北科大matlab第5次实验报告
MATLAB第五次实验报告模板 (2)
专业：班级：级（）班指导老师：汪太月
姓名：学号：实验室：K7-403
实验名称：MATLAB程序设计技术时间：
一、实验目的及要求
（一）、实验目的
1、熟悉MATLAB的脚本文件和函数文件的区别；
2、掌握在MATLAB中子函数的编写；
3、掌握在MATLAB中局部变量和全局变量；
（二）、实验要求
1、在MATLAB会进行脚本文件和函数文件的编写；
2、练习在MATLAB中子函数的编写和调用；
3、练习在MATLAB中局部变量和全局变量的联系和区别；
二、实验设备（环境）及要求
1、支持Intel Pentium Ⅲ及其以上CPU，内存256MB以上、硬盘1GB以上容量的微机；软件配有
Windows98/2000/XP操作系统及MA TLAB软件；
2、实验过程中，务必分析实验结果，按要求写出实验报告。
（建议同时网上提交电子版实验报告：
yw6895@）
三、实验内容与步骤
结
论
年月日教
师批阅1.能按实验要求（很好，好，较差，差）的完成实验。
2.完成实验具有（很好，好，较差，差）的独立性和自主性。
3.实验结果、实验分析、结论（准确，较准确，不准确）。
等级[ ] 教师签名年月日。
（最新版）MATLAB实验报告
（最新版）MATLAB实验报告实验一典型环节的MATLAB仿真一、实验目的1．熟悉MATLAB桌面和命令窗口，初步了解SIMULINK功能模块的使用方法。
2．通过观察典型环节在单位阶跃信号作用下的动态特性，加深对各典型环节响应曲线的理解。
3．定性了解各参数变化对典型环节动态特性的影响。
二、SIMULINK的使用MATLAB中SIMULINK是一个用来对动态系统进行建模、仿真和分析的软件包。
利用SIMULINK功能模块可以快速的建立控制系统的模型，进行仿真和调试。
1．运行MATLAB软件，在命令窗口栏“>>”提示符下键入simulink命令，按Enter 键或在工具栏单击按钮，即可进入如图1-1所示的SIMULINK仿真环境下。
2．选择File菜单下New下的Model命令，新建一个simulink 仿真环境常规模板。
3．在simulink仿真环境下，创建所需要的系统。
以图1-2所示的系统为例，说明基本设计步骤如下：1）进入线性系统模块库，构建传递函数。
点击simulink下的“Continuous”，再将右边窗口中“Transfer Fen”的图标用左键拖至新建的“untitled”窗口。
2）改变模块参数。
在simulink仿真环境“untitled”窗口中双击该图标，即可改变传递函数。
其中方括号内的数字分别为传递函数的分子、分母各次幂由高到低的系数，数字之间用空格隔开；设置完成后，选择OK，即完成该模块的设置。
3）建立其它传递函数模块。
按照上述方法，在不同的simulink 的模块库中，建立系统所需的传递函数模块。
例：比例环节用“Math”右边窗口“Gain”的图标。
4）选取阶跃信号输入函数。
用鼠标点击simulink下的“Source”，将右边窗口中“Step”图标用左键拖至新建的“untitled”窗口，形成一个阶跃函数输入模块。
5）选择输出方式。
用鼠标点击simulink下的“Sinks”，就进入输出方式模块库，通常选用“Scope”的示波器图标，将其用左键拖至新建的“untitled”窗口。
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实验报告
实验一、Matlab 软件的安装与基本使用一、实验目的和要求：学会MA TLAB 软件的安装方法，熟悉MA TLAB 的工作环境及其基本功能的设置，以及基本指令的使用，了解MA TLAB 数值数组及其矩阵操作的使用、复数的输入方法。
二、实验内容和步骤：1、完成MA TLAB 软件的安装。
2、安装完成后启动MA TLAB 软件，熟悉MA TLAB 的工作环境。
打开MA TLAB 7，默认打开的窗口包括： (1)命令窗口(Command Window)； (2)命令历史窗口(Command History)； (3)工作间管理窗口(Workspace)；(4)当前路径窗口(Current Directory)此外，还有捷径键、编译窗口、图形窗口和帮助窗口等其他种类的窗口，结合课本实例，熟悉每个窗口的功能和基本使用。
3、（1）求23)]47(212[÷-⨯+的运算结果，注意命令后有无分号的作用。
命令及结果如下：t=[12+2*(7-4)]/3^2t = 2（2）求20012x x v t at =++的值，其中t=5s 、010x m =、015/v m s =、29.81/sec a m =-。
命令及结果如下：syms t x0 v0 a; t=5,x0=10,v0=15,a=-9.18; x=x0+v0*t+1/2*a*t^2 t = 5 x0 = 10 v0 = 15 x = -29.7500(3) 设3x =, 4v =，用MA TLAB 命令求下列各式的值：1）22log()x v + 命令及结果如下：syms x v x=3,v=4; log(x^2+v^2)x = 3 ans =3.21892)2(2)x v - 命令及结果如下：syms x vx=3,v=4;f=(sqrt(x-3))/(x-2*v)^2 x = 3 f = 0 3) |sin 2|vx e命令及结果如下： syms x v x=3,v=4;t=abs(2*x)*exp(v) x = 3t = 327.58894、用三种不同的方法输入矩阵1234246836912a ⎛⎫ ⎪= ⎪ ⎪⎝⎭，运行并观察实验结果，矩阵的三种基本输入方法如下：a=[1,2,3,4;3,4,6,8;3,6,9,12] a =1 2 3 4 3 4 6 8 3 6 9 12>> a=[1,2,3,43,4,6,8 3,6,9,12]a =1 2 3 4 3 4 6 8 3 6 9 12>> >>利用M 文件创建 1 2 3 4 3 4 6 8 3 6 9125、输入复数矩阵⎥⎦⎤⎢⎣⎡-+++=i ii i24356223B ，并求其实部、虚部、模和幅角（分别用弧度和角度表示），了解MA TLAB 向量化运算的特点。
matlab实践报告
竭诚为您提供优质文档/双击可除matlab实践报告篇一：matlab实习报告mATLAb实习报告姓名：吴涛专业：电子信息工程班级学号：信息（2）班20XX1605010230指导教师：宋艳霞钱云实习时间：20XX,5,13至20XX,5,17目录：一：实习目的 (3)二：实习任务...........................三：实习要求...........................四：实习目的...........................五：实习体会...........................一：实习目的熟悉matlab的软件环境熟悉matlab的基本使用方法二：实习任务1.掌握matlab语言的基本语法规则及基本操作命令的使用。
2.熟悉运用matlab的数组，矩阵运算，数学运算的运算方法。
3.熟悉matlab的字符串，单元数组。
4.熟悉matlab的程序设计。
5.熟悉matlab的符号计算功能。
6.熟悉matlab的绘图及句柄图形。
7.6熟悉matlab的guI设计。
三：实习要求1.每次上机要签到，记录。
2.做的题目要在上机结束后以电子版和woRD文档形式交给指定负责人。
3.认真做一份实习总结报告。
四：实习内容共六题第1题：求a和b的和。
代码：a=[1,2,3]b=[4,5,6]s=a+b结果：s=579第2题：求a和b的差。
代码：a=[4,5,6]b=[1,2(:matlab实践报告),3]h=a-b结果：h=333第3题：求下列方程组的解。
6x1+3x2+4x3=3-2x1+5x2+7x3=-48x2-4x2-3x3=-7代码：A=[6,3,4;-2,5,7;8,-4,-3] b=[3;-4;-7]a=A\b结果：a=0.60007.0000-5.4000第4题：用for语句求三角函数表。
代码:forx=0:0.1:pi/4disp([x,sin(x),cos(x),tan(x)]),en d结果：00100.10000.09980.99500.10030.20000.19870.98010.20270.30000.29550.95530.30930.40000.38940.92110.4228篇二：matlab课程实践报告mATLAb实践》课程设计学生姓名：林淑真学号：110900824专业班级：通信工程四班指导教师：郑晓明二○一二年六月十五日《目录1.设计目的.........................................................22.题目分析.........................................................23.总体设计.........................................................34.具体设计.........................................................35.结果分析.........................................................226.心得体会.........................................................237.参考书目.........................................................238.附录 (24)1、设计目的综合运用mATLAb工具箱实现图像处理的guI程序设计。
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。
北京科技大学数学实验第五次
《数学实验》报告实验名称 Matlab拟合与插值2013年12月一、【实验目的】1.学习Matlab的一些基础知识，主要多项式及其相关计算等；2.熟悉Matlab中多项式的拟合，编写一些相关的Matlab命令等；3.熟悉Matlab中多项式的插值，并编写一些相关的Matlab命令等；4.完成相关的练习题。
二、【实验任务】1.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，计算当x=0.45时的电阻值.碳含量x 0.10 0.30 0.40 0.55 0.70 0.80 0.95 电阻y 15 18 19 21 22.6 23.8 262.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.浓度X 10 15 20 25 30抗压强度Y 25.2 29.8 31.2 31.7 29.43.用不同方法对在(-3,3)上的二维插值效果进行比较.三、【实验程序】1.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，计算当x=0.45时的电阻值.M文件clc;clf;x=[0.1 0.3 0.4 0.55 0.7 0.8 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);x1=0.1:0.05:1;y1=polyval(p1,x1);y3=polyval(p3,x1);y5=polyval(p5,x1);plot(x,y,'rp',x1,y1,'b-',x1,y3,'g-.',x1,y5,'m--');legend('拟合点','一次拟合','三次拟合','五次拟合');disp('以下为当x=0.45时的电阻值：')disp('一阶拟合函数值'),g1=polyval(p1,0.45)disp('三阶拟合函数值'),g3=polyval(p3,0.45)disp('五阶拟合函数值'),g5=polyval(p5,0.45)2.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.clc;clf;x=[10 15 20 25 30];y=[25.2 29.8 31.2 31.7 29.4];xi=10:0.05:30;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,'rp',xi,yi1,'g-',xi,yi2,'c-.',xi,yi3,'m--',xi,yi4,'b:')grid on;legend('原始数据','最近点插值', '线性插值','样条插值','立方差值')3.用不同方法对在(-3,3)上的二维插值效果进行比较.M文件clf;t=-3:1:3;[x,y]=meshgrid(t);z=x.^2/16-y.^2/9;t1=-3:0.5:3;[x1,y1]=meshgrid(t1);z1=x1.^2/16-y1.^2/9;[xi,yi]=meshgrid(t1);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');subplot(3,2,1),mesh(x,y,z),title('数据点')subplot(3,2,2),mesh(x1,y1,z1),title('函数图像')subplot(3,2,3),mesh(xi,yi,zi1),title('最近点插值')subplot(3,2,4),mesh(xi,yi,zi2),title('线性插值')subplot(3,2,5),mesh(xi,yi,zi3),title('样条插值')subplot(3,2,6),mesh(xi,yi,zi4),title('立方插值')四、【实验结果】1.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，计算当x=0.45时的电阻值.碳含量x 0.10 0.30 0.40 0.55 0.70 0.80 0.95 电阻y 15 18 19 21 22.6 23.8 26图1.1 x=0.45时的电阻值图1.2 几种拟合曲线比较2.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.浓度X 10 15 20 25 30抗压强度Y 25.2 29.8 31.2 31.7 29.4图2.抗拉强度试验的插值法如图所示，样条插值和立方插值的效果比较好，故以此两条曲线，估算出浓度X=18及26时的抗压强度Y的值。
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。
- 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
实验名称数学实验
学院自动化
专业班级
姓名
学号
2015年4月
一、 【实验目的】
使用MATLAB 进行线性代数相关运算中的多项式运算，实现多项式拟合以及多项式插值 二、 【实验任务】
1、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。
2、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。
3、用不同方法对9
16x z 2
2y -=在()33-，上的二维插值效果进行比较。
三、 【实验程序】
1、
x = [0.10, 0.30, 0.40, 0.55, 0.70, 0.80, 0.95];%碳含量x y = [15, 18, 19, 21, 22.6, 23.8, 26]; %电阻y
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 = 0.10 : 0.005 : 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', '五次拟合')
2、
x = 10 :5 : 30; ; %浓度x
y = [25.2, 29.8, 31.2, 31.7, 29.4]; %抗压强度y
p4=polyfit(x,y,4);
x1 = 10 : 0.1 : 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')
3、
[x, y] = meshgrid(-3 : 0.5 : 3);
z = x.^2./16 - y.^2./9; %给出数据点
[x1, y1] = meshgrid(-3 : 0.1 : 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('数据图像')
[xi, yi] = meshgrid(-3 : 0.15 : 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】
1、
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
2、
由图可知样条插值效果最好，估算出浓度X=18及26时的抗压强度Y分别为30.8以及31.6。
3、
五、【实验总结】
本次试验是关于matlab在多项式的拟合与多项式的插值两方面的应用，MATLAB可以方便地进行多项式的相关计算，功能强大。