MATLAB第五次实验
MATLAB实验参考2018
MATLAB 运算基础
2.掌握 MATLAB 各种表达式的书写规则以及常用函数的使用。
二、 实验设备与仪器
1.计算机 2.matlab 集成软件
三、实验原理
１．矩阵的建立方法 （1）直接输入法：将矩阵的元素用方括号括起来，按矩阵行的顺序输入各元素，同一行 的各元素之间用空格或逗号分隔，不同行的元素之间用分号分隔。 （2） 利用 M 文件建立矩阵,对于比较大且比较复杂的矩阵， 可以为它专门建立一个 M 文件。 （3）利用 MATLAB 函数（特殊矩阵函数）建立矩阵。 2. 常用数学函数 sin :正弦函数 cos ：余弦函数 sqrt ：平方根函数 exp ：自然指数函数 abs ：绝对值函数 rem ：求余数或模运算 mod ：模除求余 fix ：向零方向取整 floor：大于自变量的最大整数 round：四舍五入到最邻近的整数
x 2 y 2 2 y
(1 x y)dxdy
程序： clear;syms x y z; iy=int(1+x+y,y,(-sqrt(1-x^2))+1,(sqrt(1-x^2))+1); z=int(iy,x,-1,1) 结果： z = 2*pi 5． (广义积分)计算广义积分
1 sin x 1 tan( x ) exp( x 2 ) dx 1 x 4 dx , 0 x , 0 1 x 2 dx
（二） 、操作实现下列建模过程
1 2 3 1、简单矩阵 A 4 5 6 的输入步骤。 ,3 4,5,6 7,8,9] 3、指令的续行输入 S=1-1/2+1/3-1/4+ ... 1/5-1/6+1/7-1/8
2
4、画出 z
0 1 3 d 0 1 4 。 0 1 5
MATLAB(实验五)
实验五1、 编写程序，该程序在同一窗口中绘制函数在[]0,2π之间的正弦曲线和余弦曲线，步长为200/π，线宽为 2 个象素，正弦曲线设置为蓝色实线，余弦曲线颜色设置为红色虚线，两条曲线交点处，用红色星号标记，并通过函数方式在生成的图形中添加注释，至少应包括：标题，文本注释，图例和坐标轴标注。
x=0:pi/200:2*pi;sinx = sin(x); cosx = cos(x);k=find(abs(sinx-cosx)<1e-2); x1=x(k);figure,plot(x,sinx,'LineWidth',2) hold on ,plot(x,cosx,'r:','LineWidth',2)hold on ,plot(x(find(cosx==sinx)),cosx(find(cosx==sinx)),'r*','LineWidth',2)hold on ,plot(x1,sin(x1),'r*') xlabel('x:(0-2\pi)'); ylabel('y:sin(x)/cos(x)');title('正弦曲线和余弦曲线');text(x1+0.1,sin(x1),'sin(x)=cos(x)');gtext('sin(x)') gtext('cos(x)')legend('sin(x)','cos(x)')2、 绘制图像：双曲抛物面：22164x y z =-，1616x -<<，44y -<<，并对绘制的双曲抛物面尝试进行视点控制。
[X,Y] = meshgrid(-16:0.4:16,-4:0.1:4); Z = X.^2/16 - Y.^2/4;subplot(1,3,1),plot3(X,Y,Z),view(0,180),title('azimuth = 0,elevation = 180'); subplot(1,3,2),plot3(X,Y,Z),view(-37.5,-30),title('azimuth = -37.5,elevation = -30');subplot(1,3,3),plot3(X,Y,Z),view([3,3,2]),title('viewpoint=[3,3,1]');3、 表中列出了4个观测点的6次测量数据，将数据绘制成为分组形式和堆叠形式的条形图。
实验五(线性方程组的数值解法和非线性方程求解)
1大学数学实验 实验报告 | 2014/4/5一、 实验目的1、学习用Matlab 软件数值求解线性代数方程组，对迭代法的收敛性和解的稳定性作初步分析；2、通过实例学习用线性代数方程组解决简化问题。
二、 实验内容项目一：种群的繁殖与稳定收获：种群的数量因繁殖而增加，因自然死亡而减少，对于人工饲养的种群（比如家畜）而言，为了保证稳定的收获，各个年龄的种群数量应维持不变。
种群因雌性个体的繁殖而改变，为方便起见以下种群数量均指其中的雌性。
种群年龄记作k=1,2,…,n ,当年年龄k 的种群数量记作x k ，繁殖率记作b k （每个雌性个体1年的繁殖的数量），自然存活率记作s k （s k =1−d k ，d k 为1年的死亡率），收获量记作ℎk ，则来年年龄k 的种群数量x ̌k 应该为x ̌k =∑b k n k=1x k , x ̌k+1=s k x k −ℎk , (k=1,2,…,n -1)。
要求各个年龄的种群数量每年维持不变就是要求使得x ̌k =x k , (k=1,2,…,n -1).(1) 如果b k , s k 已知，给定收获量ℎk ，建立求各个年龄的稳定种群数量x k 的模型（用矩阵、向量表示）.(2) 设n =5,b 1=b 2=b 5=0,b 3=5,b 4=3,s 1=s 4=0.4,s 2=s 3=0.6,如要求ℎ1~ℎ5为500,400,200,100,100，求x 1~x 5.(3) 要使ℎ1~ℎ5均为500，如何达到？问题分析：该问题属于简单的种群数量增长模型，在一定的条件（存活率，繁殖率等）下为使各年龄阶段的种群数量保持不变，各个年龄段的种群数量将会满足一定的要求，只要找到种群数量与各个参量之间的关系，建立起种群数量恒定的方程就可以求解出各年龄阶段的种群数量。
模型建立：根据题目中的信息，令x ̌k =x k ，得到方程组如下：{x ̌1=∑b k nk=1x k =x 1x ̌k+1=s k x k −ℎk =x k+1整理得到：{−x 1∑b k nk=1x k =0−x k+1+s k x k =ℎk2 大学数学实验 实验报告 | 2014/4/52写成系数矩阵的形式如下：A =[b 1−1b 2b 3s 1−100s 2−1…b n−1b n0000⋮⋱⋮000000000⋯00−10s n−1−1]令h =[0, ℎ1,ℎ2,ℎ3,…,ℎn−2,ℎn−1]Tx =[x n , x n−1,…,x 1]T则方程组化为矩阵形式：Ax =h ，即为所求模型。
matlab实验五循环结构程序设计实验报告
实验五：循环结构程序设计实验报告一、实验目的1. 了解循环结构的基本概念和原理；2. 掌握使用Matlab进行循环结构程序设计的方法；3. 提高编程能力和问题解决能力。
二、实验内容1. 学习while循环和for循环的基本语法和用法；2. 设计并编写一些基于循环结构的Matlab程序；3. 分析程序运行结果并进行总结。
三、实验原理循环结构是程序设计中的重要组成部分，它可以让一段代码重复执行多次，从而简化程序的编写。
在Matlab中，循环结构主要有while 循环和for循环两种形式。
while循环在执行循环体前判断条件是否为真，只有条件为真时才会执行循环体；for循环则是指定循环的次数，每次迭代时执行一次循环体。
四、实验步骤与结果1. 编写一个使用while循环的程序，实现1~100的累加。
程序代码如下：```matlabsum = 0;i = 1;while i <= 100sum = sum + i;i = i + 1;enddisp(sum);```运行程序后，得到的结果为5050。
2. 编写一个使用for循环的程序，实现1~10的阶乘。
程序代码如下：```matlabresult = 1;for i = 1:10result = result * i;enddisp(result);```运行程序后，得到的结果为xxx。
五、实验总结通过本次实验，我深刻理解了循环结构的基本概念和原理，掌握了使用Matlab进行循环结构程序设计的方法。
在编写循环程序的过程中，我发现循环结构可以大大简化程序的编写，并且能够高效地处理重复性任务。
我也进一步提高了自己的编程能力和问题解决能力。
本次实验使我对Matlab中的循环结构有了更加深入的了解，我相信这对我的编程能力和日后的学习工作都将大有裨益。
六、实验感想和改进意见通过本次实验，我深刻认识到循环结构在程序设计中的重要性和灵活性。
循环结构能够帮助我们简化程序的编写，提高代码的重用性和可读性，因此在实际的程序设计中，合理地运用循环结构能够大大提高程序的效率和逻辑清晰度。
第五次实验心得体会
心得体会今天我们做的实验是离散信号与系统的Z 变换分析, Z 变换分析法是分析离散时间信号与系统的重要手段, 实验前我书上和资料上了解到Z 变换它是由拉氏变换而来的, 属于一种线性坐标变换, 它将差分方程化为代数方程, 是分析采样系统的主要数学工具。
在离散系统分析中为简化运算而建立的对函数序列的数学变换, 其作用与拉普拉斯变换在连续系统分析中的作用很相似。
在采样控制理论中,Z 变换是主要的数学工具。
Z 变换还在时间序列分析、数据平滑、数字滤波等领域有广泛的应用。
在MATLAB 语言中有专门对信号进行正反Z 变换的函数ztrans( ) 和itrans( )。
离散信号f(k)的Z 变换定义为:()()k k F z f k z ∞-=-∞=∑反Z 变换的定义为:11()()2k f k F z z dz j π-=⎰（1）求离散序列的Z 变换:1122()()cos()()k k f k k πε=程序：syms k zf=0.5^k*cos(k*pi./2);Fz=ztrans(f)运行结果: Fz =4*z^2/(4*z^2+1)（2）离散序列:3()()(5)f k k k εε=--程序: syms k z f=('Heaviside(k)-Heaviside(k-5)')Fz=ztrans(f)运行结果:f =Heaviside(k)-Heaviside(k-5)(3)但在离散序列:[]4()(1)()(5)f k k k k k εε=---程序: syms k z f=k*(k-1)*('Heaviside(k)-Heaviside(k-5)')Fz=ztrans(f)运行结果: Fz =2/z^4*(z^2+3*z+6)在两个离散序列出现了不同的结果, 前者直接输出原来的函数, 猜想是不是因为后者系数K （K-1）有关。
执行下列程序: syms k zf=k*(k-1)Fz=ztrans(f)运行结果: Fz =z*(1+z)/(z-1)^3-z/(z-1)^2(4)而3()()(5)f k k k εε=--的z 变换为: Fz=(z/z-1)-(z^（-5）*z/z-1)=(z-z^(-4))/z-1 和用MATLAB 仿真的f =Heaviside(k)-Heaviside(k-5)显然不符。
MATLAB实验
MATLAB实验一：MATLAB语言基本概念实验实验目的：1. 熟悉MATLAB语言及使用环境；2.掌握MATLAB的常用命令；3．掌握MATLAB的工作空间的使用；4.掌握MATLAB的获得帮助的途径。
5.掌握科学计算的有关方法，熟悉MATLAB语言及其在科学计算中的运用；6.掌握MATLAB的命令运行方式和M文件运行方式；7.掌握矩阵在MATLAB中的运用。
实验方案分析及设计：本次实验主要目的是了解MATLAB的使用环境，以及常用的一些命令的使用；了解矩阵在MATLAB实验中的具体运用，以及相关的一些符号命令的使用。
实验器材：电脑一台，MATLAB软件实验步骤：打开MATLAB程序，将实验内容中的题目依次输入MATLAB中，运行得到并记录结果，最后再对所得结果进行验证。
实验内容及要求：1．熟悉MATLAB的菜单和快捷键的功能2．熟悉MATLAB的命令窗口的使用3．熟悉常用指令的使用format clc clear help lookfor who whos 4．熟悉命令历史窗口的使用5. 熟悉MATLAB工作空间的功能将工作空间中的变量保存为M文件，并提取该文件中的变量6.熟悉MATLAB获取帮助的途径将所有plot开头的函数列出来，并详细给出plotfis函数的使用方法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) A(:,2) A(3,:) A(:,1:2:3)A(:,3).*B(:,2) A(:,3)*B(2,:) A*BA.*BA^2 A.^2 B/A B./AA=[7 1 5;2 5 6;3 1 5]7 1 52 5 63 1 5>> B=[1 1 1; 2 2 2;3 3 3]1 1 12 2 23 3 3>> A(2, 3)6>> A(:,2)151>> A(3,:)3 1 5>> A(:,1:2:3)7 52 63 5>> A(:,3).*B(:,2)51215>> A(:,3)*B(2,:)10 10 1012 12 1210 10 10>> A*B24 24 2430 30 3020 20 20>> A.*B7 1 54 10 129 3 15>> A^266 17 6642 33 7038 13 46>> A.^249 1 254 25 369 1 25>> B/A0.1842 0.2105 -0.23680.3684 0.4211 -0.47370.5526 0.6316 -0.7105>> B./A0.1429 1.0000 0.20001.0000 0.4000 0.33331.0000 3.0000 0.60002．输入 C=1:2:20，则 C （i ）表示什么？其中 i=1,2,3, (10)1到19差为2，i 代表公差3. 试用 help 命令理解下面程序各指令的含义：cleart =0:0.001:2*pi;subplot(2,2,1);polar(t, 1+cos(t))subplot(2,2,2);plot(cos(t).^3,sin(t).^3)subplot(2,2,3);polar(t,abs(sin(t).*cos(t)))subplot(2,2,4);polar(t,(cos(2*t)).^0.5)4计算矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡897473535与⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡638976242之和。
实验五+MATLAB数值计算(含实验报告)
实验五 MATLAB 数值计算一、实验目的1．掌握求数值导数和数值积分的方法。
2．掌握代数方程数值求解的方法。
3．掌握常微分方程数值求解的方法。
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）。
设计提示1．参考本节主要内容，学习并理解相关函数的含义及调用方法。
三、实验内容1．线性系统方程：分别使用左除（\）和求逆（inv ）求解下面系统方程的解：⎪⎩⎪⎨⎧=+=+=++377251463c b b a c b a2. 数值积分：使用quad 和trapz 求解⎰-503/dx xe x 的数值积分，并与其解析解9243/5+--e 相比较；3. 请完成教材P154页中实验指导环节的实验内容第2题4. 请完成教材P155页中思考练习的第3题（1），并绘制解在该求解区间（即[0,5]）上的图像；。
5、请完成教材P164页实验指导环节的实验内容第5题。
（提示：该函数的符号导数，可以通过函数diff 求得。
首先定义符号变表达式，如求sin(x)的一阶符号导数，可以先定义f=’sin(x)’;df=diff(f);可求得df=cos(x)。
其中df 即为函数f 的一阶符号导数）。
四、实验报告要求（包含预习报告要求和最终报告要求）1.实验名称2.实验目的3.实验设备及条件4.实验内容及要求5.实验程序设计指程序代码。
6.实验结果及结果分析实验结果要求必须客观,现象。
结果分析是对实验结果的理论评判。
7.实验中出现的问题及解决方法8. 思考题的回答五、实验报告的提交方式Word文档，命名方式:实验号_你的学号_姓名例如本次实验：实验一_000000001_张三.doc（信息101提交报告邮箱）：E_mail: *******************(网络工程101提交作业邮箱)：E_mail: *******************（注意网络班的M是大写的)下一次课前提交,过期不收!六、参考文献参考教材和Matlab帮助文件。
实验五 用Matlab数据拟合
2. 已知观测数据点如表所示 x 1.6 2.7 1.3 4.1 3.6 2.3 y 17.7 49 13.1 189.4 110.8 34.5
0.6
4
4.9
409.1
3
65
2.4
36.9
求a, b, c的值, 使得曲线 f(x)=aex+bsin x+c lnx 与已知数据 点在最小二乘意义上充分接近.
例4 已知观测数据点如表所示
x 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 y 3.1 3.27 3.81 4.5 5.18 6 7.05 8.56 9.69 11.25 13.17 求三个参数 a, b, c的值, 使得曲线 f(x)=aex+bx2+cx3 与 已知数据点在最小二乘意义上充分接近.
1.55
500 106
2.47
2. 93
3. 03
2.89
1000 106 1500 106 2000 106 2375 106
3 1.953 103 1.517 103 1.219 10
/ / N / m 2 3.103 103 2.465 103
解: 描出散点图, 在命令窗口输入: t=[0:1:16] y=[30.0 29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8 24.0] plot(t,y,'*')
a=polyfit(t,y,1) a= -0.3012 29.3804 hold on
beta
= 3.0022 4.0304 0.9404
matlab 实验报告
matlab 实验报告Matlab 实验报告引言：Matlab（Matrix Laboratory）是一种强大的科学计算软件，它为科学家、工程师和研究人员提供了一个强大的计算环境。
本实验报告旨在介绍我对Matlab的实验结果和使用体验，以及对其优点和局限性的思考。
一、Matlab的基本功能和特点Matlab是一种高级编程语言和开发环境，它具有广泛的数学和工程计算功能。
通过Matlab，我可以进行矩阵运算、数值计算、数据可视化、算法开发等一系列操作。
Matlab的语法简洁易懂，可以快速实现复杂的计算任务。
此外，Matlab还提供了大量的工具箱，如信号处理、控制系统、图像处理等，使得各种领域的科学研究和工程应用变得更加便捷。
二、实验结果与应用案例在本次实验中，我选择了一个经典的数值计算问题——求解非线性方程。
通过Matlab的数值计算能力，我可以使用不同的迭代方法来求解方程的根。
在实验中，我使用了牛顿迭代法、二分法和割线法来求解方程。
通过对比这些方法的收敛速度和精度，我得出了不同方法的优缺点。
在实际应用中，Matlab可以广泛应用于信号处理、图像处理、数据分析等领域。
例如，在信号处理中，我可以使用Matlab的信号处理工具箱来进行滤波、频谱分析等操作。
在图像处理中，我可以利用Matlab的图像处理工具箱进行图像增强、边缘检测等操作。
这些应用案例充分展示了Matlab在科学计算和工程应用中的重要性和灵活性。
三、Matlab的优点1. 强大的计算功能：Matlab提供了丰富的数学和工程计算函数，可以高效地进行复杂的计算任务。
2. 简洁的语法：Matlab的语法简洁易懂，使得编程变得更加高效和便捷。
3. 丰富的工具箱：Matlab提供了大量的工具箱，覆盖了各种领域的科学计算和工程应用需求。
4. 可视化能力强：Matlab提供了丰富的绘图函数，可以直观地展示数据和计算结果。
四、Matlab的局限性1. 高昂的价格：Matlab是一款商业软件，其价格较高，对于个人用户而言可能不太容易承受。
实验五 彩色图像处理
实验五彩色图像处理一、实验目的使用MatLab 软件对图像进行彩色处理。
使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。
二、实验要求要求学生能够完成彩色图像的分析，能正确讨论彩色图像的亮度、色调等性质；会对彩色图像进行直方图均衡，并能正确解释均衡处理后的结果；能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。
三、实验内容与步骤(1) 彩色图像的分析调入并显示彩色图像flower1.tif ；拆分这幅图像，并分别显示其R，G，B分量；根据各个分量图像的情况讨论该彩色图像的亮度、色调等性质。
(2) 彩色图像的直方图均衡接内容(1)；显示这幅图像的R，G，B分量的直方图，分别进行直方图均衡处理，并显示均衡后的直方图和直方图均衡处理后的各分量；将处理完毕的各个分量合成彩色图像并显示其结果；观察处理前后图像的彩色、亮度、色调等性质的变化。
(3) 假彩色处理调入并显示红色可见光的灰度图像vl_red.jpg、绿色可见光的灰度图像vl_green.jpg 和蓝色可见光的灰度图像vl_blue.jpg；以及近红外灰度图像infer_near.jpg和中红外灰度图像infer_mid.jpg；以图像vl_red.jpg为R；图像vl_green.jpg为G；图像vl_blue.jpg为B，将这三幅图像组合成可见光RGB彩色图像；分别以近红外图像infer_near.jpg和中红外图像infer_mid替换R分量，形成假彩色图像；观察处理的结果，注意不同波长红外线图像组成图像的不同结果(4) 伪彩色处理1：灰度切片处理调入并显示灰度图像head.jpg；利用MATLAB提供的函数对图像在8~256级的范围内进行切片处理，并使用hot模式和cool 模式进行彩色化；观察处理的结果。
(5) 彩色变换(选做)调入并显示灰度图像Lenna.jpg；使用不同相位的正弦函数作为变换函数，将灰度图像变换为RGB图像。
- 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)。
一、 【实验目的】
学习利用matlab 作拟合和插值
二、 【实验任务】
P130 8. 在钢线碳含量对于电阻的效应的研究中，得到以下数据，分别用一次、三 次、五次多项式拟合曲线来拟合这组数据并画出图形。
P130 10. 在某种添加剂的不同浓度之下对铝合金进行抗拉强度试验，得到数据如下， 现分别使用不同的插值方法，对其中间没有测量的浓度进行推测，并估算出浓度X=18及26时的抗压强度Y 的值。
P130 12. 用不同方法对9
16z 2
2y x -=在( -3 , 3 )上的二维插值效果进行比较。
三、 【实验程序】
P130 8. x=[ ];
y=[15 18 19 21 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::;
y1=polyval(p1,x1);
y3=polyval(p3,x1);
y5=polyval(p5,x1);
plot(x,y,'rp',x1,y1,'--',x1,y3,'k-',x1,y5,'g-')
legend('拟合点', '一次拟合', '三次拟合', '五次拟合')
P130 10.
x = 10 :5 : 30; %浓度x
y = [, , , , ]; %抗压强度y
p4=polyfit(x,y,4);
x1 = 10 : : 30;
y1 = interp1(x, y, x1, '*nearest'); %最近点插值
y2 = interp1(x, y, x1, '*linear'); %线性插值
y3 = interp1(x, y, x1, '*spline'); %样条插值
y4 = interp1(x, y, x1, '*cubic'); %立方插值
plot(x, y, 'ro', x1, y1, '--', x1, y2, '-', x1, y3, 'k-.', x1, y4, 'm:') legend('原始数据', '最近点插值', '线性插值', '样条插值', '立方插值')
P130 12.
[x, y] = meshgrid(-3 : : 3); z = x.^2./16 - y.^2./9; %给出数据点[x1, y1] = meshgrid(-3 : : 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('数据图像')
[xi, yi] = meshgrid(-3 : : 3); %确定插值点
zi1 = interp2(x, y, z, xi, yi, '*nearest'); %最近点插值
zi2 = interp2(x, y, z, xi, yi, '*linear'); %线性插值zi3 = interp2(x, y, z, xi, yi, '*spline'); %样条插值zi4 = interp2(x, y, z, xi, yi, '*cubic'); %立方插值figure(2) %打开另一个图形窗口，绘制使用4种方法得到的图形subplot(2, 2, 1), mesh(xi, yi, zi1), title('最近点插值') subplot(2, 2, 2), mesh(xi, yi, zi2), title('线性插值') subplot(2, 2, 3), mesh(xi, yi, zi3), title('样条插值') subplot(2, 2, 4), mesh(xi, yi, zi4), title('立方插值')
四、【实验结果】
P130 8.
P130 10.
P130 12.。