans = 4 9 611 17 1515 22 21 >> cumprod(V)ans = 4 9 628 72 54112 360 324>> V=[1 2 8]V = 1 2 8>> U=[3; 4;7]U = 347>> dot(V,U)ans =67>> cross(V,U)ans =-18 17 -2>> A=[5 6 4;7 8 9;4 5 6]A = 5 6 47 8 94 5 6>> B=[6 2 7 ;7 5 8;4 6 8]B = 6 2 77 5 84 6 8>> C=A-BC = -1 4 -30 3 10 -1 -2>> C=A*BC = 88 64 115134 108 18583 69 116>> C1=A\BC1 =0.6667 -6.4444 -7.66670.6667 4.8889 7.3333-0.3333 1.2222 0.3333>> C2=B/AC2 = -3.0000 8.3333 -9.3333-1.6667 5.5556 -5.88890.0000 -1.3333 3.3333>> A=[1 2 3;4 5 6;7 8 9]A = 1 2 34 5 67 8 9>> D=A^2D = 30 36 4266 81 96102 126 150>> E=A^0.1E = 0.8466 + 0.2270i 0.3599 + 0.0579i -0.0967 - 0.1015i0.4015 + 0.0216i 0.4525 + 0.0133i 0.4432 - 0.0146i-0.0134 - 0.1740i 0.4848 - 0.0509i 1.0132 + 0.0820i>> A=[1+2*i 3;4 2+i]A =1.0000 + 2.0000i 3.00004.0000 2.0000 + 1.0000i>> A'ans = 1.0000 - 2.0000i 4.00003.0000 2.0000 - 1.0000i>> A=[1 2 3;4 5 6;7 8 9]A = 1 2 34 5 67 8 9>> B=[3 4 6;7 9 8;5 2 01]B = 3 4 67 9 85 2 1>> C=A.*BC = 3 8 1828 45 4835 16 9>> D=A./BD = 0.3333 0.5000 0.50000.5714 0.5556 0.75001.4000 4.0000 9.0000>> E=A.\BE = 3.0000 2.0000 2.00001.7500 1.8000 1.33330.7143 0.2500 0.1111>> A=[1+2*i 3;4 2+i]A = 1.0000 + 2.0000i 3.00004.0000 2.0000 + 1.0000i>> A.^2ans = -3.0000 + 4.0000i 9.000016.0000 3.0000 + 4.0000i>> A.'ans = 1.0000 + 2.0000i 4.00003.0000 2.0000 + 1.0000i>> x=0.1:0.1:0.8x =0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000>> y=sin(2*x).*cos(2*x)y =0.1947 0.3587 0.4660 0.4998 0.4546 0.3377 0.1675 -0.0292>> y=sin(x)y =0.0998 0.1987 0.2955 0.3894 0.4794 0.5646 0.6442 0.7174>> y=cos(x)y =0.9950 0.9801 0.9553 0.9211 0.8776 0.8253 0.7648 0.6967>> y=tan(x)y =0.1003 0.2027 0.3093 0.4228 0.5463 0.6841 0.8423 1.0296>> y=cot(x)y =9.9666 4.9332 3.2327 2.3652 1.8305 1.4617 1.1872 0.9712>> y=sec(x)y = 1.0050 1.0203 1.0468 1.0857 1.1395 1.2116 1.3075 1.4353>> y=csc(x)y = 10.0167 5.0335 3.3839 2.5679 2.0858 1.7710 1.5523 1.3940>> y=asin(x)y = 0.1002 0.2014 0.3047 0.4115 0.5236 0.6435 0.7754 0.9273>> y=acos(x)y = 1.4706 1.3694 1.2661 1.1593 1.0472 0.9273 0.7954 0.6435>> y=atan(x)y =0.0997 0.1974 0.2915 0.3805 0.4636 0.5404 0.6107 0.6747>> y=acot(x)y = 1.4711 1.3734 1.2793 1.1903 1.1071 1.0304 0.9601 0.8961>> y=asec(x)y =Columns 1 through 60 + 2.9932i 0 + 2.2924i0 + 1.8738i 0 + 1.5668i 0 +1.3170i 0 + 1.0986iColumns 7 through 80 + 0.8956i 0 + 0.6931i>> y=sinh(x)y =0.1002 0.2013 0.3045 0.4108 0.5211 0.6367 0.7586 0.8881>> y=cosh(x)y =1.0050 1.0201 1.0453 1.0811 1.1276 1.1855 1.2552 1.3374>> y=tanh(x)y = 0.0997 0.1974 0.2913 0.3799 0.4621 0.5370 0.6044 0.6640>> y=coth(x)y = 10.0333 5.0665 3.4327 2.6319 2.1640 1.8620 1.6546 1.5059>> y=sech(x)y = 0.9950 0.9803 0.9566 0.9250 0.8868 0.8436 0.7967 0.7477>> y=csch(x)y = 9.9834 4.9668 3.2839 2.4346 1.9190 1.5707 1.3182 1.1260>> y=asinh(x)y = 0.0998 0.1987 0.2957 0.3900 0.4812 0.5688 0.6527 0.7327>> y=acosh(x)y =Columns 1 through 60 + 1.4706i 0 + 1.3694i0 + 1.2661i 0 + 1.1593i 0 +1.0472i 0 + 0.9273iColumns 7 through 80 + 0.7954i 0 + 0.6435i>> y=atanh(x)y = 0.1003 0.2027 0.3095 0.4236 0.5493 0.6931 0.8673 1.0986>> y=acoth(x)y = Columns 1 through 60.1003 + 1.5708i 0.2027 + 1.5708i 0.3095 + 1.5708i 0.4236 + 1.5708i 0.5493 + 1.5708i 0.6931 + 1.5708i Columns 7 through 80.8673 + 1.5708i 1.0986 + 1.5708i >> y=asech(x)y = 2.9932 2.2924 1.8738 1.5668 1.3170 1.0986 0.8956 0.6931>> y=acsch(x)y = 2.9982 2.3124 1.9189 1.6472 1.4436 1.2838 1.1545 1.0476>> y=log(x)y =-2.3026 -1.6094 -1.2040 -0.9163 -0.6931 -0.5108 -0.3567 -0.2231>> y=log10(x)y = -1.0000 -0.6990 -0.5229 -0.3979 -0.3010 -0.2218 -0.1549 -0.0969>> y=log2(x)y =-3.3219 -2.3219 -1.7370 -1.3219 -1.0000 -0.7370 -0.5146 -0.3219>> c=complex(a,b)c = 0.1763 + 3.0000i 0.4103 + 3.0000i0.0099 + 4.0000i 0.1389 + 1.0000i 0.0153 + 3.0000i>> zc=conj(x)zc =0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000>> b=imag(x)b = 0 0 0 0 0 00 0>> a=real(x)a = 0.1000 0.2000 0.3000 0.40000.5000 0.6000 0.7000 0.8000>> y=fix(x)y = 0 0 0 0 0 0 0 0>> y=floor(x)y =0 0 0 0 0 0 0 0 >> y=ceil(x)y = 1 1 1 1 1 1 1 1>> y=round(x)y = 0 0 0 0 1 1 1 1>> y=sign(x)y = 1 1 1 1 1 1 1 1>> S=rats(x)S =1/10 1/5 3/10 2/5 1/2 3/5 7/10 4/5>> [N,D]=rat(x)N = 1 1 3 2 1 37 4D = 10 5 10 5 2 510 5>> A=[2 4 6;3 5 7;8 10 9]A = 2 4 63 5 78 10 9>> B=[4 1 5;7 5 0;9 3 6]B = 4 1 57 5 09 3 6>> A>Bans = 0 1 10 0 10 1 1>> A<Bans = 1 0 01 0 01 0 0>> A>=Bans = 0 1 10 1 10 1 1>> A<=Bans = 1 0 01 1 01 0 0>> A==Bans = 0 0 00 1 00 0 0>> A~=Bans =1 1 11 0 11 1 1>> A&Bans = 1 1 11 1 01 1 1>> A|Bans = 1 1 11 1 11 1 1>> ~Aans = 0 0 00 0 00 0 0>> ~Bans = 0 0 00 0 10 0 0>> x=0:pi/100:3*pi；>> y=sin(x)；>> plot(x,y);>> y1=(x<pi|x>2*pi).*y;>> figure,plot(x,y1);>> r=(x>pi/3&x<2*pi/3)|(x>7*pi/3&8*pi/3)；>> rn=~r;>> y2=r*sin(pi/3)+rn.*y1;>> figure,plot(x,y2)>> x=[0 4 5 9 8 6 74 85 7 4 85 8 4 5 8]x =0 4 5 9 8 6 74 85 7 4 85 8 4 5 8>> all(x)ans =0>> any(x)ans = 1>> find(x)ans =2 3 4 5 6 7 8 9 10 11 12 13 14 15>> isempty(x)ans =>> isglobal(x)Warning: isglobal is obsolete and will be discontinued. Type "help isglobal" for more details.ans =0>> isinf(x)ans =0 0 0 0 0 0 0 0 0 0 0 0 0 0 0>> isnan(x)ans =0 0 0 0 0 0 0 0 0 0 0 0 0 0 0>> isfinite(x)ans =1 1 1 1 1 1 1 1 1 1 1 1 1 1 1>> issparse(x)ans = 0>> isstr(x)ans =0>> not(x)ans =1 0 0 0 0 0 0 0 0 0 0 0 0 0 0>> y=[59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5]y =59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5>> y=[59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5]y = 59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5>> x=[0 4 5 9 8 6 74 85 7 4 85 8 4 5 8]x = 0 4 5 9 8 6 74 85 7 4 85 8 4 5 8>> A=[4 -40 2; 23 50 17;18 29 14]A = 4 -40 223 50 1718 29 14>> [r,c]=find(A>=20&A<=30)r = 23c = 12>> bitand(12,6)ans = 4>> bitshift(12,1)ans = 24>> bitxor(12,1)ans =13>> bitset(12,1)ans = 13 >> bitget(12,1)ans =0>> A =[ 87 59 56 85 66 21 12 35 62 64 69 88 99 81]A =87 59 56 85 66 21 1235 62 64 69 88 99 81>> A(2)ans =59>> A([1,2,8])ans =87 59 35>> A([9,6,2])ans =62 21 59>> A([end-4:end])ans =64 69 88 99 81>> A([1:5,5:-1:1])ans = 87 59 56 85 66 66 85 56 59 87>> A(3)=-1A = 87 59 -1 85 66 2112 35 62 64 69 88 99 81>> A(15)=-8A =87 59 -1 85 66 2112 35 62 64 69 88 99 81 -8>> A(20)=-1A = Columns 1 through 1687 59 -1 85 66 21 12 35 62 64 69 88 99 81 -8 0Columns 17 through 200 0 0 -1>> A=rand(8)A = 0.9501 0.8214 0.9355 0.13890.4451 0.8381 0.3046 0.37840.2311 0.4447 0.9169 0.2028 0.9318 0.0196 0.1897 0.86000.6068 0.6154 0.4103 0.1987 0.4660 0.6813 0.1934 0.85370.4860 0.7919 0.8936 0.6038 0.4186 0.3795 0.6822 0.59360.8913 0.9218 0.0579 0.2722 0.8462 0.8318 0.3028 0.49660.7621 0.7382 0.3529 0.1988 0.5252 0.5028 0.5417 0.89980.4565 0.1763 0.8132 0.0153 0.2026 0.7095 0.1509 0.82160.0185 0.4057 0.0099 0.7468 0.6721 0.4289 0.6979 0.6449>> A(3,3)ans =0.4103>> A(8)ans =0.0185>> sub2ind(size(A),3,3)ans =19>> [i,j]=ind2sub(size(A),19)i =3j =3>> A(:,4)ans =0.13890.20280.19870.60380.27220.19880.01530.7468>> A(3,:)ans =0.6068 0.6154 0.4103 0.1987 0.4660 0.6813 0.1934 0.8537>> A(end,:)ans =0.0185 0.4057 0.0099 0.7468 0.6721 0.4289 0.6979 0.6449>> A(3:4,5:6)ans =0.4660 0.68130.4186 0.3795>> A(2:2:4,1:2:5)ans =0.2311 0.9169 0.93180.4860 0.8936 0.4186>> A=reshape(A,5,5)A = 1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25>> A(:)'ans =Columns 1 through 161 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16Columns 17 through 2517 18 19 20 21 22 23 24 25>> A(:,1:2:5)=[]A = 6 167 178 189 1910 20>> A=[9 8 7;6 5 4;3 2 1];>> D=diag(A)D =951>> D1=diag(A,1)D1 =84>> D2=diag(A,-1)D2 =62>> V=[1 2 3 4];>> diag(V)ans = 1 0 0 00 2 0 00 0 3 00 0 0 4>> diag(1:3,-1)ans = 0 0 0 01 0 0 00 2 0 00 0 3 0>>A=[17,1,0,15;5,7,14,16;4,0,13,0;10,12,19,21]; >> D=diag(4:-1:1);>> D*Aans = 68 4 0 6015 21 42 488 0 26 010 12 19 21>> triu(A)ans =17 1 0 150 7 14 160 0 13 00 0 0 21>> triu(A,1)ans = 0 1 0 150 0 14 160 0 0 00 0 0 0>> B=A'B =17 5 4 101 7 0 120 14 13 1915 16 0 21>> rot90(A)ans =15 16 0 210 14 13 191 7 0 1217 5 4 10>> rot90(A,3)ans =10 4 5 1712 0 7 119 13 14 021 0 16 15>> B=fliplr(A)B = 15 0 1 1716 14 7 50 13 0 421 19 12 10>> B=flipud(A)B = 10 12 19 214 0 13 05 7 14 1617 1 0 15>> A=[4 5 6 9;7 8 9 5;4 5 6 9;7 8 9 5]; >> det(A)ans =0>> rank(A)ans =2>> cond(A)ans =1.0968e+017>> inv(A)Warning: Matrix is singular to working precision.ans = Inf Inf Inf InfInf Inf Inf InfInf Inf Inf InfInf Inf Inf Inf>> A=[4 8 9;8 2 7;6 3 8];>> inv(A)ans = 0.0568 0.4205 -0.43180.2500 0.2500 -0.5000-0.1364 -0.4091 0.6364>> [V,D]=eig(A)V = -0.6438 -0.7444 -0.5061-0.5467 0.6392 -0.5515-0.5354 0.1931 0.6631D = 18.2776 0 00 -5.2030 00 0 0.9254>> [U,S,D]=svd(A)U = -0.6378 0.7375 -0.2220-0.5426 -0.6348 -0.5500-0.5465 -0.2304 0.8051S = 18.9278 0 00 5.2884 00 0 0.8791D = -0.5374 -0.6639 -0.5200-0.4135 0.7449 -0.5236-0.7350 0.0663 0.6749>> [L,U]=lu(A)L = 0.5000 1.0000 01.0000 0 00.7500 0.2143 1.0000U = 8.0000 2.0000 7.00000 7.0000 5.50000 0 1.5714>> [Q,R]=qr(A)Q = -0.3714 0.9114 -0.1774-0.7428 -0.4063 -0.5322-0.5571 -0.0659 0.8278 R =-10.7703 -6.1279 -12.99870 6.2808 4.83140 0 1.3009>> a=1234a = 1234>> class(a)ans =double>> size(a)ans = 1 1>> b='1234'b =1234>> class(b)ans =char>> size(b)ans = 1 4>> 'I am astudent'ans =I am astudent>> a='This is No.2.23 Example!'a =This is No.2.23 Example!>> b=a(1:7)b =This is>> c=a(12:end)c =2.23 Example!>> a='Good';>> b='Noon';>> length(a)==length(b)ans = 1>> c=[a,'',b]c =GoodNoon>> d=[a;b]d =GoodNoon>> size(c)ans = 1 8>> size(d)ans = 2 4>> a='Good Noon';>> b=double(a)b = 71 111 111 100 32 78 111 111 110>> c='再见！'c =再见！>> c='再见！'>> d=double(c)d = 20877 35265 65281>> char(d)ans =再见！>> a='The first string';>> b='The second string';>> c=strcmp(a,b)c =0>> d=strncmp(a,b,4)d =1>> X='A friend in need is a friend indeed'; >> Y='friend';>> a=findstr(Y,X)a = 3 23>> b=strfind(Y,X)b = []>> S=['1 2 3';'2 3 4'];>> A=str2num(S)A = 1 2 32 3 4>> B=str2num('6-8i')B = 6.0000 - 8.0000i>> D=num2str(rand(2,3),6)D =0.950129 0.606843 0.8912990.231139 0.485982 0.762097>> d=189;>> h=dec2hex(d)h =BD>> c=dec2base(d,7)c =360>> b=dec2bin(d)b =10111101>> bin2dec(b)ans = 189>> A={ones(3,3,3),'Welcome';30.34,1:200} A = [3x3x3 double] 'Welcome'[ 30.3400] [1x200 double]>>B=[{ones(3,3,3)},{'Welcome'};{30.34},{1:20 0}]B = [3x3x3 double] 'Welcome'[ 30.3400] [1x200 double]>> C={5}C = [5]>> C(2,3)={7}C = [5] [] [][] [] [7]>> isequal(A,B)ans =1>> A={ones(3,3,3),'Welcome';30.34,1:200}; >> b=A(1,2)b = 'Welcome'>> class(B)ans =cell>> C=A{1,2}C =Welcome>> class Cans =char>> D=A{1,2}(6)D =m>> E=A{2,2}([end:-1:190])E =200 199 198 197 196 195 194 193 192 191 190>> class(E)ans =double>> N=A{3}([1 3 5 7])N =Wloe>> A={ones(3,3,3),'Welcome';30.34,1:200}; >> B=cell(2);>> B(:,1)={char('Good','Morning');1:10}B = [2x7 char ] [][1x10 double] []>> C=[A,B]C = [3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] []>> D=[A,B;C]D = [3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] [][3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] []>> D(4,:)=[]D = [3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] [][3x3x3 double] 'Welcome' [2x7 char ] []>> E=reshape(D,2,3,2)E(:,:,1) = [3x3x3 double] [3x3x3 double] [1x200 double][ 30.3400] 'Welcome' 'Welcome'E(:,:,2) = [2x7 char ] [2x7 char] [][1x10 double] [] []>>A={randn(3,3,2),'Good',pi;29,4+7*i,zeros(4)} A = [3x3x2 double] 'Good' [ 3.1416][ 29] [4.0000+ 7.0000i] [4x4 double]>> B=cellfun('isreal',A)B = 1 1 11 0 1>> C=cellfun('length',A)C = 3 4 11 1 4>> Member.code='09021';>> ='Liu';>> Member.age=22;>> Member.grade=uint16(3);>> MemberMember =code: '09021'name: 'Liu'age: 22grade: 3>> Member(4).name='Wang';>> Member(4).grade=2;>> Member(2)ans = code: []name: []age: []grade: []>>Memebr=struct('code','09021','name','Liu','a ge',22,'grade',uint16(3))Memebr = code: '09021'name: 'Liu'age: 22grade: 3>>Member=struct('code',{'09021','09034'},'name' ,{'Liu','Wamg'},'age',{22,24},'grade',{2,3}) Member = 1x2 struct array with fields:codenameagegrade>>Member=struct('code',{},'name',{},'age',{},'gr ade',{})Member = 0x0 struct array with fields:codenameagegrade>>Member=struct('code',{'09021','09034'},'na me',{'Liu','Wang'},'age',{22,24},'grade',{2,3},' score',{[78 89;90 68],[91 76;89 97]}) Member = 1x2 struct array with fields:codenameagegradescore>> Member(1).scoreans =78 8990 68>> Member(2).score(2,:)ans =89 97>> Member.codeans =09021ans =09034>> Member.('name')ans =Liuans =Wang>> ='Liu';M.ID=1;>> M(2,2).name='Wang';M(2,2).ID=2; >> M2=setfield(M,{2,1},'name','Zhang'); >> ans =Liuans =[]ans = []ans =Wang>> ans =Liuans =Zhangans = []ans =Wang>> fieldnames(M)ans = 'name''ID'>> M3=orderfields(M)M3 = 2x2 struct array with fields:IDname。
Matlab实验报告_2
实验一 Matlab基础知识一、实验目的：1.熟悉启动和退出Matlab的方法。
2.熟悉Matlab命令窗口的组成。
3.掌握建立矩阵的方法。
4.掌握Matlab各种表达式的书写规则以及常用函数的使用。
二、实验内容：1.求[100，999]之间能被21整除的数的个数。
（rem）2.建立一个字符串向量，删除其中的大写字母。
（find）3.输入矩阵，并找出其中大于或等于5的元素。
（find）4.不采用循环的形式求出和式6312ii=∑的数值解。
(sum)三、实验步骤：●求[100，199]之间能被21整除的数的个数。
（rem）1.开始→程序→Matlab2.输入命令：»m=100:999;»p=rem(m,21);»q=sum(p==0)ans=43●建立一个字符串向量，删除其中的大写字母。
（find）1.输入命令：»k=input('’,’s’)；Eie48458DHUEI4778»f=find(k>=’A’&k<=’Z’)；f=9 10 11 12 13»k(f)=[ ]K=eie484584778●输入矩阵，并找出其中大于或等于5的元素。
（find）1.输入命令：»h=[4 8 10;3 6 9; 5 7 3]；»[i,j]=find(h>=5)i=3 j=11 22 23 21 32 3●不采用循环的形式求出和式的数值解。
（sum）1.输入命令：»w=1:63；»q=sum(2.^w)q=1.8447e+019实验二 Matlab 基本程序一、 实验目的：1. 熟悉Matlab 的环境与工作空间。
2. 熟悉M 文件与M 函数的编写与应用。
3. 熟悉Matlab 的控制语句。
4. 掌握if,switch,for 等语句的使用。
二、 实验内容：1. 根据y=1+1/3+1/5+……+1/（2n-1）,编程求：y<5时最大n 值以及对应的y 值。
matlab 实验报告
matlab 实验报告Matlab实验报告引言：Matlab是一种强大的数值计算和可视化软件，广泛应用于科学、工程和经济等领域。
本实验报告将介绍我在使用Matlab进行实验过程中的一些经验和结果。
实验一：矩阵运算在这个实验中，我使用Matlab进行了矩阵运算。
首先，我创建了一个3x3的矩阵A和一个3x1的矩阵B，并进行了矩阵相乘运算。
通过Matlab的矩阵乘法运算符*，我得到了一个3x1的结果矩阵C。
接着，我对矩阵C进行了转置操作，得到了一个1x3的矩阵D。
最后，我计算了矩阵C和矩阵D的点积，并将结果输出。
实验二：数据可视化在这个实验中，我使用Matlab进行了数据可视化。
我选择了一组实验数据，包括时间和温度两个变量。
首先，我将数据存储在一个矩阵中，并使用Matlab的plot函数将时间和温度之间的关系绘制成曲线图。
接着，我使用Matlab的xlabel、ylabel和title函数添加了横轴、纵轴和标题。
最后，我使用Matlab的legend函数添加了图例，以便更好地理解图表。
实验三：数值积分在这个实验中，我使用Matlab进行了数值积分。
我选择了一个函数f(x)进行积分计算。
首先，我使用Matlab的syms函数定义了符号变量x，并定义了函数f(x)。
接着，我使用Matlab的int函数对函数f(x)进行积分计算，并将结果输出。
为了验证结果的准确性，我还使用了Matlab的diff函数对积分结果进行了求导操作，并与原函数f(x)进行了比较。
实验四：信号处理在这个实验中，我使用Matlab进行了信号处理。
我选择了一个音频文件，并使用Matlab的audioread函数读取了该文件。
接着，我使用Matlab的fft函数对音频信号进行了傅里叶变换，并将结果绘制成频谱图。
为了进一步分析信号的特征，我还使用了Matlab的spectrogram函数绘制了信号的时频图。
通过对信号的频谱和时频图的观察，我可以更好地理解信号的频率和时域特性。
MATlab课设实验报告
武汉理工大学《Matlab 课程设计》报告
摘要
数字带通滤波器可以理解为是一个计算程序或算法， 将代表输入信号的数字 时间序列转化为代表输出信号的数字时间序列，并在转化过程中，使信号按预定 的形式变化。数字滤波器有多种分类，根据数字滤波器冲激响应的时域特征，可 将数字滤波器分为两种， 即无限长冲激响应 （IIR） 滤波器和有限长冲激响应 （FIR） 滤波器。 IIR 数字滤波器具有无限宽的冲激响应，与模拟滤波器相匹配。所以 IIR 滤 波器的设计可以采取在模拟滤波器设计的基础上进一步变换的方法。FIR 数字滤 波器的单位脉冲响应是有限长序列。 它的设计问题实质上是确定能满足所要求的 转移序列或脉冲响应的常数问题，设计方法主要有窗函数法、频率采样法和等波 纹最佳逼近法等。与 IIR 滤波器相比，FIR 的实现是非递归的，总是稳定的；更 重要的是，FIR 滤波器在满足幅频响应要求的同时，可以获得严格的线性相位特 性。因此，它在高保真的信号处理，如数字音频、图像处理、数据传输、生物医 学等领域得到广泛应用。 数字带通 FIR 滤波器对单位冲激的输入信号的响应为有限长序列的数字滤波 器。 它的主要特点是具有精确线性相位特性。有限冲激响应数字滤波器一般实现 为非递归型结构,因此,又称为非递归型数字滤波器。 非递归型滤波器具有绝对稳 定的特性，而且，运算有限字长所产生的输出噪声也较小。 数字带通 FIR 滤波器的设计方法有许多种，如窗函数设计法、频率采样设计 法和最优化设计法等。而我主要利用矩形窗、三角形窗、汉明窗、布莱克曼窗、 凯泽窗进行设计，并输出滤波器的频率特性。
1
武汉理工大学《Matlab 课程设计》报告
பைடு நூலகம்
Abstract
Digital bandpass filter can be understood as a computer program or algorithm, will represent the input signal digital time sequence of the output signal is transformed into representative in digital time sequence, and the transformation process, make the form of predetermined signals. Digital filter, a variety of classification based on digital filter impulse response characteristics, can be time digital filter are divided into two kinds, namely, unlimited length impulse response (IIR) filter and finite impulse response (FIR filter. With infinite IIR digital filter, and wide of the impulse response matched filter is simulated. So IIR filter can be designed to simulate filter in the design based on further transform method. FIR digital filters unit impulse response is limited long sequence. It is essentially determined the design problems can meet the requirements of the pulse sequences or transfer problem, the design method of constant main window function method, frequency sampling method and the best approximation method such as corrugated. Compared with IIR filter, the realization of FIR is recursively, always stable, More importantly, FIR filters in amplitude frequency response to meet the requirements, can acquire strict linear phase characteristic. Therefore, it is of high fidelity in signal processing, such as digital audio and image processing, data transmission, biomedical fields used widely. Digital band-pass FIR filters for unit impulse response of the input signal for long sequence of digital filter. Its main characteristics is a precise linear phase characteristic. Limited impulse response to realize digital filter general recursive structure, therefore, also called the recursive digital filters. The recursive type filter is stable, characteristics, and limited word length produced output noise is lesser also. Digital bandpass filter design method has FIR, such as many window function design method, the optimum design method and frequency sampling design method, etc. I mainly using rectangular window, triangle window, hamming window, black mann window, Kaiser window design, and output frequency characteristics of the filter.
MATLAB实验报告 (2)
广西大学实验报告纸姓名：徐律1002100405电气工程学院自动化102班2012年12月27日【实验名称】MATLAB的图形绘制【实验要求】1、学习MATLAB图形绘制的基本方法；2、熟悉和了解MATLAB图形绘制程序编辑的基本指令；3、熟悉掌握利用MATLAB图形编辑窗口编辑和修改图形界面，并添加图形的各种标注；4、掌握plot、subplot的指令格式和语法。
【实验基本知识】1、plot(x,y)------绘制由x,y所确定的曲线；2、多组变量绘图：plot(x1, y1, 选项1, x2, y2, 选项2, ……)；3、双Y轴绘图：plotyy()函数；4、图形窗口的分割；5、图形编辑窗口的使用。
【实验内容】【1】二维曲线绘图基本指令演示。
本例运作后，再试验plot(t), plot(Y), plot(Y,t) ，以观察产生图形的不同。
t=(0:pi/50:2*pi)';k=0.4:0.1:1;Y=cos(t)*k;plot(t,Y)plot(t,Y); plot(t);plot(Y);plot(Y,t); %图形如下图所示【2】用图形表示连续调制波形Y=sin(t)sin(9t)及其包络线。
t=(0:pi/100:pi)';y1=sin(t)*[1,-1];y2=sin(t).*sin(9*t);t3=pi*(0:9)/9;y3=sin(t3).*sin(9*t3);plot(t,y1,'r:',t,y2,'b',t3,y3,'bo')axis([0,pi,-1,1])【3】在一个图形窗口绘制正弦和余弦曲线，要求给图形加标题“正弦和余弦曲线”，X轴Y轴分别标注为“时间t”和“正弦、余弦”，在图形的某个位置标注“sin(t)”“cos(t)”，并加图例，显示网格，坐标为正方形坐标系。
实验程序：实验结果：Sin(t)Cos(t)【4】绘制向量x=[1 3 0.5 2.5 2]的饼形图，并把3对应的部分分离出来。
实验报告二 Matlab图像代数运算和几何变换
实验二Matlab图像代数运算和几何变换一、实验目的1、掌握不同图像类型的转换2、掌握图像代数运算和几何变换的方法；3、掌握灰度级插值法的实验方法。
二、实验内容1、练习图像类型转换的相关命令（ind2rgb，mat2gray，grayslice，rgb2gray，rgb2ind，im2bw，ind2gray，dither）（p69-73）；2、练习课本6.3.2（p139-p143）图像代数运算的内容；3、练习图像平移 (p148)，图像比例变换（p153），图像旋转（p156），图像镜像变换（p158），图像切割（p160）Matlab实现例题；4、练习灰度级插值法（p171）。
三、实验步骤和结果1、练习图像类型转换的相关命令（ind2rgb，mat2gray，grayslice，rgb2gray，rgb2ind，im2bw，ind2gray，dither）（1）mat2gray()函数I=imread('rice.png');>> J=filter2(fspecial('sobel'),I);>> K=mat2gray(J);>> imshow(I);>> figure,imshow(K)（2）、grayslice()函数>> I=imread('snowflakes.png');>> X=grayslice(I,16);>> imview(I)imview(X,jet(16))（3）、rgb2ind()函数> RGB=imread('peppers.png');>> imshow(RGB);>> figure,imshow(RGB)>> [X,map]=rgb2ind(RGB,128);>> figure,imshow(X,map) （4）、im2bw（）函数>> load trees>> BW=im2bw(X,map,0.4);>> figure,imshow(X,map)>> figure,imshow(BW)（5）、ind2gray()函数load trees>> I=ind2gray(X,map);>> figure,imshow(X,map)>> figure,imshow(I)（6）、dither()函数>> RGB=imread('peppers.png'); >> [X,map]=rgb2ind(RGB,256); >> I=dither(RGB,map);>> BW=dither(I);>> imshow(RGB,map);>> figure,imshow(RGB,map); >> figure,imshow(BW)Result：（1）转换后图像（2）索引色图像（3）索引色图像（4）索引色图像（4）二值化后的图像（5）转换后的灰度图像（6）索引色图像（6）抖动转换图像2、练习课本6.3.2（p139-p143）图像代数运算的内容（1）加法运算I=imread('rice.png');>> figure(1),imshow(I,[])>> I2=imread('cameraman.tif')>> figure(2),imshow(I2,[])>> K=imadd(I,I2,'uint16');>> figure(3),imshow(K,[])>> I=imread('lena.bmp');>> I2=imadd(I,50);>> figure(1),imshow(I)>> figure(2),imshow(I2)（2）、减法运算>> I=imread('rice.png'); >> I2=imread('cameraman.tif'); >> I3=imsubtract(I,I2);>> figure,imview(I3)（3）乘法&除法运算>> I=imread('lena.bmp');>> I2=immultiply(I,0.5);>> figure,imshow(I)>> figure,imshow(I2)>> I3=immultiply(I,1.5);>> figure,imshow(I3)>> I4=imdivide(I,0.5);>> figure,imshow(I4)>> I5=imdivide(I,1);>> figure,imshow(I5)Result：（1）加法运算后的图像（1）加入常数后的图像（2）减法运算（3）乘以0.5后的图像乘以1后的图像除以0.5后的图像除以1后的图像3、练习图像平移 (p148)，图像比例变换（p153），图像旋转（p156），图像镜像变换（p158），图像切割（p160）Matlab实现例题；（a）图像平移>> I=imread('trees.tif');>> figure,imshow(I)>> I=double(I);>> I_movesult=zeros(size(I));>> H=size(I);>> Move_x=50;>> Move_y=50;>>I_movesult(Move_x+1:H(1),Move_y+1:H(2))=I(1:H(1)-Move_x,1:H(2)-Move_y);>> figure,imshow(uint8(I_movesult))（b）图像比例变换J=imread('trees.tif');>> figure,imshow(J);>> X1=imresize(J,2);>> X2=imresize(J,0.5);>> figure,imshow(X1)>> figure,imshow(X2)（C）图像旋转变换>> I=imread('peppers.png');>> figure,imshow(I)>> X1=imrotate(I,30,'nearest');>> figure,imshow(uint8(X1))>> X2=imrotate(I,45,'nearest');>> figure,imshow(uint8(X2))>> X3=imrotate(I,60,'nearest');>> figure,imshow(uint8(X3))>> X4=imrotate(I,90,'nearest');>> figure,imshow(uint8(X4))（d）图像镜像变换>> I=imread('forest.tif');>> I=double(I);>> figure,imshow(uint8(I));>> H=size(I);>> figure(2),>> I2(1:H(1),1:H(2))=I(H(1):-1:1,1:H(2));>> imshow(uint8(I2));>> figure,imshow(uint8(I2));>> I3(1:H(1),1:H(2))=I(1:H(1),H(2):-1:1);>> figure,imshow(uint8(I3));>> I4(1:H(1),1:H(2))=I(H(1):-1:1,H(2):-1:1);>> figure,imshow(uint8(I4));（e）图像切割>> I1=imread('peppers.png');>> I2=imcrop(I1,[75 68 220 100]);>> imview(I2)I3=imcrop(I1,[30 40 120 100]);>> imview(I3)（a）平移后的图像（b）放大后图像（b）缩小后的图像(c)旋转30°后的图像旋转45°后的图像旋转60°后的图像旋转90°后的图像（d）原始图像垂直镜像水平镜像对角镜像（e）原始图像一次切割后图像二次切割后图像4、练习灰度级插值法（p171）>> I=imread('lena.bmp');>> X1=imresize(I,1);>> X2=imresize(I,1,'bilinear');>> X3=imresize(I,1,'bicubic');>> figure,imshow(X1)>> figure,imshow(X2)>> figure,imshow(X3)最近邻差值法双线性插值法三次插值法四、实验体会在本次实验中掌握不同图像类型的转换，掌握了转换函数及其语法格式，如ind2rgb()函数将索引图像转换成真彩色。
matlab实验报告实验二
matlab实验报告实验二Matlab实验报告实验二引言Matlab是一种功能强大的数学软件，广泛应用于科学研究和工程实践中。
在实验二中，我们将探索Matlab的图像处理功能，并通过实际案例来展示其应用。
图像处理基础图像处理是指对图像进行数字化处理的过程，其目的是改善图像质量、提取有用信息或实现特定的应用需求。
在Matlab中，我们可以利用各种函数和工具箱来实现图像处理的各种任务，如图像增强、滤波、分割和特征提取等。
实验步骤1. 图像读取与显示在Matlab中，我们可以使用imread函数读取图像文件，并使用imshow函数将图像显示在屏幕上。
例如，我们可以读取一张名为"lena.jpg"的图像，并显示出来：```matlabimg = imread('lena.jpg');imshow(img);```2. 图像灰度化图像灰度化是将彩色图像转换为灰度图像的过程。
在Matlab中，我们可以使用rgb2gray函数将彩色图像转换为灰度图像。
例如，我们可以将上一步读取的图像转换为灰度图像：```matlabgray_img = rgb2gray(img);imshow(gray_img);```3. 图像二值化图像二值化是将灰度图像转换为二值图像的过程，其中只包含黑色和白色两种颜色。
在Matlab中，我们可以使用imbinarize函数将灰度图像二值化。
例如，我们可以将上一步得到的灰度图像二值化：```matlabbinary_img = imbinarize(gray_img);imshow(binary_img);```4. 图像平滑图像平滑是指去除图像中的噪声或细节，使得图像更加平滑和清晰。
在Matlab 中，我们可以使用imfilter函数对图像进行平滑处理。
例如，我们可以对上一步得到的二值图像进行平滑处理：```matlabsmooth_img = imfilter(binary_img, fspecial('average'));imshow(smooth_img);```5. 图像边缘检测图像边缘检测是指提取图像中物体边缘的过程，常用于目标检测和图像分割。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第组西华大学实验报告开课实验室：交通与汽车工程学院实验时间：2011年3月7 日学生姓名学号实验成绩实验项目名称MATLAB基本操作项目代码指导教师项目学分1、实验目的2、实验设备、仪器及材料3、实验内容3.1 一般实验（非上机实验）：3.1.1实验方案设计与选择（设计性、创新性实验需写该项内容）3.1.2实验原理及实验步骤（实验工作原理或实验的主要操作过程）3.1.3实验记录（核心代码及调试过程）3.2 上机实验：3.2.1上机实验的内容及要求3.2.2算法设计思想与算法实现步骤3.2.3程序核心代码，程序调试过程中出现的问题及解决方法3.2.4 程序运行的结果注解：理工科实验需记录实验过程中的数据、图表、计算、现象观察等，实验过程中出现的问题；其它如在计算机上进行的编程、仿真性或模拟性实验需记录程序核心代码以及程序在调式过程中出现的问题及解决方法；记录程序执行的结果。
4、实验总结4.1实验结果分析及问题讨论4.2实验总结心得体会注解：实验总结的内容根据不同学科和类型实验要求不一样，一般理工科类的实验需要对实验结果进行分析，并且对实验过程中问题进行讨论；在计算机上进行的编程、仿真性或模拟性实验需要对上机实践结果进行分析，上机的心得体会及改进意见。
其它实验应总结实验过程写出心得体会及改进意见。
说明：各门实验课程实验报告的格式及内容要求，请按照实验指导书的要求手工书写。
实验一 matlab 基本操作一 实验目的熟悉MATLAB 语言编程环境；熟悉MATLAB 语言命令 二 实验仪器和设备装有MATLAB6.0以上计算机一台 三 实验原理MATLAB 是以复杂矩阵作为基本编程单元的一种程序设计语言。
它提供了各种矩阵的运算与操作，并有较强的绘图功能。
1.1 基本规则1.1.1 一般MATLAB 命令格式为[输出参数1，输出参数2，……]=（命令名）（输入参数1，输入参数2，……） 输出参数用方括号，输入参数用圆括号如果输出参数只有一个可不使用 括号。
1.1.2 %后面的任意内容都将被忽略，而不作为命令执行，一般用于为代码加注释。
1.1.3 可用↑、↓键来重现已输入的数据或命令。
用←、→键来移动光标进行修改。
1.1.4 所有MATLAB 命令都用小写字母。
大写字母和小写字母分别表示不同的变量。
1.1.5 常用预定义变量，如pi 、Inf 、NaN 、ans1.1.6 矩阵的输入要一行一行的进行，每行各元素用空格或“，”分开，每行用“；”分开。
如⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=987654321A MATLAB 书写格式为A=[1 2 3 ；4 5 6 ；7 8 9] 在MATLABZ 中运行如下程序可得到A 矩阵 a=[1 2 3;4 5 6;7 8 9] a =1 2 3 4 5 6 7 8 91.1.7 需要显示命令的计算结果时，则语句后面不加“；”号，否则要加“；”号。
运行下面两种格式可以看出它们的区别：a=[1 2 3;4 5 6;7 8 9] a=[1 2 3;4 5 6;7 8 9];a=1 2 3 不显示结果4 5 67 8 91.1.8 当输入语句过长需要换行时，应加上“…”后再回车，则可续行输入。
1.2 矩阵运算MATLAB具有强大的矩阵运算功能,这里我们只作简单介绍.1.2.1 在MATLAB中表示一个矢量要用方括号，而列矢量的输入只需在行矢量输入格式基础上加转置符“’”即可。
如x=[1 2 3;4 5 6]x =1 2 34 5 6而x=[1 2 3;4 5 6]'(加转置符)x =1 42 53 61.2.2 下面三条命令可以产生一个行矢量1a=linspace(x,y,n)2a=logspace(x,y,n)3a=[x:n:y]第一条命令可以在线性空间产生一个值在x至y之间间隔点数为n的行矢量(一组数据)。
其行矢量的起始值是x, 终值为y, 点数为n。
第二条命令可以在对数空间产生一个值在10x至10y之间等间隔的行矢量(一组数据)。
第三条命令产生x至y步长为n的行矢量。
但是, 三个命令之间存在差别，下面的例子可以说明这一点。
例1 x=logspace(0,5,6)x =1 10 100 1000 10000 100000 例2 x=linspace(0,10,11)x =0 1 2 3 4 5 6 7 8 9 10 例3x=[0:1:10]x =0 1 2 3 4 5 6 7 8 9 10通过上面三个例子可以看出例一, 例二中n代表选取的点数。
而在例三中n则表示步长. 注意它们的区别。
四实验内容和步骤熟悉MATLAB语言编程环境。
在这一环境中，系统提供了许多编写，调试和执行MATLAB程序的便利工具。
熟悉变量、MATLAB基本数学函数使用，矩阵操作练习，主要包括矩阵的建立，算数运算，逻辑运算和关系运算。
(1）熟悉Matlab的运行环境以及HELP命令，运行demo命令，观看matlab 所具有的功能。
（2）验证例题中所有操作。
（3）完成以下各题，将步骤命令写入实验报告，并在机器上运行结果验证。
1．输入A=[7 1 5；2 5 6；3 1 5]，B=[1 1 1; 2 2 2; 3 3 3]，在命令窗口中执行下列表达式，掌握其含义：A(2, 3)矩阵A的第二行第三列元素。
A(:,2)矩阵A的第二列元素。
A(3,:) 矩阵A的第三行元素。
A(:,1:2:3)矩阵A的第一列和第三列元素。
A(:,3).*B(:,2)矩阵A的第三列与B的第二列两个列矩阵相点乘。
A(:,3)*B(2,:) 矩阵A的第三列组成的列矩阵与矩阵B的第二行组成的行矩阵相乘。
A*B矩阵A与B相乘。
A.*B矩阵A与B相点乘。
A^2 矩阵A与A相乘。
A.^2 矩阵A与A相点乘。
B/A矩阵B右除A。
B./A矩阵B点除A。
程序代码：A=[7 1 5;2 5 6;3 1 5];B=[1 1 1;2 2 2;3 3 3];A(2,3)A(:,2)A(3,:)A(:,1:2:3)A(:,3).*B(:,2)A(:,3)*B(2,:)A*BA.*BA^2A.^2B/AB./A运行结果：ans =6ans =151ans =3 1 5ans =7 52 63 5ans =51215ans=10 10 1012 12 1210 10 10 ans =24 24 2430 30 3020 20 20 ans =7 1 54 10 129 3 15 ans =66 17 6642 33 7038 13 46ans =49 1 254 25 369 1 25ans =0.1842 0.2105 -0.23680.3684 0.4211 -0.47370.5526 0.6316 -0.7105 ans =0.1429 1.0000 0.20001.0000 0.4000 0.33331.0000 3.0000 0.60002．求下列表达式的值。
（1）)+⨯⨯=w1026-342451(.0程序代码：w=sqrt(2)*(1+0.34245*10^-6)wa=3.5;b=5;c=9.8;e=2.71;x=(2*pi*a+(b+c)/(pi+a*b*c)-e^2)/(tan(b+c)+a)x运行结果：w =1.4142w =1.4142x =6.6389x =6.63894、实验总结4.1实验结果分析及问题讨论答：运行的结果符合要求，但在书写时不注意容易书写错误。
在命令窗口要报错。
4.2实验总结心得体会答：数学计算是MATLAB强大功能的体现，matlab的数学计算分为数值计算和符号计算，其中符号计算是指使用未定义的符号变量进行计算，而数值计算不允许使用未定义的变量。
实验二MATLAB编程基础一实验目的：完成MATLAB下数据分析与程序设计有关问题的练习。
学习脚本文件的编写，数值输入，数组计算，程序调试等；练习利用MATLAB编程序解决基本数学问题。
学习全局和局部变量的使用，流程控制结构，函数编写及其调试。
二实验仪器和设备装有MATLAB6.0以上计算机一台3、实验内容3.2 上机实验：3.2.1上机实验的内容及要求完成MATLAB下数据分析与程序设计有关问题的练习。
学习脚本文件的编写，数值输入，数组计算，程序调试等；练习利用MATLAB编程序解决基本数学问题。
学习全局和局部变量的使用，流程控制结构，函数编写及其调试。
（一）验证例题中的操作例1 求a=S^3+2S^2+3S+4根.程序代码：a=[1 2 3 4];roots(a)运行结果：ans =-1.6506-0.1747 + 1.5469i-0.1747 - 1.5469i例2 已知某多项式的根如下-1.6506-0.1747 + 1.5469i-0.1747 - 1.5469i求该多项式.程序代码：poly([-1.6506,-0.1747+1.5469i,-0.1747 - 1.5469i])运行结果：ans =1.00002.00003.00014.0001即所求多项式为S^3+2S^2+3S+4例3：生成3×4阶的Hiltber矩阵。
程序代码：运行结果：例4：矩阵输入程序m=input('矩阵行数：m=');n=input('矩阵列数：n=');for i=1:m;for j=1:n;disp(['输入第',num2str(i),'行,第',num2str(j),'列元素']); A(i, j) = input (' ');endendA运行结果：矩阵行数：m=2矩阵列数：n=2输入第1行,第1列元素2输入第1行,第2列元素3输入第2行,第1列元素4输入第2行,第2列元素5矩阵行数：m=2矩阵列数：n=3输入第1行,第1列元素4输入第1行,第2列元素5输入第1行,第3列元素6输入第2行,第1列元素7输入第2行,第2列元素8输入第2行,第3列元素4A =4 5 67 8 4例4：用迭代法计算多项式方程523--x x = 0的一个实根。
解：程序代码：x0=3;r=1;n=0;while r > 1e-5x1=x0;x0=3+5/x1.^2;r=abs(x0-x1);n=n+1;end,x0,n运行结果：x0 =3.4260n =9例5：计算s = n!，在文本编辑器中输入：function s=pp(n);s=1;for i=1:ns=s*i;ends;在MATLAB 命令窗口中输入：s=pp(5)结果为: s = 120（二）完成以下各题，将答案写入实验报告，并在机器上运行结果验证。
1．编写程序，计算1+3+5+7+…+(2n+1)的值（用input 语句输入n 值）。