《MATLAB及其在大学物理课程中地指导应用》习题问题详解___电子科大__第二版
第二章1、x=[2,4];y=x.^3+(x-0.98).^2./(x+1.35).^3-5*(x+1./x)2、y=cos(pi/3)-(9-sqrt(2))^(1/3)3、a=3;A=4;b=a.^2;B=b.^2-1;c=a+A-2*B;C=a+2*B+c4、x=[1 2 3;4 5 6;7 8 9]Desktop->Workspace,双击变量x5、clearx=magic(3)y=randn(3,3)xy=[x,y]yx=[x,y]z=xy(:,1:2)6、clearx=eye(4,4)y=triu(x)7、x=rand(4,5)y=x([1,2],:)z=(y>=0.3).*y8、clearx=randn(5,5)y=inv(x)9、clearx=randn(5,5)z=x^510、clearA=[1,4,8;-3,6,-5;2,-7,-12];B=[5,4,3;6,-2,3;-1,3,-9];C=A*BD=A.*B11、clearx=linspace(0,2*pi,125);y=cos(x).*(0.5+3*sin(x)./(1+x.^2)); plot(x,y)z=-45:1:45;x=z.*sin(3*z);y=z.*cos(3*z);plot3(x,y,z);13、x=-2:0.1:2,y=x;[x,y]=meshgrid(x,y);z=x.^2.*exp(-x.^2-y.^2)surf(x,y,z);14、x=-2:0.1:2,y=x;[x,y]=meshgrid(x,y);z=x.^2.*exp(-x.^2-y.^2);surf(x,y,z);z1=0.05*x-0.05*y+0.1;hold on,mesh(x,y,z1);15、（1）n=2;alfa=0;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa); subplot(2,2,1);plot(t,x,t,y);（2）n=2;alfa=0;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa); subplot(2,2,1);plot(t,x,t,y);n=2;alfa=pi/3;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa); subplot(2,2,2);plot(t,x,t,y);n=2;alfa=pi/2;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa);subplot(2,2,3);plot(t,x,t,y);n=2;alfa=pi;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa);subplot(2,2,4);plot(t,x,t,y);球体clearfor i=1:100for j=1:100x(i,j)=i/100*cos(j*2*pi/100);y(i,j)=i/100*sin(j*2*pi/100);z(i,j)=sqrt(1.001-x(i,j)^2-y(i,j)^2);endendsurf(x,y,z);hold on;surf(x,y,-z);axis equal棱锥clearfor i=1:100for j=1:100x(i,j)=i/100*cos(j*2*pi/4);y(i,j)=i/100*sin(j*2*pi/4);z(i,j)=sqrt(x(i,j)^2+y(i,j)^2);endendsurf(x,y,-z);求最大值x=[67 87 56 99 43] max=0;for i=1:5if max>=x(i)max=max;else max=x(i)endendmax求最小值x=[67 87 56 99 43] min=inf;for i=1:5if min<=x(i)min=min;else min=x(i)endendmin求和x=[67 87 56 99 43]; sum=0;for i=1:5sum=sum+x(i) endsum第三章1、h0=[446,714,950,1422,1634];t0=[7.04,4.28,3.40,2.54,2.13];t1=interp1(h0,t0,500,'linear')2、x0=[1,0,-1];y0=[0,1,0];p=polyfit(x0,y0,3);x=-1:0.1:1;y=polyval(p,x);plot(x,y,-x,-y),axis equal3、clearx0=[1.0,1.1,1.2,1.3,1.4];y0=[0.25,0.2268,0.2066,0.1890,0.1736]; p=polyfit(x0,y0,3);p1=polyder(p);y=polyval(p1,[1.0,1.2])4、p=[3 4 7 2 9 12];r=roots(p)5、r=[-3 -5 -8 -9];p=poly(r)6、function ypie=fun1(x,y)ypie=x.^2./y-x.*cos(y);[x,y]=ode45('fun1',[0,5],1)plot(x,y)7、function y=fun2(x)y=x.^4-3*x^3+5*cos(x)+8;fplot('fun2',[1,5])hold on;x=0:5;y=0*x;plot(x,y)a=fzero(fun2,2)b=fzero(fun2,3)8、a=[2 4 9;4 2 4;9 4 18];[v,gama]=eig(a)9、function xpie=fun3(t,x)f=exp(-t)xpie=[0 1 0 0;1 0 0 -1;0 0 0 1;0 -1 -1 0]*x+[0;1;0;0]*f[t,x]=ode45('fun3',[0,5],[0 0 0 0]');plot(t,x(:,1),'b',t,x(:,3),'r')10、function f=fun4(x,y)f=4*(x-y)-x.^2-y.^2;v=-2:0.2:2;[x,y]=meshgrid(v)z=fun4(x,y);surf(x,y,z)求极小值（有误）function f=fun5(x,y)x=v(1);y=v(2)f=-(4*(x-y)-x.^2-y.^2);v=-50:2:50;[x,y]=meshgrid(v)z=fun4(x,y);surf(x,y,z)min=fminsearch('fun4',[0,0])11、function f=fun6(x,y)f=sin(y)+exp(x)-x.*y.^2 ezplot('fun6')12、function f=fun7(x,y)f=(x-y).^2.*(sin(x+y)).^2s=dblquad('fun7',pi,2*pi,0,pi)14、a=randn(4,4)[l,u]=lu(a)a=randn(4,4)[u,gama,v]=svd(a)15、b=[3 0.5 4];a=[3 4 5 6]; [r,p,k]=residue(b,a)b=[3 0.5 4];a=[3 4 5 6]; [r,p,k]=residue(b,a)t=0:0.1:100;y=0*t;for i=1:3y=y+r(i)*exp(p(i)*t) endplot(t,y)b=[3 0.5 4];a=[3 4 5 6]; impulse(b,a)b=[3 0.5 4];a=[3 4 5 6]; step(b,a)第四章1、n=1:11;x=cos(pi/6*n);subplot(2,1,1);stem(x);y=abs(fft(x));subplot(2,1,2);stem(y);clearn=0:11;x=cos(pi/6*n);subplot(2,1,1);stem(x);y=abs(fft(x));subplot(2,1,2);stem(y);2、（有误）n=0:19;x=5*0.6.^n;subplot(3,1,1);stem(n,x);for i=-20:39xl(i+21)=x(mod(i+40,20)+1); endn1=-20:39;subplot(3,1,2);stem(n1,x1);x2=x1(10:29);subplot(3,1,3);stem(n,x2)新方法m=10;e=0:19;c=0.6;k=5;a=k*c.^e;a=a';b=circshift(a,m);L=length(a)-1;n=0:L;subplot(2,1,1);stem(n,a);axis([0,L,min(a),max(a)]);subplot(2,1,2);stem(n,b);axis([0,l,min(a),max(a)])3、x=[0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0 0 0 0 0 0 0 0];h=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0]y=conv(x,h);stem(y)4、x=[0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0 0 0 0 0 0 0 0];h=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0]y=conv(x,h);subplot(2,1,1);stem(y)xx=fft(x);hh=fft(h);yy=ifft(xx.*hh);subplot(2,1,2);stem(yy)5、b=[2 3];a=[1 0.4 1];[z p k]=tf2zp(b,a)6、b=[4 15.6 6 2.4 -6.4];a=[3 2.4 6.3 -11.4 6];[z p k]=tf2zp(b,a)7、b=[18];a=[18 3 -4 -1];[r p k]=residue(b,a)8、b=[0.2 0.3 1];a=[1 0.4 1];freqs(b,a)9、Fs=2000;wc=[100 200]/(Fs/2);N=10; [b,a]=butter(N,wc,'z');%freqz(b,a)dimpulse(b,a,100)10、wp=100;ws=200;rp=2;rs=15;Fs=500; wp=wp/(Fs/2);ws=ws/(Fs/2);[N,wc]=buttord(wp,ws,rp,rs); [b,a]=butter(N,wc,'z')freqz(b,a)11、b=fir1(48,[0.35 0.65]);a=1;freqz(b,a)12、b=fir1(37,0.3);a=1;freqz(b,a)13、低通：F=[0:1/56:1];A=[ones(1,50),zeros(1,56-49)];b=fir2(56,F,A);a=1;freqz(b,a)带通：F=[0:1/56:1];A=[ones(1,25),zeros(1,25),ones(1,7)]; b=fir2(56,F,A);a=1;freqz(b,a)高通F=[0:1/56:1];A=[zeros(1,50),ones(1,56-49)];b=fir2(56,F,A);a=1;freqz(b,a)%滤波器设计（椭圆滤波器）wp1=300;wp2=700;ws1=301;ws2=699; rp=0.1;rs=50;Fs=2000;wp=[wp1]/(Fs/2);ws=[ws1]/(Fs/2); [N,wc]=ellipord(wp,ws,rp,rs,'z')[b,a]=ellip(N,rp,rs,wc,'high')%滤波器特性分析freqz(b,a)%信号采样及时频变换Fs=2000;t=0:1/Fs:10;yt=sin(2*pi*200*t)+sin(2*pi*500*t)+sin(2*pi*800*t); figure(2);subplot(3,1,1);plot(t,yt)figure(2);subplot(3,1,2);plot(t,yt);axis([0,0.1,-5,5]) yf=abs(fft(yt));f=(1:length(yf))/length(yf)*Fs;figure(2);subplot(3,1,3);plot(f,yf)%信号滤波及时频分析yt1=filter(b,a,yt);figure(3);subplot(3,1,1);plot(t,yt1)figure(3);subplot(3,1,2);plot(t,yt1);axis([0,0.1,-5,5]) yf1=abs(fft(yt1));f=(1:length(yf1))/length(yf1)*Fs;figure(3);subplot(3,1,3);plot(f,yf1)。
MATLAB在大学物理课程及实验教学中的应用(1)
MATLAB在大学物理中的应用形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。
在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。
可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。
20世纪70年代，美国新墨西哥大学计算机科学系主任Cleve Moler为了减轻学生编程的负担，用FORTRAN编写了最早的MATLAB。
1984年由Little、Moler、Steve Bangert 合作成立了的MathWorks公司正式把MATLAB推向市场。
到20世纪90年代，MATLAB已成为国际控制界的标准计算软件。
布朗运动表述的是悬浮在流体中的微粒受到流体分子与粒子的碰撞而发生的不停息的随机运动，其运动的剧烈程度受温度影响．这一运动比较抽象，我们可以用MATLAB 仿真，将其可视化．模拟效果如图 1 所示．图1 布朗运动的模拟效果图部分程序如下：axes（handles．axes1）；global k；n = 50；x = rand（n，1）－0．5；y = rand（n，1）－0．5；h = plot（x，y，'．'）；axis（［－1 1 －1 1］）；axis square；grid off；set（h，'EraseMode'，'Xor'，'MarkerSize'，24）；if k ＞= 0；for i = linspace（1，10，10000）drawnowx = x + k /10000．* randn（n，1）；y = y + k /10000．* randn（n，1）；set（h，'xdata'，x，'ydata'，y）；endelseinput（'Error'）；end力学中的简谐振动和阻尼振动也可以用MATLAB 将其化为可视图形．如图 2 所示：2. 2 光学现象如干涉和衍射是光学中的重要物理现象，我们通过MATLAB 来实现衍射现象的可视化．单缝衍射程序：·40·李仲，董松，炊万年，沈武鹏：MATLAB 在大学物理课程及实验教学中的应用图2简谐振动规律和阻尼振动规律模拟效果图图3单缝衍射效果图functionpushbutton1_Callback（hObject，eventdata，handles）a = －2* pi：0．0001* pi：2* pi；P = （1 －sinc（a））．^2；plot（a，P）lgray = zeros（256，3）；for i = 0：255lgray（i + 1，：）= （255 －i）/255；endimagesc（P）colormap（lgray）可视化效果如图 3 所示．还可根据单缝宽度来获得不同的衍射图像．2. 3 电磁学现象等量异种电荷电场线的［x ，y ］= meshgrid （ － 2： 0. 1： 2，－ 2： 0. 1： 2） ； % 以 0. 1 为步长建立平面数据网格 z = 1. / sqrt （ （ x － 1） . ^2 + y. ^2 + 0. 01）－ 1. / sqrt （ （ x + 1） . ^2 + y. ^2 + 0. 01） ； % 写电势表达式 ［px ，py ］= gradient （ z ） ； % 求电势在 x ，y 方向的梯度即电场强度 contour （ x ，y ，z ，［－ 12，－ 8，－ 5，－ 3，－ 1，－ 0. 5，－ 0. 1，0. 1，0. 5，1，3，5，8，12］） % 画等势线·41·青海民族大学学报（教育科学版）hold on % 作图控制quiver（x，y，px，py，'k'）% 画出各点上电场的大小和方向等量异种电荷电势线描绘：［x，y］= meshgrid（－5：0. 2：5，－4：0. 2：4）；% 建立数据网格z = 1. / sqrt（（x －2）. ^2 + y. ^2 + 0. 01）－1. / sqrt（（x + 2）. ^2 + y. ^2 + 0. 01）；% 电势的表达式mesh（x，y，z）% 三维曲面绘图图4 等量异种电荷电场线及电势线描绘3 物理实验数据处理在物理实验中，通常对数据采用的是手工处理方法，常见的有列表法，作图法等，这些方法往往速度慢，效率低，而且过于繁琐．如最小二乘法是采用数理统计的方法来处理实验数据的，相比于图解法，用该方法处理实验数据更科学、更可信．但由于该方法复杂，计算量大，学生们很难顺利完成，而运用MATLAB 可以精确实现．它克服了最小二乘法计算量大的缺点，又简便易懂，很容易为学生所掌握，同时能拟合出较准确的曲线，轻松实现数据可视化．如在电阻的伏安特性曲线的绘制中，已知测得的电流、电压值分别为0. 662，0. 712，0. 782，0. 841，0. 931，0. 988A0. 1720，0. 1846，0. 2024，0. 2182，0. 2364，0. 2560V；可以用MATLAB 所提供的数据拟合多项式函数polyfit 和评估多项式函数polyval 来进行曲线拟合，并且可以计算误差平方和，方便的得到伏安特性曲线、电阻值和计算误差. 程序如下：x = ［0. 1720，0. 1846，0. 2024，0. 2182，0. 2364，0. 2560］；y = ［0. 662，0. 712，0. 782，0. 841，0. 931，0. 988］；·42·李仲，董松，炊万年，沈武鹏：MATLAB 在大学物理课程及实验教学中的应用p1 = polyfit（x，y，1）；% 一次多项式拟合p2 = polyfit（x，y，9）；% 九次多项式拟合q1 = polyval（p1，x）；q2 = polyval（p2，x）；s1 = sum（（y －q1）. ^2）；% 一次多项式误差平方和s2 = sum（（y －q2）. ^2）；% 九次多项式误差平方和plot（x，y，'* '）hold onplot（x，q1，'r'）hold onplot（x，q2，'b：o'）grid onp1，q1，s1，p2，q2，s2MATLAB 绘制的伏安特性曲线如图5 所示．拟合次数越高，曲线越精确，可以看出，一次拟合结果为：R = 3．9653 ±（2．5345e －004）Ω4 结语应用MATLAB 设计程序对物理现象规律进行模拟仿真，实现了物理现象、规律描述的可视化．通过物理实验数据处理程序的设计，可推动大学物理实验教学现代化的改革．这项实践活动不仅有助于增强学生对物理课程学习及MATLAB 软件应用开发的兴趣，还可实际应用于大学物理课程及实验教学的活动中．学以致用，是提高大学课程教学效果的有效途径和手段．参考文献：［1］苏金明，张莲花，刘波．MATLAB 工具箱应用［M］．北京：电子工业出版社，2002．［2］彭芳麟．数学物理方程的Matlab 解法与可视化［M］．北京：清华大学出版社，2004．［3］熊万杰．MATLAB 用于物理教学［J］．物理通报，2004，（2）16 －19．·43·感谢您试用AnyBizSoft PDF to Word。
MATLAB及在电子信息课程中的应用课后答案.doc
1.求下列联立方程的解3x + 4y - 7z -12w = 45x-7y + 4z + 2w = -3x + 8z-5w = 9-6x + 5y-2z + lOw = -8 程序A=[3,4,・7,・12;5,・7,4,2;l,0,8,-5;-6,5,-2,10]; B=[4;-3;9;-8];X 二A\B 解：X =-1.4841-0.68160.5337-1.2429_1 4 8 13 __5 4 3 -2_2.设心-3 6 -5 -9 B =6-2 3-82 -7 -12 -8-13-9 7求Cl二AB，;C2二A，B;C3二A・*B,并求它们的逆阵。
程序A=[l,4,8,13;-3,6,-5,-9;2,-7,-12,-8];B=[5,4,3,-2;6,-2,3,-8;-l,3,-9,7];Cl二A*B',C2 二A'*B, C3 二A.*Binv(Cl),inv(C2),inv(C3)3・a.列出2X2阶的单位矩阵I,4X4阶魔方矩阵M和4X2阶的全幺矩阵A,全零矩阵Bb.将这些矩阵拼接为6X6阶的矩阵C:■/ N ■c =B Mc・求出C的第2,4,6行，组成3X6阶的矩阵C1,及第2,4,6,裂，组成6X3阶的矩阵C2,d・求D=C1C2 及D1=C2C1.程序»I=eye(2),A=ones(4,2),B=zeros(4,2),M=magic(4),C 二[I,A';B,M]>>C1=C([246JJC2=C(:J246J)» D二C1*C2，D1 二C2*C1c l 3 sin x4.设而^把x=0~2n间分为101点，画出以x为横坐标，y为纵坐标的曲线解：程序x=linspace(0,2*pi, 101)y=cos(x) .* (0.5 + 3*sin (x) ./ (1+x.八2))；plot(x,y)r grid5.求代数方程3X5+4X4+7X3+2X2+9X+12=0的所有根。
【VIP专享】《MATLAB及Simulink应用》实验指导书+答案
湖北汽车工业学院毕业论文
目录
实验 04051001 MATLAB 语言基础 ..............................................1 实验 04051002 MATLAB 科学计算及绘图 ........................................3 实验 04051003 MATLAB 综合实例编程 ..........................................5
II
6.培养学生观察、思考、对比及分析综合的能力。过程与方法1.通过观察蚯蚓教的学实难验点，线培形养动观物察和能环力节和动实物验的能主力要；特2征.通。过教对学观方察法到与的教现学象手分段析观与察讨法论、，实对验线法形、动分物组和讨环论节法动教特学征准的备概多括媒，体继课续件培、养活分蚯析蚓、、归硬纳纸、板综、合平的面思玻维璃能、力镊。子情、感烧态杯度、价水值教观1和.通过学理解的蛔1虫.过观适1、察于程3观阅 六蛔寄.内列察读 、虫生出蚯材 让标容生3根常蚓料 学本教活.了 据见身： 生，师的2、解 问的体巩鸟 总看活形作 用蛔 题线的固类 结雌动态业 手虫 自形练与 本雄学、三： 摸对 学动状习人 节蛔生结4、、收 一人 后物和同类 课虫活构请一蚯集 摸体 回并颜步关 重的动、学、蚓鸟 蚯的 答归色学系 点形教生生让在类 蚓危 问纳。习从 并状学理列学平的害 题线蚯四线人 归、意特出四生面体以形蚓、形类 纳大图点常、五观玻存 表及动的鸟请动文 本小引以见引、察璃现 ，预物身类 3学物明 节有言及的、导巩蚯上状 是防的体之生和历 课什根蚯环怎学固蚓和， 干感主是所列环史 学么据蚓节二样生练引牛鸟 燥染要否以举节揭 到不上适动、区回习导皮类 还的特分分蚯动晓 的同节于物让分答。学纸减 是方征节布蚓物起 一，课穴并学蚯课生上少 湿法。?广的教， 些体所居归在生蚓前回运的 润；4泛益学鸟色生纳.靠物完的问答动原 的4蛔，处目类 习和活环.近在成前题蚯的因 ？了虫以。标就 生体的节身其实端并蚓快及 触解寄上知同 物表内特动体结验和总利的慢我 摸蚯生适识人 学有容点物前构并后结用生一国 蚯蚓在于与类 的什，的端中思端线问活样的 蚓人飞技有 基么引进主的的考?形题环吗十 体生行能着 本特出要几变以动，境？大 节活的1密 方征本“特节化下物.让并为珍 近习会形理切 法。课生征有以问的小学引什稀 腹性态解的 。2课物。什游题主.结生出么鸟 面和起结蛔关观题体么戏：要利明蚯？类 处适哪构虫系察：的特的特用确蚓等 ，于些特适。蛔章形殊形征板，这资 是穴疾点于可虫我态结式。书生种料 光居病是寄的们结构，五小物典， 滑生？重生鸟内学构，学、结的型以 还活5要生类部习与.其习巩鸟结的爱 是如原活生结了功颜消固类构线鸟 粗形何因的存构腔能色化练适特形护 糙态预之结的，肠相是系习于点动鸟 ？、防一构现你动适否统。飞都物为结蛔。和状认物应与的行是。主构虫课生却为和”其结的与题、病本理不蛔扁的他构特环以生？8特乐虫形观部特8征境小理三页点观的动位点梳相组等、这；，哪物教相，理适为方引些2鸟，育同师.知应单面导鸟掌类结了；？生识的位学你握日构解2互.。办特生认线益特了通动手征观识形减点它过，抄；察吗动少是们理生报5蛔？物，与的解.参一了虫它和有寄主蛔与份解结们环些生要虫其。蚯构都节已生特对中爱蚓。会动经活征人培鸟与飞物灭相。类养护人吗的绝征灭来害教；？；绝学，育，习使。我比学们它生可们理以更解做高养些等成什的良么两好。类卫动生物习。惯根的据重学要生意回义答；的3.情通况过，了给解出蚯课蚓课与题人。类回的答关：系线，形进动行物生和命环科节学动价环值节观动的物教一育、。根教据学蛔重虫点病1.引蛔出虫蛔适虫于这寄种生典生型活的线结形构动和物生。理二特、点设；置2.问蚯题蚓让的学生生活思习考性预和习适。于穴居生活的形态、结构、生理等方面的特征；3.线形动物和环节动物的主要特征。
《MATLAB及应用》实验指导书作业答案
《MATLAB及应用》实验指导书班级：姓名：学号：总评成绩：汽车工程系电测与汽车数字应用中心目录实验04051001 MATLAB语言基础 (3)实验04051002 MATLAB科学计算及绘图 (12)实验04051001 MATLAB语言基础实验目的1)熟悉MATLAB的运行环境2)掌握MATLAB的矩阵和数组的运算3)掌握MATLAB符号表达式的创建4)熟悉符号方程的求解实验内容（任选6题）1.利用rand等函数产生下列矩阵：产生一个均匀分布在（-5，5）之间的随机阵（50×2），要求显示精度为精确到小数点后一位（精度控制指令为format）。
format banka=-5; b=5;r = a + (b-a).* rand(50,2)r =3.15 -2.244.06 1.80-3.73 1.554.13 -3.371.32 -3.81-4.02 -0.02-2.22 4.600.47 -1.604.58 0.854.65 -2.76-3.42 2.514.71 -2.454.57 0.06-0.15 1.993.00 3.91-3.58 4.59-0.78 0.474.16 -3.612.92 -3.514.59 -2.421.56 3.41-4.64 -2.463.49 3.144.34 -2.562.58 -1.502.43 -3.03-1.08 -2.491.55 1.16-3.29 -0.272.06 -1.48-4.68 3.31-2.23 0.85-4.54 0.50-4.03 4.173.23 -2.141.952.57-1.83 2.544.50 -1.20-4.66 0.68-0.61 -4.24-1.18 -4.462.66 0.312.95 2.79-3.13 4.34-0.10 -3.70-0.54 0.691.46 -0.312.09 -4.882.55 -1.632.在一个已知的测量矩阵T（100×100）中，删除整行数据全为0的行，删除整列数据全为0的列（判断某列元素是否为0方法：检查T(: , i) .* (T(: , i))是否为0）。
大学物理第3章 习题与MATLAB编程解答
• 【解】 这个力在移动粒子的过程中做的 功为
• W=∫x2x1Fdx=∫23.712.8375x3+3.75xdx(3-２０) • 用下列程序完成这个积分得W=0.7988J。
6.如图３-５所示，一条均匀的金属链条挂在一个光滑的钉子上(钉 子的质量可忽略不计)，一边长度为a，另一边长度为b，且a>b，
求链条从静止开始到滑离钉子所需的时间。
图3-5 挂在光滑钉子的上金属链条
6.如图３-５所示，一条均匀的金属链条挂在一个光滑的钉子上(钉 子的质量可忽略不计)，一边长度为a，另一边长度为b，且a>b，
求链条从静止开始到滑离钉子所需的时间。
7.
一火箭初始总质量m0=360kg，其中包含了330kg的燃料和助燃 剂，从静止向太空发射。火箭每秒钟喷出2.50kg的燃气，燃气 以u=1500m/s的速度相对火箭喷出。求燃料燃烧完后火箭的最 终速度以及在喷气结束前火箭飞行了多远的距离？(忽略重力和 空气的阻力)
3.1 力学
6.如图３-５所示，一条均匀的金属链条挂在一个光滑的钉子上 (钉子的质量可忽略不计)，一边长度为a，另一边长度为b，且a>b， 求链条从静止开始到滑离钉子所需的时间。 7.一火箭初始总质量m0=360kg，其中包含了330kg的燃料和助燃 剂，从静止向太空发射。 8.一个8.4kg的物体从一摩擦系数μ=0.2的斜面滑下，试用计算机 作图的方法画出施加在该物体上的正压力和它的加速度与斜面倾 角的关系曲线。 9.某学生做测量弹簧的劲度系数k的实验，他在弹簧下挂不同重量 的重物，测出了不同的伸长量，记录如表3-１所示。 10.一双原子分子的势能函数为
23.0588
3.1 力学
15.有质量为ma=3kg与mb=1kg的两圆盘同心地粘在一起，半径分 别为0.3m与rb=0.1m，小圆盘边缘绕有绳子连在天花板上，大圆盘 边缘也绕有绳子并挂一质量为mc的重物，求：(1)mc为多少时圆 盘与重物达到平衡而静止？(2)在静止情况下，两段绳子的张力有 多少？ 16.静止质量为m0的粒子，在静止时衰变为静止质量为m10和m20 的两个粒子。
谈matlab在物理教学中的应用
谈matlab在物理教学中的应用摘要随着科学技术的发展，计算机技术在物理教学中的应用越来越广泛。
MATLAB是一个易于使用的编程语言，可以帮助教师进行实验和模拟各种物理系统或过程。
它具有高效、可靠、易用以及大量的函数库和工具箱，可以大大减少开发时间。
本文主要介绍Matlab在物理教学中的应用，从Matlab的特性出发，介绍Matlab 的优点，以及它在物理教学中的应用。
关键词：MATLAB；物理教学；应用1．引言随着科学技术的发展，计算机技术已经成为科技教育的重要组成部分。
计算机技术的引入大大推动了教学模式的改变，并且可以有效地支持物理教学。
MATLAB 是一种易于使用的编程语言，具有高效、可靠、易用以及大量函数库和工具箱，可以帮助教师进行实验和模拟各种物理系统或过程，以有效地支持物理教学。
Matlab在力学方面有着广泛的应用。
力学是物理学中的基础学科，涉及物体运动和力学原理。
Matlab可以用来模拟物体的运动轨迹，计算物体的动能和动量等。
例如，可以用Matlab模拟小球在重力场中的运动轨迹，并计算小球的动能和动量变化。
这对于学生理解物体运动和力学原理非常有帮助。
Matlab在电学方面也有着广泛的应用。
电学是物理学中的重要学科，涉及电路、电动势和电磁学等。
Matlab可以用来计算电路的电流、电动势等，并可以画出电路图。
例如，可以用Matlab模拟简单的电路，并计算电路中各元器件的电流和电动势。
这对于学生理解电学原理非常有帮助。
Matlab在热学方面也有着广泛的应用。
热学是物理学的重要学科，涉及热力学、热传导、热扩散等。
Matlab可以用来模拟热学中的各种现象，并可以画出热学中的温度分布图。
例如，可以用Matlab模拟物体热传导的过程，并画出物体的温度分布图，这对于学生理解热学原理非常有帮助。
2．Matlab的特性MATLAB是一种用于科学计算和开发应用程序的高级编程语言，具有多种优势和特性。
其中最重要的特性是，它可以使用类似于C语言的语法，支持多种编程风格，可以轻松地实现各种复杂的算法；另外，它还提供了大量的内置函数库，可以快速实现各种复杂的数学计算；此外，它还具有面向对象的编程特性，可以有效地管理和处理大量的数据；此外，它还提供了各种数据可视化工具，可以有效地分析和可视化数据。
MATLAB在大学物理课程教学中的应用-以多普勒效应为例
MATLAB在大学物理课程教学中的应用-以多普勒效应为例摘要：运用MATLAB仿真大学物理实验，能够帮助学生更好的对物理概念和规律进行理解和掌握，同时有效提升学生运用科学计算的能力，极大的提高物理教学的效果。
本文以多普勒效应相关内容为例，进行MATLAB仿真模拟分析。
关键词：多普勒效应 MATLAB 仿真分析在计算机仿真日益盛行的今天，作为一种重要的科学工具，计算机已经广泛渗透到人们生活的方方面面。
随着计算机仿真技术的发展，利用仿真虚拟技术展示客观物理现象，在各行各业均得到了广泛应用，逐渐成为社会发展进步不可或缺的手段。
在高校物理教学领域里，信息技术与教学相结合所带来的教育信息化已经成为当前高校物理教育改革的热门研究课题和教育发展的必然趋势。
一方面，利用计算机仿真技术优势，将枯燥难懂的物理问题变成一幅幅生动的画面，增强了教学内容的直观性，生动性，扩展了教学内容，开拓了学生视野，促进了学生对知识的理解和掌握。
另一方面，利用MATLAB仿真大学物理实验可以大大激发学生对物理知识的好奇心和求知欲，强化了学生继续探索的动机，激发了学生的创新意识，同时也极大地提高大学物理课程教学效果。
另外，用 MATLAB 制作的软件有极其丰富的表现内涵和巨大的表现能力，能够具体形象地再现各种实验概念，有效地揭示事物的本质和内在联系，将它应用于课堂教学，极大地扩展教学空间，化繁为简，变难为易，使学生对教学内容更容易理解和掌握。
本文就以物理课程中的多普勒效应为例进行仿真模拟分析，研究接收者接收到的频率变化规律。
我们知道，当一辆汽车在我们的身旁疾驰而过的时候，车上喇叭的音调呈现出从高到低的突然变化过程。
同样的，当我们在铁路旁听列车的汽笛声也能够发现，列车迅速迎面而来时音调较静止时高，而列车迅速离去时则音调较静止时低。
这种由于波源和接收者相对运动而出现接收者接收频率变化的现象，称之为多普勒效应。
多普勒效应最早由奥地利物理学家多普勒在1842年首先发现。
Matlab在大学物理教学中的应用
目录引言 (1)1. matlab简介 (1)2. 波动光学的发展历史 (1)第一章波动光学的基本原理 (3)1.光的干涉的基本理论 (3)1.1 光波的叠加原理 (3)1.2 双光束干涉原理 (4)1.3 牛顿环形成原理 (4)1.4劈尖干涉原理 (5)2.光的衍射的基本理论 (6)2.1单缝夫琅禾费衍射 (6)2.2圆孔夫琅禾费衍射 (7)2.3平面光栅衍射 (7)第二章 Matlab模拟仿真实例 (9)1.实例1 (9)2.实例2 (10)3.实例3 (11)4.实例4 (13)5.实例5 (14)6.实例6 (15)7.实例7 (16)结束语 (18)参考文献 (19)引言1.Matlab简介1984年,美国的MathWorks 公司推出了Matlab 仿真软件。
它主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。
Matlab将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，因此，很快成为应用学科计算机辅助分析、设计、仿真和教学不可缺少的软件。
Matlab现在已经广泛应用到生物医学工程、信号分析、语音处理、图像识别、航天航海工程、统计分析、计算机技术、控制和数学等领域中。
2.波动光学的发展历史波动光学是在电磁波动理论基础上研究光波动现象的一门学科。
17世纪，人们提出了光本性的两种学说:微粒说和波动说。
光的微粒说由笛卡尔提出，得到牛顿的支持。
微粒说认为光是由一份一份的微粒所组成的。
19世纪初，英国科学家托马斯·杨完成了著名的“杨氏干涉实验”，提出了“光的干涉原理”，动摇了光的微粒说的地位。
法国科学家菲涅耳把惠更斯的子波假设和杨氏的干涉原理相结合，提出后人所谓的“惠更斯-菲涅耳原理”。
该原理用波动理论圆满的解释了光的直线传播规律，定量的给出了圆孔等衍射图形的强度分布。
1817年，托马斯·杨明确证明，光波是一种横波，使一度被牛顿视为波动说障碍之一的偏振现象转化为波动说的一个佐证。
matlab在大学物理中的应用
当前路径（当前目录）窗口（ Current Directory Browser)
内存数组编辑器（Array Editor ） M文件编辑/调试器（ Editor/Debugger ）
帮助导航/浏览器（Help Navigator/Browser）
图形窗口（Figure）
Profiler 程序性能剖析窗口（调优器） Evaluate 运行 Shortcut 捷径 Duplicate 复写、复制
用户可以将自己的工作目录列入 MATLAB搜索路径，从而将用户目录纳入 MATLAB系统统一管理。设置搜索路径的方法 有： (1) 用path命令设置搜索路径。例如，将用 户目录c:\mydir加到搜索路径下，可在命令窗 口输入命令： path(path, ‘D:\matlabwork’) (2) 用对话框设置搜索路径
常用技巧
命令窗口的常用控制指令
指 cd clf clc clear dir edit exit quit md more 令 设置当前工作目录 清除图形窗 清除指令窗中显示内容 清除MATLAB工作空间中保存的变量 列出指定目录下的文件和子目录清单 打开M文件编辑器 关闭/退出MATLAB 关闭/退出MATLAB 创建目录 使其后的显示内容分页进行 含 义
返回
3. MATLAB的启动和退出
启动
有3种常见方法：
(1) 双击MATLAB快捷方式。
(2) ―开始”“程 序”“Matlab7.0‖―MATLAB 7.0‖
(3)运行MATLAB系统启动程序matlab.exe。
3. MATLAB的启动和退出
退出
也有3种常见方法：
(1)单击MATLAB桌面窗口的关闭按钮。
《MATLAB及其在大学物理课程中的应用》习题答案___电子科大__第二版
第二章1、x=[2,4];y=x.^3+(x-0.98).^2./(x+1.35).^3-5*(x+1./x)2、y=cos(pi/3)-(9-sqrt(2))^(1/3)3、a=3;A=4;b=a.^2;B=b.^2-1;c=a+A-2*B;C=a+2*B+c4、x=[1 2 3;4 5 6;7 8 9]Desktop->Workspace,双击变量x5、clearx=magic(3)y=randn(3,3)xy=[x,y]yx=[x,y]z=xy(:,1:2)6、clearx=eye(4,4)y=triu(x)7、clearx=rand(4,5)y=x([1,2],:)z=(y>=0.3).*y8、clearx=randn(5,5)y=inv(x)9、clearx=randn(5,5)z=x^510、clearA=[1,4,8;-3,6,-5;2,-7,-12];B=[5,4,3;6,-2,3;-1,3,-9];C=A*BD=A.*B11、clearx=linspace(0,2*pi,125);y=cos(x).*(0.5+3*sin(x)./(1+x.^2)); plot(x,y)12、z=-45:1:45;x=z.*sin(3*z);y=z.*cos(3*z);plot3(x,y,z);13、x=-2:0.1:2,y=x;[x,y]=meshgrid(x,y);z=x.^2.*exp(-x.^2-y.^2)surf(x,y,z);14、x=-2:0.1:2,y=x;[x,y]=meshgrid(x,y);z=x.^2.*exp(-x.^2-y.^2);surf(x,y,z);z1=0.05*x-0.05*y+0.1;hold on,mesh(x,y,z1);15、（1）n=2;alfa=0;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa); subplot(2,2,1);plot(t,x,t,y);（2）n=2;alfa=0;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa); subplot(2,2,1);plot(t,x,t,y);n=2;alfa=pi/3;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa);subplot(2,2,2);plot(t,x,t,y);n=2;alfa=pi/2;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa);subplot(2,2,3);plot(t,x,t,y);n=2;alfa=pi;t=0:0.1:10;x=cos(t);y=sin(n*t+alfa);subplot(2,2,4);plot(t,x,t,y);球体clearfor i=1:100for j=1:100x(i,j)=i/100*cos(j*2*pi/100);y(i,j)=i/100*sin(j*2*pi/100);z(i,j)=sqrt(1.001-x(i,j)^2-y(i,j)^2);endendsurf(x,y,z);hold on;surf(x,y,-z);axis equal棱锥clearfor i=1:100for j=1:100x(i,j)=i/100*cos(j*2*pi/4);y(i,j)=i/100*sin(j*2*pi/4);z(i,j)=sqrt(x(i,j)^2+y(i,j)^2);endendsurf(x,y,-z);求最大值x=[67 87 56 99 43] max=0;for i=1:5if max>=x(i)max=max;else max=x(i)endendmax求最小值x=[67 87 56 99 43] min=inf;for i=1:5if min<=x(i)min=min;else min=x(i)endendmin求和x=[67 87 56 99 43]; sum=0;for i=1:5sum=sum+x(i) endsum第三章1、h0=[446,714,950,1422,1634];t0=[7.04,4.28,3.40,2.54,2.13];t1=interp1(h0,t0,500,'linear')2、x0=[1,0,-1];y0=[0,1,0];p=polyfit(x0,y0,3);x=-1:0.1:1;y=polyval(p,x);plot(x,y,-x,-y),axis equal3、clearx0=[1.0,1.1,1.2,1.3,1.4];y0=[0.25,0.2268,0.2066,0.1890,0.1736]; p=polyfit(x0,y0,3);p1=polyder(p);y=polyval(p1,[1.0,1.2])4、p=[3 4 7 2 9 12];r=roots(p)5、r=[-3 -5 -8 -9];p=poly(r)6、function ypie=fun1(x,y)ypie=x.^2./y-x.*cos(y);[x,y]=ode45('fun1',[0,5],1)plot(x,y)7、function y=fun2(x)y=x.^4-3*x^3+5*cos(x)+8;fplot('fun2',[1,5])hold on;x=0:5;y=0*x;plot(x,y)a=fzero(@fun2,2)b=fzero(@fun2,3)8、a=[2 4 9;4 2 4;9 4 18];[v,gama]=eig(a)9、function xpie=fun3(t,x)f=exp(-t)xpie=[0 1 0 0;1 0 0 -1;0 0 0 1;0 -1 -1 0]*x+[0;1;0;0]*f [t,x]=ode45('fun3',[0,5],[0 0 0 0]');plot(t,x(:,1),'b',t,x(:,3),'r')10、function f=fun4(x,y)f=4*(x-y)-x.^2-y.^2;v=-2:0.2:2;[x,y]=meshgrid(v)z=fun4(x,y);surf(x,y,z)求极小值（有误）function f=fun5(x,y)x=v(1);y=v(2)f=-(4*(x-y)-x.^2-y.^2);v=-50:2:50;[x,y]=meshgrid(v)z=fun4(x,y);surf(x,y,z)min=fminsearch('fun4',[0,0])11、function f=fun6(x,y)f=sin(y)+exp(x)-x.*y.^2ezplot('fun6')12、function f=fun7(x,y)f=(x-y).^2.*(sin(x+y)).^2s=dblquad('fun7',pi,2*pi,0,pi)14、a=randn(4,4)[l,u]=lu(a)a=randn(4,4)[u,gama,v]=svd(a)15、b=[3 0.5 4];a=[3 4 5 6]; [r,p,k]=residue(b,a)b=[3 0.5 4];a=[3 4 5 6]; [r,p,k]=residue(b,a)t=0:0.1:100;y=0*t;for i=1:3y=y+r(i)*exp(p(i)*t) endplot(t,y)b=[3 0.5 4];a=[3 4 5 6]; impulse(b,a)b=[3 0.5 4];a=[3 4 5 6]; step(b,a)第四章1、n=1:11;x=cos(pi/6*n);subplot(2,1,1);stem(x);y=abs(fft(x));subplot(2,1,2);stem(y);clearn=0:11;x=cos(pi/6*n);subplot(2,1,1);stem(x);y=abs(fft(x));subplot(2,1,2);stem(y);2、（有误）n=0:19;x=5*0.6.^n;subplot(3,1,1);stem(n,x);for i=-20:39xl(i+21)=x(mod(i+40,20)+1); endn1=-20:39;subplot(3,1,2);stem(n1,x1);x2=x1(10:29);subplot(3,1,3);stem(n,x2)新方法m=10;e=0:19;c=0.6;k=5;a=k*c.^e;a=a';b=circshift(a,m);L=length(a)-1;n=0:L;subplot(2,1,1);stem(n,a);axis([0,L,min(a),max(a)]);subplot(2,1,2);stem(n,b);axis([0,l,min(a),max(a)])3、x=[0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0 0 0 0 0 0 0 0];h=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0]y=conv(x,h);stem(y)4、x=[0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0 0 0 0 0 0 0 0];h=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0]y=conv(x,h);subplot(2,1,1);stem(y)xx=fft(x);hh=fft(h);yy=ifft(xx.*hh);subplot(2,1,2);stem(yy)5、b=[2 3];a=[1 0.4 1];[z p k]=tf2zp(b,a)b=[4 15.6 6 2.4 -6.4];a=[3 2.4 6.3 -11.4 6];[z p k]=tf2zp(b,a)7、b=[18];a=[18 3 -4 -1];[r p k]=residue(b,a)8、b=[0.2 0.3 1];a=[1 0.4 1];freqs(b,a)9、Fs=2000;wc=[100 200]/(Fs/2);N=10; [b,a]=butter(N,wc,'z');%freqz(b,a)dimpulse(b,a,100)10、wp=100;ws=200;rp=2;rs=15;Fs=500; wp=wp/(Fs/2);ws=ws/(Fs/2);[N,wc]=buttord(wp,ws,rp,rs); [b,a]=butter(N,wc,'z')freqz(b,a)11、b=fir1(48,[0.35 0.65]);a=1;freqz(b,a)b=fir1(37,0.3);a=1;freqz(b,a)13、低通：F=[0:1/56:1];A=[ones(1,50),zeros(1,56-49)];b=fir2(56,F,A);a=1;freqz(b,a)带通：F=[0:1/56:1];A=[ones(1,25),zeros(1,25),ones(1,7)]; b=fir2(56,F,A);a=1;freqz(b,a)高通F=[0:1/56:1];A=[zeros(1,50),ones(1,56-49)];b=fir2(56,F,A);a=1;freqz(b,a)%滤波器设计（椭圆滤波器）wp1=300;wp2=700;ws1=301;ws2=699;rp=0.1;rs=50;Fs=2000;wp=[wp1]/(Fs/2);ws=[ws1]/(Fs/2);[N,wc]=ellipord(wp,ws,rp,rs,'z')[b,a]=ellip(N,rp,rs,wc,'high')%滤波器特性分析freqz(b,a)%信号采样及时频变换Fs=2000;t=0:1/Fs:10;yt=sin(2*pi*200*t)+sin(2*pi*500*t)+sin(2*pi*800*t); figure(2);subplot(3,1,1);plot(t,yt)figure(2);subplot(3,1,2);plot(t,yt);axis([0,0.1,-5,5]) yf=abs(fft(yt));f=(1:length(yf))/length(yf)*Fs;figure(2);subplot(3,1,3);plot(f,yf)%信号滤波及时频分析yt1=filter(b,a,yt);figure(3);subplot(3,1,1);plot(t,yt1)figure(3);subplot(3,1,2);plot(t,yt1);axis([0,0.1,-5,5]) yf1=abs(fft(yt1));f=(1:length(yf1))/length(yf1)*Fs;figure(3);subplot(3,1,3);plot(f,yf1)。