Matlab数学实验报告三
Matlab实验报告(三)-MATLAB绘图
实验目的1．掌握MATLAB的基本绘图命令。
2．掌握运用MATLAB绘制一维、二维、三维图形的方法.3．给图形加以修饰。
一、预备知识1．基本绘图命令plotplot绘图命令一共有三种形式：⑴plot（y)是plot命令中最为简单的形式，当y为向量时,以y的元素为纵坐标，元素相应的序列号为横坐标,绘制出连线；若y为实矩阵，则按照列绘出每列元素和其序列号的对应关系，曲线数等于矩阵的列数;当y为复矩阵时，则按列以每列元素的实部为横坐标，以虚部为纵坐标，绘出曲线，曲线数等于列数。
⑵ plot（x,y,［linspec］）其中linspec是可选的，用它来说明线型。
当x和y为同维向量时，以x为横坐标，y为纵坐标绘制曲线;当x是向量，y是每行元素数目和x维数相同的矩阵时,将绘出以x为横坐标，以y中每行元素为纵坐标的多条曲线，曲线数等于矩阵行数；当x为矩阵，y为相应向量时，使用该命令也能绘出相应图形。
⑶ plot（x1,y1,x2,y2，x3,y3……）能够绘制多条曲线,每条曲线分别以x和y为横纵坐标，各条曲线互不影响。
线型和颜色MATLAB可以对线型和颜色进行设定，线型和颜色种类如下：线：—实线：点线 -.虚点线——折线点：.圆点 +加号 *星号 x x型 o 空心小圆颜色：y 黄 r 红 g 绿 b 蓝 w 白 k 黑 m 紫 c 青特殊的二维图形函数表5 特殊2维绘图函数[1］ 直方图在实际中,常会遇到离散数据,当需要比较数据、分析数据在总量中的比例时，直方图就是一种理想的选择，但要注意该方法适用于数据较少的情况。
直方图的绘图函数有以下两种基本形式。
·bar(x,y) 绘制m*n 矩阵的直方图.其中y 为m ＊n 矩阵或向量,x 必须单向递增。
·bar(y） 绘制y 向量的直方图，x 向量默认为x=1：m close all; ％关闭所有的图形视窗。
x=1:10；y=rand （size(x ）); bar(x,y ）; ％绘制直方图.123456789100.51Bar(）函数还有barh （）和errorbar （）两种形式，barh()用来绘制水平方向的直方图，其参数与bar()相同，当知道资料的误差值时，可用errorbar （)绘制出误差范围,其一般语法形式为：errorbar （x,y,l,u)其中x,y 是其绘制曲线的坐标,l ，u 是曲线误差的最小值和最大值，制图时，l 向量在曲线下方,u 向量在曲线上方。
MATLAB实验报告三
掌握符号计算的基本方法；
三、使用仪器、材料
掌握程序设计控制流、M 函数文件、编写程序。
一台装有MATLAB7.0或以上的计算机
二、实验内容
1． 2．
计算二重积分 1
2
x2
四、实验过程原始记录（程序、数据、图表、计算等）
1
( x y )dydx。
2 2
63
1.
计算二重积分 1
2
Байду номын сангаас
x2
1
( x 2 y 2 )dydx
2.请分别写出用 for 和 while 循环语句计算 K 2i 1 2 2 2... 2 63 的程
i 0
63
序。此外，还请写出一种避免循环的计算程序。
4. 等比数列公式法
2 求一阶微分方程 x at bt, x(0) 2 的解
五、实验结果及分析
5．
2 2 求方程 x y 1, xy 2 的解。（提示：正确使用 solve）
广州大学学生实验报告
开课学院及实验室：
学院 机电学院
计算机 301B
电气 122 姓名 黄柱
2014 年
学号 成绩 指导 老师
5 月 20 日
年级、专 业、班
1207300074
实验课程名称 实验项目名称
MATLAB 语言及应用
实验三
符号计算及程序设计
姚菁
一、实验目的 二、实验内容 三、使用仪器、材料 四、实验过程原始记录（程序、数据、图表、计算等） 五、实验结果及分析 一、实验目的
请分别写出用 for 和 while 循环语句计算 K 2i 1 2 2 2... 2 63 的
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。
程序设计实验报告(matlab)
程序设计实验报告(matlab)实验一: 程序设计基础实验目的：初步掌握机器人编程语言Matlab。
实验内容：运用Matlab进行简单的程序设计。
实验方法：基于Matlab环境下的简单程序设计。
实验结果：成功掌握简单的程序设计和Matlab基本编程语法。
实验二：多项式拟合与插值实验目的：学习多项式拟合和插值的方法，并能进行相关计算。
实验内容：在Matlab环境下进行多项式拟合和插值的计算。
实验方法：结合Matlab的插值工具箱，进行相关的计算。
实验结果：深入理解多项式拟合和插值的实现原理，成功掌握Matlab的插值工具箱。
实验三：最小二乘法实验目的：了解最小二乘法的基本原理和算法，并能够通过Matlab进行计算。
实验内容：利用Matlab进行最小二乘法计算。
实验方法：基于Matlab的线性代数计算库，进行最小二乘法的计算。
实验结果：成功掌握最小二乘法的计算方法，并了解其在实际应用中的作用。
实验六：常微分方程实验目的：了解ODE的基本概念和解法，并通过Matlab进行计算。
实验内容：利用Matlab求解ODE的一阶微分方程组、变系数ODE、高阶ODE等问题。
实验方法：基于Matlab的ODE工具箱，进行ODE求解。
实验结果：深入理解ODE的基本概念和解法，掌握多种ODE求解方法，熟练掌握Matlab的ODE求解工具箱的使用方法。
总结在Matlab环境下进行程序设计实验，使我对Matlab有了更深刻的认识和了解，也使我对计算机科学在实践中的应用有了更加深入的了解。
通过这些实验的学习，我能够灵活应用Matlab进行各种计算和数值分析，同时也能够深入理解相关的数学原理和算法。
这些知识和技能对我未来的学习和工作都将有着重要的帮助。
Matlab实验报告
实 验 内 容
<设计性实验> 1、对于连续信号 x(t)=1+cos(2πft)，其中 f=5kHz,分别以采样频率 fs=6 kHz 和 fs=12kHz 对其 进行采样， （1）分别绘出对应的采样信号。 （2）对信号进行傅里叶变换，绘出对应的曲线。 （3）在 simulink 仿真环境下，设计系统框图，观察信号的频谱成分。 实验源程序： （1）采样 clear all; fs1=6000;fs2=12000;f=5000; dt1=1/fs1;dt2=1/fs2; t=0:0.00001:0.0005;t1=0:dt1:0.005;t2=0:dt2:0.0025; x_t=1+cos(2*pi*f*t); x_t1=1+cos(2*pi*f*t1); x_t2=1+cos(2*pi*f*t2); figure(1) subplot(3,1,1) plot(t,x_t); title('原始信号') subplot(3,1,2) plot(t1,x_t1); title('采样频率 6kHZ 的采样信号') subplot(3,1,3) plot(t2,x_t2); title('采样频率 12kHZ 的采样信号') xlabel('时间/s')
3、lpf 函数 function [t,st]=lpf(f,sf,B); df = f (2) - f (1); T = 1/df; hf = zeros(1,length(f)); bf = [ -floor(B/df):floor(B/df)] + floor(length(f)/2); hf(bf) = 1; yf = hf.*sf; [t,st]=F2T(f,yf); st = real(st);
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。
MATLAB数学实验三求积分实验报告
数学实验报告三：MATLAB 中一元函数积分的计算
1、积分有定积分和不定积分，运用函数int 可以求得符号表达式的积分．
int(f) 求函数f 对默认自由变量x 的不定积分
int(f,t) 求函数f 对符号变量t 的不定积分
int(f,a,b) 求函数f 对默认自由变量x 从a 到b 的定积分
int(f,t,a,b) 求函数f 对符号变量t 从a 到b 的定积分
2、积分应用——求面积
解方程 [x,y]=solve(‘f1=0’,‘f2=0’)
作图：ezplot(f,[x1,x2],[y1,y2]); hold on 在同一坐标系作图
写出积分表达式进行积分
3、清除变量clear 清屏clc 清除图像 clf
班级 姓名 学号 成绩
1、 求下列函数的积分
（1） ln x xdx ⎰ （2）2cos x xdx ⎰
（3）20sin d 2x x π⎰ （4）1
01x x e dx e +⎰
2、 求抛物线2x y =与直线20x y --=所围图形面积．
要求：（1）解方程，求交点
（2）作图：在同一坐标系作出这两个函数的图形
（3）写出积分表达式 进行积分计算。
数学实验3-matlab
MATLAB程序： k=0; A=[0,0]; %导弹初始位置 B B=[0,100]; %飞机初始位置 v=1; dt=1; %离散时间改变量 d=100; %相距距离 while d>0.5 A plot(A(1),A(2),‟r‟); %画导弹位置 hold on plot(B(1),B(2),„b*‟); %画飞机位置 pause(0.2); k=k+1; B=B+[v*dt,0]; %飞机移动位置 e=B-A; %导弹指向飞机向量 d=norm(e); e0=e/d; %取向量方向（单位化） A=A+2.0*v*dt*e0; %导弹追击位置
直接输出： x disp([a,b]);
提示对话输入(input命令) x=input('请输入参数 x='); a=input('请输入矩阵 a='); s=input('Please input s=');
格式控制输出(fprintf命令) fprintf('x=%.0f, y=%.5f\n',pi,pi); fprintf('x=%5.0f, y=%10.5f\n',pi,pi);
数学实验
理学院数学学科 李换琴 hqlee@
MATLAB语言编程介绍
MATLAB中各种命令可以完成许多单一的任务，对 于某些较为复杂的问题，仅靠现有的命令或函数 来解决，往往是难以达到目的 。为此，要运用 MATLAB编程语言编制程序，形成M-文件。 程序是使计算机完成各项运算的命令集，运行一 个编制好的程序，计算机会从第一条命令行开始 ，一行接一行地执行相应的命令，直到终止。 程序编写调试完成后，需要存盘，形成永久性文 件，可以随时对它进行调用或修改。 文件名以字母开头，但不能用专用变量名，如 pi,ans,eps等。
matlab实验三报告
实验三MATLAB数值运算实验者：祝松年级：机设092 学号：09405701002一、实验目的掌握 MATLAB 的数值运算及其运算中所用到的函数，掌握结构数组和细胞数组的操作。
二、实验内容：(1)多项式运算。
(2)多项式插值和拟合。
(3)数值微积分。
(4)结构数组和细胞数组。
三、实验步骤：1. 多项式运算(1) 多项式表示。
在 MATLAB 中，多项式表示成向量的形式。
如：9s在 MATLAB 中表示为+s34^+>>S=[ 1 3 -5 0 9](2) 多项式的加减法相当于向量的加减法，但须注意阶次要相同。
如不同，低阶的要补 0 。
如多项式 2 s 2 + 3 s + 9 与多项式 s 4 + 3 s 3 − 5 s 2 + 4 s + 7 相加。
>>S1=[0 0 2 3 11 ]>>S2=[1 3 -5 4 7 ]>>S3=S1+S2(3) 多项式的乘、除法分别用函数 conv 和 deconv 实现>>S1=[ 2 3 11 ]>>S2=[1 3 -5 4 7 ] >>S3=conv(S1,S2)>>S4=deconv(S3,S1)(4) 多项式求根用函数 roots>> S1=[ 2 4 2 ]>> roots(S1)(5) 多项式求值用函数 polyval>>S1=[ 2 4 1 -3 ]>>polyval(S1,3) % 计算 x ＝ 3 时多项式的值>>x ＝ 1:10>>y=ployval(S1,x) % 计算 x 向量对应的值得到 y 向量练习：求（s^2+1）(s+3)(s+1)/s^3+2s+1的“商”及“余”多项式。
2、结构数组与细胞数组(1) 结构数组的创建。
>> student.number='20050731001';>> ='Jack';>> student(2).number='20050731002';>>student(2).name ='Lucy';或者用 struct 函数创建。
MATLAB实验报告3
MATLAB实验报告3MATLAB实验报告3一、实验目的1.掌握MATLAB程序的调试方法；2.掌握MATLAB中的矩阵操作；3.熟悉MATLAB中处理图像的基本操作。
二、实验内容1.用MATLAB调试程序；2.用MATLAB进行矩阵运算；3.用MATLAB处理图像。
三、实验原理及步骤1.MATLAB程序的调试方法在MATLAB中调试程序可以采用设置断点、逐行运行、单步调试等方法。
设置断点可以在程序中的其中一行上点击左键，会出现一个红色的圆点表示断点已设置。
逐行运行可以通过点击Editor界面上的运行按钮实现。
单步调试可以通过点击断点所在行的左侧按钮实现。
2.矩阵运算在MATLAB中，对于矩阵的运算可以使用一些基本的函数，如矩阵加法、减法、乘法等。
矩阵加法可以使用"+"操作符实现，减法可以使用"-"操作符实现，乘法可以使用"*"操作符实现。
另外，MATLAB还提供了一些更复杂的矩阵运算函数，如矩阵的转置、逆等。
3.图像处理在MATLAB中，可以使用imread函数加载图像文件，使用imshow函数显示图像，使用imwrite函数保存图像。
另外，还可以使用一些图像处理函数对图像进行处理，如灰度化、二值化、平滑滤波等。
四、实验步骤1.调试程序首先，在MATLAB的Editor界面中打开要调试的程序文件。
然后，在程序的其中一行上点击左键，即设置了一个断点。
最后，点击运行按钮，程序会在断点处停下，然后可以通过单步调试和逐行运行来逐步查看程序的执行过程和变量的取值。
2.矩阵运算首先，定义两个矩阵A和B，并赋值。
然后，使用"+"操作符对两个矩阵进行相加，得到矩阵C。
最后，使用disp函数显示矩阵C的值。
3.图像处理首先，使用imread函数加载一张图像。
然后，使用imshow函数显示加载的图像。
接着，使用rgb2gray函数将彩色图像转换为灰度图像。
MATLAB实验报告一二三
2015秋2013级《MATLAB程序设计》实验报告实验一班级：软件131 姓名：付云雷学号：132872一、实验目的：1、了解MATLAB程序设计的开发环境，熟悉命令窗口、工作区窗口、历史命令等窗口的使用。
2、掌握MATLAB常用命令的使用。
3、掌握MATLAB帮助系统的使用。
4、熟悉利用MATLAB进行简单数学计算以及绘图的操作方法。
二、实验内容：1、启动MATLAB软件，熟悉MATLAB的基本工作桌面，了解各个窗口的功能与使用。
图1 MATLAB工作桌面2、MATLAB的常用命令与系统帮助:(1)系统帮助help：用来查询已知命令的用法。
例如已知inv是用来计算逆矩阵，键入help inv即可得知有关inv命令的用法。
lookfor：用来寻找未知的命令。
例如要寻找计算反矩阵的命令，可键入lookfor inverse，MATLAB即会列出所有和关键字inverse相关的指令。
找到所需的命令後，即可用help进一步找出其用法。
(2)数据显示格式:常用命令：说明format short 显示小数点后4位（缺省值）format long 显示15位format bank 显示小数点后2位format + 显示+，-，0format short e 5位科学记数法format long e 15位科学记数法format rat 最接近的有理数显示(3)命令行编辑：键盘上的各种箭头和控制键提供了命令的重调、编辑功能。
具体用法如下：↑----重调前一行（可重复使用调用更早的）↓----重调后一行→----前移一字符←----后移一字符home----前移到行首end----移动到行末esc----清除一行del----清除当前字符backspace----清除前一字符(4)MATLAB工作区常用命令：who--------显示当前工作区中所有用户变量名whos--------显示当前工作区中所有用户变量名及大小、字节数和类型disp(x) -----显示变量X的内容clear -----清除工作区中用户定义的所有变量save文件名-----保存工作区中用户定义的所有变量到指定文件中load文件名-----载入指定文件中的数据3、在命令窗口执行命令完成以下运算，观察workspace的变化，记录运算结果。
MATLAB实验报告3
3.6 基于Simulink 控制系统的稳态误差分析1.实验目的1）掌握使用Simulink 仿真环境进行控制系统稳态误差分析的方法。
2）了解稳态误差分析的前提条件是系统处于稳定状态。
3）研究系统在不同典型信号输入作用下，稳态误差的变化。
2.实验内容（1）研究系统在不同典型输入信号作用下，稳态误差的变化。
【例3-11】 已知一个单位负反馈系统开环传递函数为G(s)=)11.0(10 s s K ，分别K=10和K=1时，系统单位阶跃响应曲线并求出单位阶跃响应稳态误差。
【解】 首先对闭环系统判稳。
该系统为零极点模型，用函数roots()命令判断系统闭环全部特征根的实部都是负值，说明闭环系统稳定。
这样进行稳态误差分析才有意义。
K=10时的判稳程序如下：>> n1=100;d1=conv([1,0],[0.1,1]);G=tf(n1,d1);sys=feedback(G ,1);roots(sys.den{1})ans =-5.0000 +31.2250i-5.0000 -31.2250i然后在Simulink 环境下，建立系统数学模型，如图3-21所示。
设置仿真参数并运行，观察示波器Scope 中系统的单位阶跃响应曲线，如图3-22所示，并读出单位阶跃响应稳态误差。
图3-21 基于Simulink Ⅰ型控制系统单位阶跃响应（K=10）结构图图3-22 基于Simulink Ⅰ型控制系统单位阶跃响应稳态误差曲线【分析】实验曲线表明，Ⅰ型单位反馈系统在单位阶跃输入作用下，稳态误差e ssr=0,即Ⅰ型单位反馈系统稳态时能完全跟踪阶跃输入，是一阶无静差系统。
K=1时的判稳程序如下：>> n1=10;d1=conv([1,0],[0.1,1]);G=tf(n1,d1);sys=feedback(G,1);roots(sys.den{1})ans =-5.0000 + 8.6603i-5.0000 - 8.6603i在Simulink环境下建立的数学模型及仿真参数运行后示波器Scope中系统的单位阶跃响应曲线如下图所示。
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数学实验报告
实验一 Matlab基本操作1．实验课程名称数学实验2．实验项目名称Matlab基本操作3．实验目的和要求了解Matlab的基本知识，熟悉其上机环境，掌握利用Matlab进行基本运算的方法。
4．实验内容和原理内容：三角形的面积的海伦公式为：area=)s-sa--)()(s(csb其中： s=(a+b+c)/2原理：将一般数学问题转化成对应的计算机模型并进行处理的能力。
了解Matlab的基本功能，会进行简单的操作。
5．主要仪器设备计算机与Windows 2000/XP系统；Matlab等软件。
6．操作方法与实验步骤步骤：（1）在M文件编辑窗口输入以下程序，并以文件名”area_helen.m”保存：a= input(‘a=‘) ； b= input(‘b=‘) ； c= input(‘c=‘) ；s= (a+b+c)/2;area=sqrt (s* (s-a) * (s-b) * (s-c))（2）在命令窗口输入文件名“area_helen”，按回车键，即可运行上面的程序，输入三边长，立即可得三角形面积（3）第二题在命令窗口输入b=6;a=3;c=a*b,d=c-2*b(4) 按回车键，即可运行上面的程序7．实验结果与分析<1> a=3; b=4; c=5;时，aera=6 当a为3，b为4，c为5时，s=6，aera=6<2> c= 18,d=6，a为3，b为6时，c=18，d=6实验二 Matlab的数值计算1．实验课程名称数学实验2．实验项目名称Matlab的数值计算3．实验目的和要求了解一些简单的矩阵、向量、数组和多项式的构造和运算方法实例，懂得编写简单的数值计算的Matlab程序。
熟悉一些Matlab的简单程序，会用Matlab的工具箱，懂得Matlab的安装和简单的使用。
4．实验内容和原理内容：从函数表：)1(),5.0(),2( ,0x 1x 021x 1x f(x) 32-⎪⎩⎪⎨⎧≤≤<>+=f f f x x求设)1(),2( ,1211)(2-⎩⎨⎧≤>+=f f x xx x x f 求设 原理：利用矩阵、向量、数组、和多项式的构造和运算方法，用常用的几种函数进行一般的数值问题求解。
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、实验内容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。
matlab实验报告
matlab实验报告引言：Matlab（矩阵实验室）是一款功能强大的数值计算和科学计算软件，广泛应用于工程、科学和经济等领域。
本实验报告将探讨我在使用Matlab进行实验过程中的心得体会和实验结果。
实验一：图像处理在这个实验中，我使用Matlab对一张图像进行了处理，并应用了各种图像处理算法。
这包括图像增强、边缘检测和图像分割等技术。
通过Matlab的图像处理工具箱，我能够轻松调用各种算法函数，并对图像进行快速处理。
实验结果表明，Matlab图像处理工具箱提供了丰富的函数和算法，极大地方便了我们的图像处理工作。
实验二：模拟信号处理模拟信号处理是Matlab中的一个重要应用领域。
在这个实验中，我模拟了一个带噪声的正弦信号，并使用Matlab进行了噪声滤波和频谱分析。
通过使用Matlab的滤波函数，我能够有效地去除信号中的噪声，并还原出原始信号。
同时，Matlab提供了功能强大的频谱分析工具，我可以轻松地对信号的频率特性进行分析和可视化。
实验三：数据分析与统计数据分析与统计是Matlab的另一个重要应用领域。
在这个实验中，我使用Matlab对一组实验数据进行了分析和统计。
通过使用Matlab的统计函数和工具，我能够计算出数据的均值、方差、标准差等统计指标，并绘制出数据的直方图和散点图。
这些统计分析结果对我的实验研究提供了有力的支持，并帮助我更好地理解实验数据。
实验四：数值计算与优化数值计算与优化是Matlab的核心功能之一。
在这个实验中，我使用Matlab进行了一组数值计算和优化实验。
通过使用Matlab的数值计算函数和优化工具箱，我能够快速计算出复杂的数学问题，并找到最优解。
同时，在进行优化实验时，我可以设置各种约束条件和目标函数，从而得到最优解的参数值。
这些数值计算和优化工具极大地提高了我的研究效率和准确度。
结论：通过这些实验，我深刻认识到Matlab的强大功能和广泛应用领域。
无论是图像处理、信号处理、数据分析还是数值计算与优化，Matlab都提供了丰富的函数和工具，让我们能够快速高效地完成实验和研究工作。
- 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)。
数学软件课程设计题目插值方法与数据拟合班级数学081姓名曹曼伦实验目的：用Matlab语言实现Lagrange插值、Newton基本插值算法，会用Matlab中关于数值微分的函数。
用Matlab语言实现最佳平方逼近及最小二乘算法，会用Matlab中的polyfit、isqnonlin函数进行数据拟和。
实验内容：（1）Lagrange插值：function f=Language(x,y,x0)%求已知数据点的拉格朗日插值多项式%已知数据点的x坐标向量:x%已知数据点的y坐标向量:y%插值点的x坐标:x0%求得的拉格朗日插值多项式或在x0处的插值:fx=[0.00.40.81.21.6];%input x data(可替换为自己的数据)y=[00.4283920.7421010.9103140.970348];%input y data(可替换为自己的数据)x0=[0.30.5];%input x0data(可替换为自己的数据)syms t l;if(length(x)==length(y))n=length(x);elsedisp('x和y的维数不相等！');return;%检错endp=sym(0);for(i=1:n)l=sym(y(i));for(k=1:i-1)l=l*(t-x(k))/(x(i)-x(k));end;for(k=i+1:n)l=l*(t-x(k))/(x(i)-x(k));end;p=p+l;endsimplify(p);%简化多项式f=subs(p,'t',x0);%计算插值点的函数值f=vpa(f,6);%将插值多项式的值化成6位精度的小数end（2）Newton基本插值算法function varargout=newtonliu(varargin)clear,clcx=[0.400.550.650.800.901.05];fx=[0.410750.578150.696750.888111.026521.25382]; newtonchzh(x,fx);function newtonchzh(x,fx)%由此函数可得差分表n=length(x);fprintf('*****************差分表*****************************\n'); FF=ones(n,n);FF(:,1)=fx';for i=2:nfor j=i:nFF(j,i)=(FF(j,i-1)-FF(j-1,i-1))/(x(j)-x(j-i+1));endendfor i=1:nfprintf('%4.2f',x(i));for j=1:ifprintf('%10.5f',FF(i,j));endfprintf('\n');end结果*****************差分表*****************************0.400.410750.550.57815 1.116000.650.69675 1.186000.280000.800.88811 1.275730.358930.197330.90 1.02652 1.384100.433470.212950.031241.05 1.25382 1.515330.524930.228670.031430.00029（3）数值微分函数二．数据拟合（1）最佳平方逼近及最小二乘算法function varargout=Gaussnewton(varargin)clear;clct=[0.2123571116];y=[5.058.8811.6312.9314.1514.7315.3015.60];x0=[11,-1,4]';v0=40;KN=100;Lep=1e-5;KL=0;fprintf('x(%2d)=[%9.7f,%8.7f,%8.7f]\n',KL,x0(1),x0(2),x0(3)); while(norm(fj(t,x0)'*fr(t,y,x0))>Lep)d=(fj(t,x0)'*fj(t,x0)+v0*eye(3))\(-fj(t,x0)'*fr(t,y,x0));xk=x0;x0=x0+d;sL=(fj(t,xk)'*fr(t,y,xk))'*d+0.5*d'*fj(t,x0)'*fj(t,xk)*d;rk=(ff(t,y,x0)-ff(t,y,xk))/sL;if rk<0.25v0=4*v0;elseif rk>0.75v0=v0/2;endKL=KL+1;fprintf('x(%2d)=[%9.7f,%8.7f,%8.7f]\n',KL,x0(1),x0(2),x0(3));if KL>KNbreakendendfunction R=fr(t,y,x)R=x(1)*exp(x(2)./t)+x(3)-y;R=R';function G=fj(t,x)n=length(t);G=zeros(n,3);for i=1:nG(i,1)=exp(x(2)/t(i));G(i,2)=x(1)*exp(x(2)/t(i))/t(i);G(i,3)=1;endfunction F=ff(t,y,x)R=fr(t,y,x);F=0.5*R'*R;x(0)=[11.0000000,-1.0000000,4.0000000]x(1)=[11.0866956,-0.8433719,4.1220152]x(2)=[11.1813520,-0.7960477,4.2442432]x(3)=[11.2904746,-0.8391795,4.3875974]x(4)=[11.4015888,-0.9175589,4.5547072]x(5)=[11.4743906,-0.9922929,4.7122732]x(6)=[11.4794657,-1.0397861,4.8309296]x(7)=[11.4339382,-1.0609857,4.9121252]x(8)=[11.3832407,-1.0690935,4.9640406]x(9)=[11.3554605,-1.0720668,4.9889167]x(10)=[11.3471610,-1.0728680,4.9961421]x(11)=[11.3458361,-1.0729926,4.9972891]x(12)=[11.3457261,-1.0730029,4.9973842]（2）运用polyfit、isqnonlin函数进行数据拟合运用polyfit函数进行数据拟合x=[1,2,3,4,5,6,7,8,9,10,11,12]y=[96.31,135.44,79.5,56.54,256.21,350.68,105.62,185.03,493.08,1031.17,860.06,746.78] z=polyfit(x,y,4)运用isqnonlin函数进行数据拟合function f2=f01(x,Data);Data=[43582.42207;48612.40374;54612.40126;58932.39352;65632.37776;66782.37684];r=Data(:,1);n=Data(:,2);z2=x(1)+x(2)./[r.^2-x(3)]-x(4)./[x(5)-r.^2];f2=z2-n.^2;>>Data=[43582.42207;48612.40374;54612.40126;58932.39352;65632.37776;66782.37684]; >>r=Data(:,1);>>n=Data(:,2);x0=[10111]';x=lsqnonlin('f01',x0)Optimization terminated successfully:First-order optimality less than OPTIONS.TolFun,and no negative/zero curvature detectedx=5.74046.22611.00007.22611.0000实验结果：>>（1）Lagrange插值：ans=[.329345,.519939]（2）Newton基本插值算法*****************差分表***************************** 0.400.410750.550.57815 1.116000.650.69675 1.186000.280000.800.88811 1.275730.358930.197330.90 1.02652 1.384100.433470.212950.031241.05 1.25382 1.515330.524930.228670.031430.00029（3）数值微分函数二．数据拟合（1）最佳平方逼近及最小二乘算法x(0)=[11.0000000,-1.0000000,4.0000000]x(1)=[11.0866956,-0.8433719,4.1220152]x(2)=[11.1813520,-0.7960477,4.2442432]x(3)=[11.2904746,-0.8391795,4.3875974]x(4)=[11.4015888,-0.9175589,4.5547072]x(5)=[11.4743906,-0.9922929,4.7122732]x(6)=[11.4794657,-1.0397861,4.8309296]x(7)=[11.4339382,-1.0609857,4.9121252]x(8)=[11.3832407,-1.0690935,4.9640406]x(9)=[11.3554605,-1.0720668,4.9889167]x(10)=[11.3471610,-1.0728680,4.9961421]x(11)=[11.3458361,-1.0729926,4.9972891]x(12)=[11.3457261,-1.0730029,4.9973842]（2）运用polyfit、isqnonlin函数进行数据拟合运用polyfit函数进行数据拟合运用isqnonlin函数进行数据拟合x=5.74046.22611.00007.22611.0000。