matlab实习报告

matlab实习报告

实习总结报告；学校名称；实习类型学学软件MTLAB实习起止时间年月日至年；所在院（系）；班级；学生姓名；学号；年月日；实习总结报告；2013年7月8日至7月26日，我们应数专业进行；这次认识实习分为两大部分：理论知识学习和上机实践；一、实习目的；这次实习的目的是使我们掌握MATLAB的基本知识；二、实习内容；（一）操作基础；MATLAB是一种用于科学计算的高

实习总结报告

学校名称

实习类型学学软件MTLAB实习起止时间年月日至年月日指导教师

所在院（系）

班级

学生姓名

学号

年月日

实习总结报告

2013年7月8日至7月26日，我们应数专业进行了为期3周的实习。

这次认识实习分为两大部分：理论知识学习和上机实践学习。这次认识实习使我对专业知识有了一定的了解，知道以后的学习重点，感受工作环节，为自己将来走向社会打下基础。

一、实习目的

这次实习的目的是使我们掌握MATLAB的基本知识，能运用MATLAB来编写程序，解决一般性的问题，使得我们在完成本课程学习后，掌握MATLAB的基本知识和初步的编程能力，为以后的学习和工作提供了一个非常有用的工具。

二、实习内容

（一）操作基础

MATLAB是一种用于科学计算的高性能语言。它将计算、可视化和程序设计集成在一个非常容易的环境中，使用我们熟悉的数学符号表示问题与答案。MATLAB系统由5个主要部分组成，包括开发环境、MATLAB数学函数库、MATLAB语言、图形、MATLAB应用程序接口。对于MATLAB的操作基础，应该学会启动和退出MATLAB、MATLAB的桌面工具和开发环境、命令窗口、历史窗口等等。

（二）矩阵及其运算

MATLAB，即“矩阵实验室”，它是以矩阵为基本运算单元。因此，本书从最基本的运算单元出发，介绍MATLAB的命令及其用法。

1.矩阵的表示：MATLAB的强大功能之一体现在能直接处理向量

或矩阵。当然首要任务是输入待处理的向量或矩阵。不管是任何矩阵（向量），我们可以直接按行方式输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔，且空格个数不限；不同的行用分号（；）分隔。所有元素处于一方括号（[]）内；当矩阵是多维（三维以上），且方括号内的元素是维数较低的矩阵时，会有多重的方括号。其中有：符号矩阵、大矩阵的生成、多维

数组的创建、特殊矩阵的生成（主要有零矩阵（zero）、单位阵（eye）、全一阵（ones）、均匀分布随机矩阵（rand）、正态分布随机矩阵（randn）等）。

（三）程序设计与文件操作

1.程序设计：

Matlab既是一种语言，又是一种编程环境。Matlab提供了很多方便用户的工具，用于管理变量、输入输出数据以及生成和管理M文件。

用户可在Matlab的命令窗口键入一个命令，也可以由它定义的语言在编辑器中编写应用程序，Matlab软件对此进行解释后，在Matlab环境下对它进行处理，最后返回结果.

MATLAB语言的显着特点：具有强大的矩阵运算能力：MatrixLaboratory（矩阵实验室），使得矩阵运算非常简单。也是一种演算式语，MATLAB的基本数据单元是既不需要指定维数，也不需要说明数据类型的矩阵（向量和标量为矩阵的特例），而且数学表达式和运算规则与通常的习惯相同。因此，MATLAB语言编程简单，使用方便。

2.文件操作：

（1）指令驱动模式：即在MATLABM命令行窗口下用户输入单行指令时，MATLAB立即处理这条指令，并显示结果，这就是MATLAB命令行方式。缺点：命令行方式程序可读性差，而且不能存储，当处理复杂问题和大量数据时很不方便。

（2）M文件模式：将MATLAB语句构成的程序存储成以m为扩展名的文件，然后再执行该程序文件，这种工作模式称为程序文件

模式。

（3）M语言文件可以分为主程序文件和函数文件,一个M语言文件就是由若干MATLAB的命令组合在一起构成的。M语言文件是标的纯文本格式的文件，其文件扩展名为.m。MATLAB提供了med itor编辑器编辑M文件。

（四）数据分析与多项式计算

MATLAB数据分析与多项式计算主要包括：数据统计处理、数据插值、曲线拟合、离散傅立叶变换、多项式计算等等。

在数据处理中我们要了解最大值和最小值，如果在程序中求一个矩阵的极值问题，max或mi n(x，[],1)代表的是每一列中最大值或最小值组合写成一个行矩阵，max或min(x,[],2)表示的是

每一行中的最大值和最小值写成一个列矩阵。在计算多项式时，了解root函数以及熟练地应用，将多项式每一项前系数都写入root中，便可以通过root函数求出根。

（五）解线性方程与函数极值线性方程：解线性方程包括：线性方程组求解、非线性方程数值求解、常微分方程初值问题的数值解法、函数极值等。

线性方程求解：

（a）直接法：

利用左除运算符的直接解法对于线性方程组Ax=b，可以利用左除运算符“\”求解：x=A\b。

（b）利用矩阵的分解求解线性方程组：矩阵分解是指根据一定的原理用某种算法将一个矩阵分解成若干个矩阵的乘积。常见的矩阵分解有LU分解、QR分解、Cholesky分解，以及Schur分解、Hessenberg分解、奇异分解等。

（c）非线性方程组的求解：

对于非线性方程组F(X)=0，用fsolve函数求其数值解。fsolve函数的调用格式为：

X=fsolve('fun',X0,option)

其中X为返回的解，fun是用于定义需求解的非线性方程组的函数文件名，X0是求根过程的初值，option为最优化工具箱的选项设定。最优化工具箱提供了20多个选项，用户可以使用opt imset命令将它们显示出来。如果想改变其中某个选项，则可以调用optimset()函数来完成。例如，Display选项决定函数调用时中间结果的显示方式，其中‘off’为不显示，‘iter’表示每步都显示，‘final’只显示最终结果。optimset(‘Display’,‘off’)将设定Display选项为‘off’。

（六）符号计算

在数值计算中，计算机处理的对象和得到的结果都是数值，而在符号计算中，计算机处理的数据和得到的结果都是符号。符号计算中首先要对符号变量进行定义。Sym只能为单个符号变量定义，而Syms可以为多个进行定义。定义之后，可以进行符号计算，主要用于研究符号微积分运算。求解符号微分，可以直接采用diff（）函数进行求解；符号的积分，可以使用int（）函数进行计算，最后调用M文件得到正确结果。

（七）数值积分与微分

MATLAB数值积分与微分主要包括：数值积分与数值微分。求解定积分的数值方法多种多样，如简单的梯形法、辛普生(Simpson)?法、牛顿－柯特斯(Newton-Cotes)法等都是经常采用的方法。