《数学实验》报告matlab-第五次作业
matlab实验报告
Matlab实验报告一、实验名称：matlab实验报告二、实验目的：熟悉并学会掌握matlab的基本操作。
三、实验内容：准确编写第二，三，四章课后习题的matlab程序。
四、实验数据处理第二章MATLAB 基本操作第一题：利用基本矩阵产生3X3和15X8的单位阵、全1阵、全0阵，随机分布矩阵（[-1,1]之间）、正态分布随机阵（均值为1，方差为4）。
程序：>> A=eye(3)A = 1 0 00 1 00 0 1>> A=ones(3)A =1 1 11 1 11 1 1>> A=zeros(3)A =0 0 00 0 00 0 0>> A=1-2*rand(3)A =-0.9003 0.0280 0.08710.5377 -0.7826 0.9630-0.2137 -0.5242 -0.6428>> A=2*randn(3)+1A =0.1349 1.5754 3.3783-2.3312 -1.2929 0.92471.2507 3.3818 1.6546>> B=eye(2,3)B =1 0 00 1 0>> B=ones(2,3)B = 1 1 11 1 1>> B=zeros(2,3)B =0 0 00 0 0>> B=1-2*rand(2,3)B = 0.1106 -0.5839 -0.4764-0.2309 -0.8436 0.6475>> B=2*randn(2,3)+1B =1.3493 2.4516 5.36640.6266 -0.1766 0.7272第五题：利用rand函数产生（0,1）间均匀分布的5X5随机矩阵A，然后统计A中大于等于0.6的元素个数。
程序：A=rand(5)A =0.4057 0.0579 0.2028 0.0153 0.41860.9355 0.3529 0.1987 0.7468 0.84620.9169 0.8132 0.6038 0.4451 0.52520.4103 0.0099 0.2722 0.9318 0.20260.8936 0.1389 0.1988 0.4660 0.6721>> n=sum(sum(A>=0.6))n =9第六题：利用rand函数产生均值为0，方差为1的4X4正态分布随机矩阵A，然后统计A 中大于-0.5且小于0.5的元素个数。
MATLAB数学实验报告
Matlab 数学实验报告一、实验目的通过以下四组实验,熟悉MATLAB的编程技巧,学会运用MATLAB的一些主要功能、命令，通过建立数学模型解决理论或实际问题。
了解诸如分岔、混沌等概念、学会建立Malthu模型和Logistic模型、懂得最小二乘法、线性规划等基本思想。
二、实验容2.1实验题目一2.1.1实验问题Feigenbaum曾对超越函数y=λsin(πｘ)（λ为非负实数）进行了分岔与混沌的研究，试进行迭代格式x k+1=λsin(πx k),做出相应的Feigenbaum图2.1.2程序设计clear;clf;axis([0,4,0,4]);hold onfor r=0:0.3:3.9x=[0.1];for i=2:150x(i)=r*sin(3.14*x(i-1));endpause(0.5)for i=101:150plot(r,x(i),'k.');endtext(r-0.1,max(x(101:150))+0.05,['\it{r}=',num2str(r)]) end加密迭代后clear;clf;axis([0,4,0,4]);hold onfor r=0:0.005:3.9x=[0.1];for i=2:150x(i)=r*sin(3.14*x(i-1));endpause(0.1)for i=101:150plot(r,x(i),'k.');endend运行后得到Feigenbaum图2.2实验题目二2.2.1实验问题某农夫有一个半径10米的圆形牛栏，长满了草。
他要将一头牛拴在牛栏边界的桩栏上，但只让牛吃到一半草，问拴牛鼻子的绳子应为多长？2.2.2问题分析如图所示，E为圆ABD的圆心，AB为拴牛的绳子，圆ABD为草场，区域ABCD为牛能到达的区域。
问题要求区域ABCD等于圆ABC 的一半，可以设BC等于x,只要求出∠a和∠b就能求出所求面积。
《数学实验》实验报告——用MATLAB绘制sin曲线
试验步骤（根据问题分析及试验目的所计划的试验步骤）：
（1）设计实验程序，程序如下：
（2）试运行实验程序，逐步修改程序。
试验过程（含详细试验步骤、程序清单及异常情况记录等）
（1）将编写的程序在软件中试运行；
（2）逐步修改指令，排除出现的各种异常情况；
（3）运行结果如下：
结果分析：
运行的结果能达到实验的目的和要求，通过在同一幅图上的（-pi，pi）区间，可绘制出用0.5的间隔的sinx的红色曲线，用0.1的间隔的sin(x+0.5)的绿色曲线，用0.01的间隔的sin(x+1)的蓝色曲线，并给图的x和y轴添加标注。
x1=-pi:0.5:pi
y1=sin(x1);
x2=-pi:0.1:pi
y2=sin(x2+0.5);
x3=-pi:0.01:pi
y3=sin(x3+1);
plot(x1,y1,'r',x2,y2,'g',x3,y3,'b')
xlabel('x1,x2,x3')
ylabel('sin(x1),sin(x2+0.5),sin(x3+1)')
有的工具绘制起来比较繁琐所达到的结果也不尽如人意所以就需要寻找一种比较容易操作及效果比较好的工具来完成sin曲线的绘实验报告
班级
****
学号
****
姓名
MATLAB第五章实验报告
MATLAB数值计算班级：11电信一班姓名：何得中学号：20111060108实验目的：1.了解MATLAB提供的标准多项式的常用函数；2.掌握用MATLAB创建多项式；3.学会用MATLAB对数据的分析；实验仪器：MATLAB软件，电脑实验数据：>> poly2sym([1 2 6 -5 3 9])ans =x^5+2*x^4+6*x^3-5*x^2+3*x+9 >> A=[7 8 9;4 5 6;1 2 3];>> B=poly(A)B =1.0000 -15.0000 18.00000.0000>> poly2sym(B)ans=x^3-15*x^2+18*x+422583449577050 7/633825300114114700748351602688 >> v=[0.5 0.6i -0.4 -0.6i]v =0.5000 0 + 0.6000i -0.4000 0 - 0.6000i>> p=poly(v)p =1.0000 -0.1000 0.1600 -0.0360 -0.0720>> pr=poly2sym(p)pr=x^4-1/10*x^3+4/25*x^2-9/250*x-9/12 5>> p=poly([1 2 3 4 5]);>> polyval(p,6)ans =120>> p=[1 3 1 2 1];>> polyvalm(p,[3 6;8 4])ans = 7186 66668888 8297>> polyvalm(p,7)ans =3494>> p=[1 4 2];>> x=0:0.8:4;>> y=polyval(p,x)y = 2.0000 5.8400 10.9600 17.3600 25.0400 34.0000>> a=[1 -1 4 10];>> r=roots(a);r = 1.1879 + 2.4202i1.1879 -2.4202i-1.3758>> pp=poly(r)pp =1.0000 -1.0000 4.0000 10.0000>> p1=[1,0,1,1];>> p2=[0,1,-1,2];>> p1+p2ans =1 1 0 3>> p1-p2ans =1 -1 2 -1>> c=conv([1 1 2 2],[1 2 5 4])c = 1 3 9 15 18 18 8>> p1=[1,0,1,1]; >> p2=[1,-1,2];>> [q,r]=deconv(p1,p2) q = 1 1 r = 0 0 0 -1 >> g=[1 5 4 6 20 48 27 72 39 ]; >> h=polyder(g) h = 8 35 24 30 80 144 54 72 >> q=polyint(h) q =1 5 4 6 20 48 27 72 0 >> b=[4,9]; >> a=[1,7,8]; >> [r,p,k]=residue(b,a) r = 3.2127 0.7873 p = -5.5616 -1.4384 k = [] >> [b,a]=residue(r,p,k) b = 4.0000 9.0000 a = 1 7 8 x=linspace(0,2*pi,50); >> y=sin(x); >> [p,s]=polyfit(x,y,3) p = 0.0912 -0.8596 1.8527 -0.1649 s = R: [4x4 double] df: 46 normr: 0.5055>> plot(x,y,'r:*',x,polyval(p,x),'-o')>> a=ceil(rand(4,4)*12) a = 12 11 10 12 3 10 6 9 8 6 8 3 6 1 10 5 >> b=ceil(rand(4,4)*10) b = 10 1 2 3 10 4 3 2 5 9 2 1 9 1 7 8 >> x=a\b x = -0.6400 -0.3800 -0.5800 -0.3600 0.0814 1.4697 -0.2959 -0.7021 0.9883 1.0679 0.9748 0.7876 0.5752 -1.7738 0.2055 0.5972 >> x=[1 1.5 2 2.5 3 3.5 4 4.5 5]'; >> y=[-1.4 2.7 3 5.9 8.4 12.2 16.6 18.8 26.2]'; >> e=[ones(size(x)) x.^2]; >> c=e\y c = -1.0685 1.0627>> x1=[1:0.1:5]'; >> y2=[ones(size(x1)),x1.^2]*c;>> plot(x,y,'ro',x1,y2,'k')>> a=[2 4 7 4;9 3 5 6]; >> b=[8 5]'; >> x=pinv(a)*bx = -0.21510.44590.79490.2707>> x=0:0.02*pi:2*pi;>> y=sin(x);>> ymax=max(y)ymax = 1>> ymin=min(y)ymin = -1>> ymean=mean(y)ymean =2.2995e-017>> ystd=std(y)ystd =0.7071>> score=[90 80 78 98 79;100 90 68 78 69;88 77 99 87 100];>> score_sum=sum(score)score_sum = 278 247 245 263 248>> score_avg=score_sum/3.score_avg =92.6667 82.3333 81.6667 87.6667 82.6667>> score_max=max(score)score_max=100 90 99 98 100>>[score_max,score_max_student]=max(s core)score_max =100 90 99 98 100score_max_student = 2 2 3 1 3>> score_min=min(score)score_min = 88 77 68 78 69>>[score_min,score_min_student]=min(sc ore)score_min = 88 77 68 78 69score_min_studen t=3 3 2 2 2>> score_student_sum=sum(score) score_student_sum=278 247 245 263 248>>score_student_savg=score_student_sum. /3score_student_savg =92.6667 82.3333 81.6667 87.6667 82.6667>> std(score)ans =6.4291 6.8069 15.8219 10.0167 15.8219>> var(score)ans =41.3333 46.3333 250.3333 100.3333 250.3333>> x=linspace(0,2*pi,10)x =0 0.6981 1.3963 2.0944 2.7925 3.4907 4.1888 4.8869 5.5851 6.2832>> y=sin(x)y=0 0.6428 0.9848 0.8660 0.3420 -0.3420 -0.8660 -0.9848 -0.6428 -0.0000>> dy=diff(y)dy=0.6428 0.3420 -0.1188 -0.5240 -0.6840 -0.5240 -0.1188 0.3420 0.6428>> d2y=diff(y,2)d2y= -0.3008 -0.4608 -0.4052 -0.1600 0.1600 0.4052 0.4608 0.3008>> d3y=diff(y,3)d3y= -0.1600 0.0556 0.2452 0.3201 0.2452 0.0556 -0.1600>> x=[1 2 3 4 5];>> y=[4 5 6 7 8];>> cx=cov(x)cx = 2.5000>> cy=cov(y)cy = 2.5000>> cxy=cov(x,y)cxy =2.5000 2.50002.5000 2.5000>> x=-1:0.2:1;>> z=exp(x.^2);>> fx=gradient(z)fx= -0.8218 -0.6425 -0.3615 -0.1963 -0.0868 0 0.0868 0.1963 0.3615 0.6425 0.8218function ex=ex(x)ex=exp(-x.^2)return>> format long>> quad('ex',0,1,1e-6)ex = 1.00000000000000 0.981730032806080.928898599395100.778800783071400.588254444230630.473852624646280.36787944117144ex = 0.99540087747802 0.95936125127772ex =0.86171221264734 0.68574192538547ex = 0.53040332078406 0.41944631668514ans = 0.74682418072642>> quadl('ex',0,1,1e-6)ex=1.000000000000000.999184727905840.991616959101330.968441445328330.926451851978820.864349866175970.778800783071400.682385279905670.592380095006350.509706301048790.438272262810980.389185953389380.36787944117144ex = 0.99161695910133 0.926451851978820.778800783071400.592380095006350.43827226281098ans = 0.74682413398845>> quad8('ex',0,1,1e-6) ex =1.00000000000000 0.999184727905840.991616959101330.968441445328330.92645185197882 0.86434986617597 0.778800783071400.682385279905670.592380095006350.509706301048790.438272262810980.389185953389380.36787944117144ex= 0.99161695910133 0.926451851978820.778800783071400.592380095006350.43827226281098ans = 0.74682413398845x0=0:pi/5:4*pi;y0=sin(x0).*exp(-x0/10);xi=0:pi/20:4*pi;yi=interp1(x0,y0,xi,'spline');plot(x0,y0,'or',xi,yi,'--b')；Untitled2>> t=0:5:65;>> x=2:5:57;>>f=[3.1025,2.256,879.5,1835.9,2968.8,41 36.2,5237.9,6152.7,6725.3,6848.3,6403. 5,6824.7,7328.5,7857.6];>> f1=interp1(t,f,x)f1 = 1.0e+003 *0.002763900000000.353153600000001.262060000000002.289060000000003.435760000000004.576880000000005.603820000000006.381740000000006.774500000000006.670380000000006.571980000000007.02622000000000>> f2=interp1(t,f,x,'nearext') f2 = 1.0e+003 *0.003102500000000.002256000000000.879500000000001.835900000000002.968800000000004.136200000000005.237900000000006.152700000000006.725300000000006.848300000000006.403500000000006.82470000000000>> f3=interp1(t,f,x,'spline') f3 = 1.0e+003 *-0.170259056484550.306978324423981.256000890788642.269771808421483.439603875525464.589619889476705.637043766567756.422853844252316.859291256423016.653528330055636.481654623354457.04407557652658 >> f4=interp1(t,f,x,'cubic')f4 = 1.0e+003 *0.002438844000000.223194994900141.248358437730492.273647289639383.436483654858934.591276133775775.636234122067276.436239461848896.797756124209326.691730400000006.507716445924327.01855707680041[x,y,z]=peaks(6);mesh(x,y,z)[xi,yi]=meshgrid(-3:0.2:3,-3:0.2:3); z1=interp2(x,y,z,xi,yi,'nearest');z2=interp2(x,y,z,xi,yi,'linear');z3=interp2(x,y,z,xi,yi,'spline');z4=interp2(x,y,z,xi,yi,'cubic'); subplot(2,2,1)mesh(xi,yi,z1)title('nearest插值的网络图') subplot(2,2,2)mesh(xi,yi,z2)title('linear插值的网络图') subplot(2,2,3)mesh(xi,yi,z3)title('spline插值的网络图') subplot(2,2,4)mesh(xi,yi,z4)title('cubic插值的网络图')。
matlab数学实验报告
Plot.ezplot.fplot之间的对比一．问题背景与实验目的函数plot是绘制二维图形的最基本函数，它是针对向量或矩阵的列来绘制曲线的。
也就是说，使用plot 函数之前，必须首先定义好曲线上每一点的x 及y 坐标，常用格式为：（1）plot(x) 当x 为一向量时，以x 元素的值为纵坐标，x 的序号为横坐标值绘制曲线。
当x 为一实矩阵时，则以其序号为横坐标，按列绘制每列元素值相对于其序号的曲线，当x 为m×n 矩阵时，就有n 条曲线。
（2）plot(x,y) 以x 元素为横坐标值，y 元素为纵坐标值绘制曲线。
（3）plot(x,y1,x,y2,…) 以公共的x 元素为横坐标值，以y1,y2,…元素为纵坐标值绘制多条曲线。
函数fplot 用来绘制数学函数，其调用格式为：fplot(fun,lims)其中fun 就是所要绘制的函数，可以是定义函数的M 文件名，也可以是以x 为变量的可计算字符串，lims=[XMIN XMAX YMIN YMAX]限定了x,y 轴上的绘图空间。
函数ezplot的功能最为强大，它可以像fplot函数那样给出函数和定义域，它也可以无需数据准备，直接画出函数图形，基本调用格式为ezplot(f)，其中f 是字符串或代表数学函数的符号表达式，只有一个符号变量。
二．相关函数及简介1、在图形上加格栅、图例和标注（1）grid on: 加格栅在当前图上grid off: 删除格栅（2）xlabel(string): 在当前图形的x轴上加标记string ylabel(string): 在当前图形的y轴上加标记stringzlabel(string): 在当前图形的z轴上加标记stringtitle(string): 在当前图形的顶端上加标记string2、定制坐标Axis([xmin xmax ymin ymax zmin zmax])定制图形坐标Axis auto 将坐标轴返回到自动缺省值3、图形保持(1)hold on------保持当前图形, 以便继续画图到当前图上hold of-----释放当前图形窗口(2)figure(h)新建h窗口，激活图形使其可见，并把它置于其它图形之4、分割窗口subplot(mrows, ncols, thisplot)------划分整个作图区域为mrows*ncols块（逐行对块访问）并激活第thisplot块，其后的作图语句将图形画在该块上。
-MATLAB 数学实验报告
MATLAB 数学实验报告求下列解方程组：1.（1）⎪⎪⎩⎪⎪⎨⎧=+--=-+-=++-0202432143214321xxxx x xx x xx x x（2）⎪⎪⎩⎪⎪⎨⎧=+=+-=-+0302403231321321x x x x x x x x2. ⎪⎪⎩⎪⎪⎨⎧=++=+-=-+883111023224321321321x x x x x x x x x例1. 绘制函数表达式x²-y³的二维图形。
例2. 在极坐标下绘制函数表达式1+cost的二维图形。
例3. 根据表达式x=sint、y=cost、z=t，绘制三维曲线。
实验过程记录（含基本步骤，主要程序清单及异常情况记录等）：1.解：(1) >> A=[1 -1 1 1;1 -1 1 -2;1 -1 -2 1];>> format rat>> n=4;>> RA=rank(A)RA =3>> if(RA==n)else B=null(A,'r')endB =11>> syms k>> x=k*Bx =kk(2) >> A=[2 3 -1;4 -2 1;1 0 3];>> format rat>> n=3;>> RA=rank(A)RA =3>> if(RA==n) x=[0 0 0]else B=null(A,'r')endx =0 0 0 2.解：>> A=[4 2 -1;3 -1 2;11 3 8];b=[2 10 8]';B=[A b];n=3;RA=rank(A)RA =3>> RB=rank(B)RB =3>> if(RA==RB&RA==n)X=A\belse if(RA==RB&RA<n)C=A\bD=null(A,'r')endX =97/40-169/40-3/4例1.解：>> syms x y>>ezplot(x^2-y^)3) 例2. 解： >> syms t>> ezpolar(1+cos(t)） 例3. 解： >> syms t>> ezplot3(sin(t),cos(t),t,[0,6*pi])实验结果报告及实验总结：1.（1）的解为x = kk 0 0（2）的解为x = 00 02的解为X =97/40 -169/40 -3/4 例1.图形结果：xyx 2-y 3 = 0例2.图形结果：902701800r = 1+cos(t)例3.图形结果：-1xx = sin(t), y = cos(t), z = tyz实验总结：对于以上题目的解析，这是我第一次用MATLAB 进行编程来求解实际问题，虽然过程有点艰辛，但每一步都亲力亲为，这让我收获很多，通过做次实验，让我对MATLAB有了进一步的了解，了解了它的强大的功能和他如何求解实际问题，激发了我学好MATLAB的决心。
matlab实验报告(实验5)
一、 实验目的
开课学院及实验室：机电学院
2012 年 12 月 28 日
机电学
学院
院
实验课程名称
年级、专 业、班
1、 掌握 M 脚本文件和函数文件的创建方法，理解两者在形式上和运行上的区别； 2、 理解基本空间和函数空间的含义。 3、 掌握以控制流进行 MATLAB 程序设计的方法以及向量化程序设计方法，了解两者之间的异同； 二、
为频域抽样间隔， 2 1 为带宽。 K
四、实验报告要求
1、简述实验目的、实验原理及其要点； 2、把所有实验内容涉及的指令都以 M 文件方式创建并运行，保存实验结果图形。 3、总结实验中的主要结论。
按照实验内容 1 定义的 f(t)及时域采样方式，并取频域抽样点数 K=100，利用 MATLAB 编程，使用 for 循 环结构计算 F ( ) 在 [8 ,8 ] 在各个频域采样点的值，并画出其频谱图形。
T N 1 F (1 k ) f (t1 nt )e j (1 k )(t1 nt ) N n 0
其中，
（2.1）
根据以上两个等式，利用 MATLAB 编程，使用向量化计算的方法重新完成实验内容 2 和实验内容 3，并把计算结 果与实验内容 2 和实验内容 3 的结果进行比较是否相同（通过计算两者之间的最大绝对误差，观察其值是否接 近 0） 。 6、利用实验内容 5 的代码，把傅里叶变换和傅里叶逆变换分别写为两个 M 函数文件，函数定义形式为： function [F, w] = Fourier_lab2(f, N, T, K) function [f, t] = iFourier_lab2(F, K, W, N) 其中，f 为时域信号，t 为对时域信号 f 的采样点（即采样时刻） 为对时域信号 f 的采用点数，T 为 f 的 ，N 持续时间，K 为频域采样点数，F 为 f 的傅里叶变换，w 为对 F 的频域采样点，W 为 F 的频域带宽。 利用以上两个函数，写出 M 脚本文件重新完成实验内容 5。
MATLAB数学实验报告
数学实验报告一、实验目的1.学会用软件对矩阵进行一些数值运算。
2.学会用软件解线性方程组。
3.掌握逆矩阵的一种应用：整数逆矩阵加密、解密方法。
4.熟悉三维空间中的线性变换，加深对正交变换保持距离不变性的理解。
5.掌握泰勒级数在近似计算中的应用，从而理解数值逼近思想。
6.了解无理数e和欧拉常数C的由来历史。
7.了解圆周率π的计算历史，掌握计算圆周率π近似值的多种方法。
8.利用幂级数展开式计算无理数e和欧拉常数C的近似值。
9.学会根据实际问题建立线性规划模型。
10.掌握用软件求解线性函数极值问题。
11.学会建立0-1规划模型，掌握用软件求解0-1规划问题。
二、实验内容1.实验五：练习1：1．（1）程序代码[2,11,1;32,13;1,43,5][1;42][]()结果显示特解：（0.8571，-0.7143，0，0）基础解系：ξ1=（0.1429，-1.2857，1，0），ξ2=（0.1429，0.7143，0，1）通解：0.1429 0.1429 0.8571-1.2857 0.7143 -0.7143k1 1 + k2 0 + 0 12єR0 10感想与反思：A．通过解这道题，熟练掌握了用软件解线性方程组的方法B．手工解线性方程组非常繁琐，通过这道题，进一步认识到的强大2.实验五.练习2.24*4的加密锁：程序代码[3 7 15 22;2 5 11 17;3 6 13 21;9 18 36 46](q)(q)[68 105 108 105 103 101 110 99 101 32 105 115 116 32 116 104 101 32 109 111 116 104 101 114 32 111 102 32 115 117 99 99 101 115 115 32](w,4,9)(q)*b结果显示6*6的加密锁代码[2 3 4 2 1 6;7 7 11 9 2 17;4 6 9 5 2 12;8 7 12 9 2 17;3 3 4 2 1 6;6 4 6 6 1 2](q)(q)[68 105 108 105 103 101 110 99 101 32 105 115 116 32 116 104 101 32 109 111 116 104 101 114 32 111 102 32 115 117 99 99 101 115 115 32](w,6,6)*a(q)*b感想与反思：A．通过解这道题，熟练掌握了逆矩阵的一种应用：整数逆矩阵加密、解密方法B．用矩阵就可以完成对于信息的加密和解密，体会到了矩阵和的神奇C．在选择密码锁矩阵时可以对于一个单位矩阵进行多次初等变换，便于找到3.实验七，练习2.1程序代码单数阶导数在0处的值为零。
matlab实验内容答案解析
实验报告说明：matlab 课程实验需撰写8个实验报告，每个实验报告内容写每次实验内容中标号呈黑体大号字显示的题目。
第一次实验内容：实验一 MATLAB 运算基础一、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.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）22sin 8511z e ︒=+（2）12ln(2z x =，其中2120.455i +⎡⎤=⎢⎥-⎣⎦（3）0.30.33sin(0.3), 3.0, 2.9, 2.8,,2.8,2.9,3.02a ae e z a a --=+=---提示：利用冒号表达式生成a 向量，求各点的函数值时用点乘运算。
（4）2220141122123t t z t t t t t ⎧≤<⎪=-≤<⎨⎪--≤<⎩，其中t ＝0：0.5：2.5 提示：用逻辑表达式求分段函数值。
2.已知12344347873657A -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，131203327B -⎡⎤⎢⎥=⎢⎥⎢⎥-⎣⎦求下列表达式的值：（1） A+6=B 和A-B+I(其中I 为单位矩阵)。
（2） A*B 和A.*B 。
（3） A^3和A^.3 。
（4） A/B 和B\A 。
（5）[A ，B]和[A([1,3],;);B^2] 。
3.设有矩阵A 和B12345678910111213141516171819202122232425A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦， 30161769023497041311B ⎡⎤⎢⎥-⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎣⎦（1） 求它们的乘积C 。
（2） 将矩阵C 的右下角3×2子矩阵赋给D （3） 查看MATLAB 工作空间使用情况。
4.完成下列操作：（1）求[100，999]之间能被21整除的数的个数。
MATLAB实验5报告参考模板
学院数学与计算机科学系上机实验五报告
2015 年至2016 年度第1学期上机时间2015-12-09
数计系级数本班姓名
实验项目：函数的定义、函数间的相互调用、循环编程应用案例
实验目的：掌握函数定义的方法、掌握函数间的相互调用及循环语句的基本应用
实验要求：
定义一个用循环计算某一列元素和的函数sum1。
建一个脚本，脚本中读取以下表格（data.xlsx）的数据，并调用sum1函数计算X1中前10个元素之和，以及计算X2中后10个元素之和。
友情提示：范文可能无法思考和涵盖全面，供参考!最好找专业人士起草或审核后使用，感谢您的下载！。
实验五 matlab基础知识(简单)
本次实验注意：《实验五MALTAB基础知识（简单）》《实验五基于Matlab的信号频谱分析（复杂）》选作一个即可实验五MALTAB基础知识（一）实验目的 (2)（二）实验设备 (2)（三）实验要求 (2)（四）实验内容 (2)1.1 MATLAB基础知识 (2)1.1.1 MATLAB程序设计语言简介 (2)1.1.2 MA TLAB界面及帮助 (2)1.2 MA TLAB基本运算 (4)1.2.1 MA TLAB内部特殊变量和常数 (4)1.2.2 变量类型 (4)1.2.3 内存变量管理 (5)1.2.4 MA TLAB常用数学函数 (5)1.2.5 MA TLAB矩阵生成 (5)1.2.6 MA TLAB矩阵运算 (8)1.2.7 MA TLAB中的矩阵分析 (10)1.3 MA TLAB程序设计 (10)1.3.1 M文件 (10)1.3.2 程序控制结构 (12)实验五MALTAB基础知识（一）实验目的●了解MA TLAB 程序设计语言的基本特点，熟悉MA TLAB软件运行环境●掌握创建、保存、打开m文件及函数的方法●掌握变量等有关概念，具备初步的将一般数学问题转化为对应的计算机模型并进行处理的能力（二）实验设备计算机，Matlab软件（三）实验要求本实验属于验证实验，请根据（四）实验内容的步骤，运行相应的指令或例子，并将仿真结果截图至文档（请自己新建一个word文档，注意，并不一定所有指令或例子的实验结果都要截图，截图数目大于等于5个即可，自己选择性截图，答案不唯一，自由发挥）请在页眉处填写班级、学号、姓名，并将实验报告命名为“实验五_学号_姓名”，并通过FTP上传至指定文件夹。
（四）实验内容1.1 MATLAB基础知识1.1.1 MATLAB程序设计语言简介MA TLAB，Matrix Laboratory的缩写，是由MathWorks公司开发的一套用于科学工程计算的可视化高性能语言，具有强大的矩阵运算能力。
《数学实验》报告matlab_第五次作业
《数学实验》报告实验名称 matlａｂ拟合与插值学院机械工程学院专业班级姓名学号2011年 10月一、【实验目的】掌握Ｍａtlab关于采用最小二乘法拟合曲线的方法。
学会使用maｔlab求实际中得到数据的插值曲线。
二、【实验任务】Ｐ13０第8、1０、１2题三、【实验程序】Ｐ1３０第８题:x=［０.10,0．3０,０.40,0.5５,0.70,0．80，0.9５］；y=[15,18,19,２1,2２.6,23.8，26]；p1=polyfit(x,y,1);p3=ｐｏlyfit(ｘ,y,3);p5=polyｆit(x，y，５)；ｄisp('一阶拟合函数'），f１=pｏly2ｓtr(ｐ1，＇ｘ'）ｄisｐ('三阶拟合函数')，f3=ｐｏly2stｒ(p3,'x')disｐ('五阶拟合函数')，ｆ５=pｏly2str（p５,'x'）x1=0.1:0.0０17:０.９５;y1＝ｐolyval(p1,ｘ１);y３=poｌyval(p3,ｘ1）;ｙ5=ｐoｌyｖal(p５,x１);plot(x,y,'rp'，x1,y1,＇--'，x１,ｙ3，'k－.'，x１,y5）；legend（＇拟合点',＇一次拟合＇,'三次拟合'，'七次拟合＇）Ｐ13０第10题x＝[1０,１５，20,25，30]；y=[２5.2,29．８,31.2,３1.7,２9.4］；xi=１0：.5:3０;ｙi1=inｔerｐ1(ｘ,y，xi,'＊nearｅst'）;yｉ2=ｉｎｔerｐ1(x,ｙ，xi,＇*linｅａｒ');yi３=iｎterp1（ｘ,y,xｉ,＇＊spline'）；yi4=ｉnterｐ1(x，ｙ,ｘi，＇＊cuｂic');plot(x，ｙ,'ro',xi,yｉ1,'--',ｘi,ｙｉ2,'-',xｉ,yｉ３,'k．－',xi,yｉ4,'m:＇),ｇｒiｄonlegｅｎd('原始数据'，＇最近点插值',＇线性插值'，＇样条插值','立方插值＇) Ｐ1３０第1２题［x，y]=ｍeshgｒiｄ（-３：.5:3）;ｚ=ｘ.^２/16-y.＾2/9；[x１，ｙ1］=meshgrid(-3:.１:3）;z１=x１.＾2/16-y1.＾2/9;figure(1)subｐlot（1,2,１),mｅsh(x,y,z），tｉｔlｅ('数据点')subｐｌot(1,2,2），mesｈ(ｘ1，y1，z1),titｌe（'函数图象')[xi,yｉ］=meshｇriｄ(-3：．125:3);zｉ１=inteｒp２(x,y,z，ｘｉ，yｉ,'*neａｒest'）;zi2＝iｎteｒp2(x,y，z,xi,yi,＇*ｌinｅar'）;ｚi３=interｐ２(x,ｙ，z，xｉ,yi,'*spline＇）;ｚi４=iｎterp2(x,y,ｚ,xi,yi,＇*ｃｕbｉc')；fiｇure（2）ｓｕbpｌot(2２1),mesh(xi,yｉ,zi１)，title（'最近点插值')sｕbploｔ(2２２)，meｓh(xｉ,ｙi,ｚi2）,title（＇线性插值')subpｌot（223),mesh(xi,yｉ,zｉ3),title('样条插值'）subpｌoｔ（224),mesｈ(xi,ｙi，zｉ４),tｉtle('立方插值')四、【实验结果】Ｐ1３0第8题：一阶拟合函数f1 =１2.5503 ｘ + 13.9５8４三阶拟合函数f３ =8．92５4 ｘ＾3 - １4．627７ x^2 +19．２834 ｘ＋ 13.21３2五阶拟合函数ｆ５ =１46.1５98 ｘ^5- 386．879 ｘ^4 + 385.５329 x^3- 178.8558 x^2+ 49．９44８ x＋ 11．4481P130第１0题X=18时，Y＝３0.8; X=2６时，Y＝3１.6；P130第12题五、【实验总结】对ｍａｔlab中的有关对数据拟合和插值及图像,尤其是输入数据以及函数指令求函数，数据图像的方法要重点掌握,对不同的拟合和插值方法要掌握牢固。
matlab实验五报告
09电子系物本 姓名： 周 琴 学号： 120091001129实验指导五一、 实验目的掌握定义和调用MATLAB 函数的方法。
二、 实验内容1、建立5×6矩阵，要求输出矩阵第n 行元素。
当n 值超过矩阵的行数时，自动转为输出矩阵的最后一行元素，并给出出错信息。
2、已知：y=()()()403020f f f +(1) 当f(n)=n+10ln(n^2+5)时，y 的值是多少。
(2) 当f(n)=1*2+2*3+3*4+…+n*(n+1)时，y 的值是多少。
3、先用函数的递归调用一个函数文件求50121k =1111n m i k k i k k k ===++∑∑∑∑100，然后调用该函数文件求。
三、实验数据：1、>> cleara=rand(5,6);n=input('请输入一个数：');if n>5n=5a(n,:)disp('输入超出范围');elsea(n,:)end请输入一个数：6n =5ans =0.7680 0.4983 0.7266 0.9334 0.1338 0.5751 输入超出范围2、（1）保存的文件名：n2a.m代码：function a=n2a(n)a=n+10*log(n*n+5)命令窗：clear;y=n2a(40)/(n2a(30)+n2a(20))a =113.8088a =98.0793a =80.0389y =0.6390（2）创建函数文件名：n1b.m代码：function b=n1b(n)b=0;for i=1:nb=b+i*(i+1);end命令窗内容：clear;y=n1b(40)/(n1b(30)+n1b(20))y =1.76623、首先建立命令文件分别并以文件名factor1.m和factor2.m和factor3存盘. Factor1中的代码如下：function f=factor1(k)if k==1f=1;elsef=factor1(k-1)+k;endFactor2中的代码如下：function f=factor2(k)if k==1f=1;elsef=factor2(k-1)+k^2;endFactor3中的代码如下：function f=factor3(k)if k==1f=1;elsef=factor3(k-1)+1/k;end在命令窗口中输入：y=factor1(100)+factor2(50)+factor3(10);y运行结果: y =4.7978e+004。
北科大Matlab_数学实验报告1~6次(全)
《数学实验》报告实验名称 Matlab 基础知识学院专业班级姓名学号2014年 6月一、【实验目的】1.认识熟悉Matlab这一软件，并在此基础上学会基本操作。
2.掌握Matlab基本操作和常用命令。
3.了解Matlab常用函数，运算符和表达式。
4.掌握Matlab工作方式和M文件的相关知识。
5.学会Matlab中矩阵和数组的运算。
二、【实验任务】P16 第4题编写函数文件，计算1!nkk =∑，并求出当k=20时表达式的值。
P27第2题矩阵A=123456789⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦，B=468556322⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦，计算A*B,A.*B,并比较两者的区别。
P27第3题已知矩阵A=5291⎡⎤⎢⎥⎣⎦，B=1292⎡⎤⎢⎥⎣⎦，做简单的关系运算A>B,A==B,A<B,并做逻辑运算(A==B)&(A<B),(A==B)&(A>B)。
P34 第1题用11114357π=-+-+……公式求π的近似值，直到某一项的绝对值小于-610为止。
三、【实验程序】P16 第4题function sum=jiecheng(n) sum=0;y=1;for k=1:nfor i=1:ky=y*i;endsum=sum+y;endsumP27第2题>>A=[1 2 3;4 5 6;7 8 9]>>B=[4 6 8;5 5 6;3 2 2]>>A*BP27第3题>> A=[5 2;9 1];B=[1 2;9 2];>>A>B>>A==B>>A<B>> (A==B)&(A<B)>> (A==B)&(A>B)P34 第1题t=1;pi=0;n=1;s=1;while abs(t)>=1e-6pi=pi+t;n=n+2;s=-s;t=s/n;endpi=4*pi;四、【实验结果】P16 第4题P27第2题两者的区别：A*B是按正规算法进行矩阵的计算, A.*B是对应元素相乘。
控制系统计算机仿真(matlab)实验五实验报告
实验五 控制系统计算机辅助设计一、实验目的学习借助MATLAB 软件进行控制系统计算机辅助设计的基本方法，具体包括超前校正器的设计，滞后校正器的设计、滞后－超前校正器的设计方法。
二、实验学时：4 学时 三、实验原理1、PID 控制器的设计PID 控制器的数学模型如公式（5-1）、（5-2）所示，它的三个特征参数是比例系数、积分时间常数（或积分系数）、微分时间常数（或微分系数），因此PID 控制器的设计就是确定PID 控制器的三个参数：比例系数、积分时间常数、微分时间常数。
Ziegler （齐格勒）和Nichols （尼克尔斯）于1942提出了PID 参数的经验整定公式。
其适用对象为带纯延迟的一节惯性环节，即：s e Ts Ks G τ-+=1)( 5-1式中，K 为比例系数、T 为惯性时间常数、τ为纯延迟时间常数。
在实际的工业过程中，大多数被控对象数学模型可近似为式（5-1）所示的带纯延迟的一阶惯性环节。
在获得被控对象的近似数学模型后，可通过时域或频域数据，根据表5-1所示的Ziegler-Nichols 经验整定公式计算PID 参数。
表控制器的参数。
假定某被控对象的单位阶跃响应如图5-4所示。
如果单位阶跃响应曲线看起来近似一条S 形曲线，则可用Ziegler-Nichols 经验整定公式，否则，该公式不适用。
由S 形曲线可获取被控对象数学模型（如公式5-1所示）的比例系数K 、时间常数T 、纯延迟时间τ。
通过表5-1所示的Ziegler-Nichols 经验整定公式进行整定。
如果被控对象不含有纯延迟环节，就不能够通过Ziegler-Nichols 时域整定公式进行PID 参数的整定，此时可求取被控对象的频域响应数据，通过表5-1 所示的Ziegler-Nichols 频域整定公式设计PID 参数。
如果被控对象含有纯延迟环节，可通过pade 命令将纯延迟环节近似为一个四阶传递函数模型，然后求取被控对象的频域响应数据，应用表5-1求取PID 控制器的参数。
Matlab数学建模实验报告
数学实验报告实验序号：实验一日期：实验序号：实验二日期：实验序号： 实验三 日期：班级 姓名 学号实验 名称架设电缆的总费用问题背景描述：一条河宽1km ，两岸各有一个城镇A 与B ，A 与B 的直线距离为4km ，今需铺设一条电缆连接A 于B ，已知地下电缆的铺设费用是2万元/km ，水下电缆的修建费用是4万元/km 。
实验目的：通过建立适当的模型，算出如何铺设电缆可以使总花费最少。
数学模型：如图中所示，A-C-D-B 为铺设的电缆路线，我们就讨论a=30度，AE （A 到河岸的距离）=0.5km ，则图中：DG=4-AC cos b -1/tan c ； BG=0.5km AC=AE/sin bCD=EF/sin c=1/sin c BD=BG D 22G则有总的花费为：W=2*（AC+BD ）+4*CD ；我们所要做的就是求最优解。
实验所用软件及版本：Matlab 7.10.0实验序号： 实验四 日期：班级 姓名 学号实验 名称慢跑者与狗问题背景描述：一个慢跑者在平面上沿曲线25y x 22=+以恒定的速度v 从（5,0）起逆时钟方向跑步，一直狗从原点一恒定的速度w ，跑向慢跑者，在运动的过程中狗的运动方向始终指向慢跑者。
实验目的：用matlab 编程讨论不同的v 和w 是的追逐过程。
数学模型：人的坐标为（manx,many ）,狗的坐标为（dogx,dogy ）,则时间t 时刻的人的坐标可以表示为manx=R*cos(v*t/R); many=R*sin(v*t/R);sin θ=| (many-dogy)/sqrt((manx-dogx)^2+(many-dogy)^2)|;cos θ=| (manx-dogx)/sqrt((manx-dogx)^2+(many-dogy)^2)|;则可知在t+dt 时刻狗的坐标可以表示为：dogx=dogx(+/-)w* cos θ*dt; dogy=dogy(+/-)w* sin θ*dt; (如果manx-dogx>0则为正号，反之则为负号)实验所用软件及版本：Matlab 7.10.0实验序号：实验五日期：班级姓名学号两圆的相对滚动实验名称问题背景描述：有一个小圆在大圆内沿着大圆的圆周无滑动的滚动。
MATLAB实验报告五
实验五实验报告
课程名称：MATLAB 应用
实验项目名称：MATLAB 绘图 实验时间：2018.5.9
班级：创新162 姓名：邱志豪 学号：201611403328
实 验 目 的:
掌握MATLAB 的几种绘图方法和相关命令。
实 验 环 境:
上机实验
实 验 内 容 ，过 程，结果：
1.绘制正切函数tan x 在0≤x ≤1 上的图象，并为x 轴和y 轴添加标签。
增量设为0.1。
2 显示同样的图象，把sin x 添加到第二个图形中作为第二条曲线。
4.绘制以参数方程0.20.2cos ,sin ,,[0,20]22t t x e t y e t z t t π
π
--===表示的空间曲线。
5 绘制以极坐标方程(1cos ),1,[0,2]r a a ϕϕπ=+=∈表示的心脏线。
6 分别在[0,2]x π∈，[,]x ππ∈-的条件下使用命令fplot 做出函数cos y x x =+的图形。
7 试在矩形区域[10,10]x ∈-，[10,10]y ∈-上分别绘制函数22z x y =+与y =对
应的三维网格表面图和三维曲面图。
实验心得：
1，通过这次实验，让我进一步学习了MATLAB的几种绘图方法和相关命令。
2，掌握了各个函数的调用格式。
3，希望自己以后再接再厉，掌握更多的关于MATLAB的技能知识。
MATLAB程序设计实验5报告
MATLAB程序设计实验5数据分析和多项式计算一．实验目的1.掌握数据统计和分析的方法。
2.掌握数值插值与曲线拟合的方法和应用。
3.掌握快速傅立叶变换的应用方法。
4.掌握多项式的常用运算二．实验内容1.利用randn函数生成符合正态分布的10x5随机矩阵，进行以下操作：a)矩阵中各列元素的均值和标准方差。
>> x=randn(10,5)x =-1.0106 0.0000 0.5689 0.6232 0.38990.6145 -0.3179 -0.2556 0.7990 0.08800.5077 1.0950 -0.3775 0.9409 -0.63551.6924 -1.8740 -0.2959 -0.9921 -0.55960.5913 0.4282 -1.4751 0.2120 0.4437-0.6436 0.8956 -0.2340 0.2379 -0.94990.3803 0.7310 0.1184 -1.0078 0.7812-1.0091 0.5779 0.3148 -0.7420 0.5690-0.0195 0.0403 1.4435 1.0823 -0.8217-0.0482 0.6771 -0.3510 -0.1315 -0.2656>> mean(x)ans =0.1055 0.2253 -0.0543 0.1022 -0.0961>> a=std(x,1,1)a =0.7962 0.8135 0.7170 0.7516 0.5969b)矩阵的最大元素和最小元素。
>> [b,c]=max(x)b =1.6924 1.0950 1.4435 1.0823 0.7812c =4 3 9 9 7>> [d,e]=min(x)d =-1.0106 -1.8740 -1.4751 -1.0078 -0.9499e =1 4 5 7 6c)求矩阵每行元素的和以及全部元素之和。
同济大学 Matlab 第五次实验报告
-4
10
-3
10
-2
Inverse Tenperature K-1
Inverse Tenperature K-1
1 γ 铁的扩散率与温度倒数 T 的曲线图：
1.4 1.2
2 Diffusivity cm /s 2 Diffusivity cm /s
x 10
-6
Diffusivity of C in Fe 线线 1.4 1.2 1 0.8 0.6 0.4 0.2 1 1.5 2 2.5 3 3.5 x 10
1 α 铁的扩散率与温度倒数 T 的曲线图：
对 数 '),xlabel('Inverse Tenperature
对 数 '),xlabel('Inverse Tenperature
数 '),xlabel('Inverse
Tenperature
性 '),xlabel('Inverse
Tenperature
实 验 报 告
班级 学号 姓名 Matlab 第五次试验 1． 自学 SIMULINK 的封装和自定义功能模块的建立 2． 对于本领域常用工具学会建立自定义功能模块以 供使用方便 实 验 目 的 3． 将建立过程的重要步骤截图表示即可 4． 半对数坐标图的绘制
5． ch 结构的应用，结构数组的应用
-3
x 10
-6
Diffusivity of C in Fe x轴轴轴轴
1 0.8 0.6 0.4 0.2 0 0.5
Inverse Tenperature K-1 Diffusivity of C in Fe x轴轴轴轴
0 -4 10
10
- 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)。
《数学实验》报告
实验名称 matlab拟合与插值学院机械工程学院
专业班级
姓名
学号
2011年 10月
一、【实验目的】
掌握Matlab关于采用最小二乘法拟合曲线的方法。
学会使用matlab求实际中得到数据的插值曲线。
二、【实验任务】
P130第8、10、12题
三、【实验程序】
P130第8题：
x=[0.10,0.30,0.40,0.55,0.70,0.80,0.95];
y=[15,18,19,21,22.6,23.8,26];
p1=polyfit(x,y,1);
p3=polyfit(x,y,3);
p5=polyfit(x,y,5);
disp('一阶拟合函数'),f1=poly2str(p1,'x')
disp('三阶拟合函数'),f3=poly2str(p3,'x')
disp('五阶拟合函数'),f5=poly2str(p5,'x')
x1=0.1:0.0017:0.95;
y1=polyval(p1,x1);
y3=polyval(p3,x1);
y5=polyval(p5,x1);
plot(x,y,'rp',x1,y1,'--',x1,y3,'k-.',x1,y5);
legend('拟合点','一次拟合','三次拟合','七次拟合')
P130第10题
x=[10,15,20,25,30];
y=[25.2,29.8,31.2,31.7,29.4];
xi=10:.5:30;
yi1=interp1(x,y,xi,'*nearest');
yi2=interp1(x,y,xi,'*linear');
yi3=interp1(x,y,xi,'*spline');
yi4=interp1(x,y,xi,'*cubic');
plot(x,y,'ro',xi,yi1,'--',xi,yi2,'-',xi,yi3,'k.-',xi,yi4,'m:') ,grid on
legend('原始数据','最近点插值','线性插值','样条插值','立方插值')
P130第12题
[x,y]=meshgrid(-3:.5:3);
z=x.^2/16-y.^2/9;
[x1,y1]=meshgrid(-3:.1:3);
z1=x1.^2/16-y1.^2/9;
figure(1)
subplot(1,2,1),mesh(x,y,z),title('数据点')
subplot(1,2,2),mesh(x1,y1,z1),title('函数图象')
[xi,yi]=meshgrid(-3:.125:3);
zi1=interp2(x,y,z,xi,yi,'*nearest');
zi2=interp2(x,y,z,xi,yi,'*linear');
zi3=interp2(x,y,z,xi,yi,'*spline');
zi4=interp2(x,y,z,xi,yi,'*cubic');
figure(2)
subplot(221),mesh(xi,yi,zi1),title('最近点插值')
subplot(222),mesh(xi,yi,zi2),title('线性插值')
subplot(223),mesh(xi,yi,zi3),title('样条插值')
subplot(224),mesh(xi,yi,zi4),title('立方插值')
四、【实验结果】
P130第8题：
一阶拟合函数
f1 =
12.5503 x + 13.9584
三阶拟合函数
f3 =
8.9254 x^3 - 14.6277 x^2 + 19.2834 x + 13.2132
五阶拟合函数
f5 =
146.1598 x^5 - 386.879 x^4 + 385.5329 x^3 - 178.8558 x^2 + 49.9448 x
+ 11.4481
P130第10题
X=18时，Y=30.8；
X=26时，Y=31.6；
P130第12题
五、【实验总结】
对matlab中的有关对数据拟合和插值及图像，尤其是输入数据以及函数指令求函数，数据图像的方法要重点掌握，对不同的拟合和插值方法要掌握牢固。
另外，本节的知识和前面学过的二维三维绘图的相关知识联系紧密，很好地结合他们在编程中会有意想不到的收获。