MATLAB实验7
1、利用GUIDE实现，选择不同菜单，显示不同界面界面一：左侧图片按钮，右侧图片区界面二：左侧绘图区，右侧sin按钮及cos按钮GUIDE页面选择界面一点击SIN按钮，得到正弦函数图像点击COS按钮，得到COS函数图像选择界面二点击左侧按钮，得到图像再次点击左侧按钮，图像消失function G7_OpeningFcn(hObject, eventdata, handles, varargin) handles.output = hObject;handles.x=0:pi/100:2*pi;guidata(hObject, handles);function sin_Callback(hObject, eventdata, handles)% hObject handle to sin (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes1);plot(sin(handles.x));% --- Executes on button press in cos.function cos_Callback(hObject, eventdata, handles)% hObject handle to cos (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes1);plot(cos(handles.x));% --- Executes on button press in clear.function clear_Callback(hObject, eventdata, handles)% hObject handle to clear (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) delete(allchild(handles.axes1));%--------------------------------------------------------------------function s1_Callback(hObject, eventdata, handles)% hObject handle to s1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)trydelete(allchild(handles.pic));endschild1=[handles.sin handles.cos handles.clear handles.axes1]; schild2=[handles.pic handles.picp];set(schild1,'visible','on');set(schild2,'visible','off');%--------------------------------------------------------------------function s2_Callback(hObject, eventdata, handles)% hObject handle to s2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)trydelete(allchild(handles.axes1));endschild1=[handles.sin handles.cos handles.clear handles.axes1]; schild2=[handles.pic handles.picp];set(schild2,'visible','on');set(schild1,'visible','off');%--------------------------------------------------------------------% --- Executes on button press in picp.function picp_Callback(hObject, eventdata, handles)% hObject handle to picp (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.pic);imshow('lena.bmp');set(handles.picp,'visible','off');set(handles.picp2,'visible','on');% --- Executes on button press in picp2.function picp2_Callback(hObject, eventdata, handles)% hObject handle to picp2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) delete(allchild(handles.pic));set(handles.picp,'visible','on');set(handles.picp2,'visible','off');2、datestr（now）函数可获得当前时间,通过静态文本显示。
GUIDE窗口动态时间窗口function G2_OpeningFcn(hObject, eventdata, handles, varargin)handles.output = hObject;handles.timer=timer('TimerFcn',{@timerun,handles},'period',1.0,' ExecutionMode','fixedrate');start(handles.timer);guidata(hObject, handles);function timerun(hObject, eventdata, handles)str=datestr(now,'HH:MM:SS');set(handles.t,'string',str);% --- Executes on button press in close.function close_Callback(hObject, eventdata, handles)% hObject handle to close (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) stop(handles.timer);close(gcf);3、鼠标画线function G3_OpeningFcn(hObject, eventdata, handles, varargin)handles.output = hObject;global down;down = 0;axis([0 1 0 1]);axis off;set(gcf,'color','w');guidata(hObject, handles);function figure1_WindowButtonDownFcn(hObject, eventdata, handles) global down;global pos;down = 1;pos=get(gca,'currentpoint');function figure1_WindowButtonMotionFcn(hObject, eventdata, handles) global downglobal pos;if down==1;pos1=get(gca,'currentpoint');line([pos(1,1),pos1(1,1)],[pos(1,2),pos1(1,2)]);pos=pos1;endfunction figure1_WindowButtonUpFcn(hObject, eventdata, handles)global down;down=0;4、利用GUIDE设计登陆界面，要求实现按钮登陆和回车登陆两种方式function load_Callback(hObject, eventdata, handles)id = get(handles.id, 'string');psw = get(handles.psw, 'string');if strcmp(id,'matlab') && strcmp(psw,'matlab')G3;end% --- Executes on key press over psw with no controls selected. function psw_KeyPressFcn(hObject, eventdata, handles)c=get(gcf,'Currentcharacter');id = get(handles.id, 'string');psw = get(handles.psw, 'string');if double(c)==13 strcmp(id,'matlab') && strcmp(psw,'matlab')G3;end附加题：1、模拟下图界面，编写程序来实现两数相加的功能2、模拟论坛抽奖程序（实现方式不限，加分题）这道题的界面我用了较多的功能，而不仅仅是get随机数。
MATLAB实验报告
MATLAB实验报告一、实验名称实验7程序设计（2）二、实验目的：熟悉和掌握MA TLAB程序编写和调试的常用函数。
三、实验内容：1．input：请求用户输入信息reply = input('请输入一个字符','s');%提示“请输入一个字符”，以字符串形式录入一组字符，存入变量reply中。
2.menu：为用户输入选择菜单t=0:0.1:2*pi; %设定t的范围y1=sin(t); %定义函数类型为sin函数y2=cos(t);y3=y1.*y2;k=menu('菜单','菜单1','菜单2','菜单3');%显示窗口，提示语为“菜单”，内有3个按钮“菜单1”,“菜单2”,“菜单3”。
if k==1plot(t,y1,'r') %若选择按钮1，则画出函数y1的图像，颜色为红色elseif k==2plot(t,y2,'g') %若选择按钮2，则画出函数y2的图像，颜色为绿色elseplot(t,y3,'b') %若选择按钮3，则画出函数y3的图像，颜色为蓝色end3.pause：程序暂停执行pause(5) % 程序暂停执5秒4.global:定义全局变量假设工作空间中已有全局变量a，执行完下述函数后，观看工作空间中的变量有何变化.function z=example9_1()global a;a=5;b=10;z=a+b;变化如下：工作空间中只增加了一个变量ans=15，另外，无论全局变量a的值在执行函数前是多少，执行函数后，全局变量a的值都要变为5。
四、回答问题：本次实验未预留问题五、遇到的问题及解决：思考题1使用函数形式不合适，因而是改用脚本编写程序，问题成功解决。
思考题2由于直接连接数字编写困难，学生经验不足，故而采取对个十百千位分别求和再相加的办法求解，问题成功解决。
实验7 人口的预测与控制上机实验
实验7 人口的预测与控制上机实验
一、实验目的和要求
掌握用Matlab软件求解人口指数增长模型以及阻滞增长模型的参数方法。
二、实验环境
Windows系列操作系统，Matlab软件。
三、实验内容
1.用MATLAB拟合人口指数增长模型以及阻滞增长模型；
2.画出拟合图像；
3.利用拟合结果进行预测控制。
四、实验步骤
4.开启软件平台——Matlab，开启Matlab编辑窗口；
5.根据最小二乘拟合求解步骤编写M文件；
6.保存文件并运行；
7.观察运行结果(数值或图形)；
8.根据观察到的结果和体会写出实验报告。
五、实验任务：
1．根据课本已有数据（表4中第1，2列数据），拟合数学模型课本P167页
x；
（8）式中的r,
2．编程求解表4中第3，4列数据结果；
3．画出P168页图3相应图像。
六、程序代码及运行结果（经调试后正确的源程序）
七、实验总结
通过本实验学会了利用polyfit函数画出拟合图像，并且利用拟合结果进行预测控制。
MATLAB实验报告
v1.0 可编辑可修改实验一 MATLAB 环境的熟悉与基本运算一、实验目的及要求1．熟悉MATLAB 的开发环境； 2．掌握MATLAB 的一些常用命令；3．掌握矩阵、变量、表达式的输入方法及各种基本运算。
二、实验内容1.熟悉MATLAB 的开发环境： ① MATLAB 的各种窗口：命令窗口、命令历史窗口、工作空间窗口、当前路径窗口。
②路径的设置：建立自己的文件夹，加入到MATLAB 路径中，并保存。
设置当前路径，以方便文件管理。
2.学习使用clc 、clear ，了解其功能和作用。
3.矩阵运算：已知:A=[1 2;3 4]; B=[5 5;7 8]; 求:A*B 、A.*B ，并比较结果。
4.使用冒号选出指定元素:已知:A=[1 2 3;4 5 6;7 8 9]; 求:A 中第3列前2个元素；A 中所有列第2，3行的元素； 5.在MATLAB 的命令窗口计算: 1) )2sin(π2) 5.4)4.05589(÷⨯+ 6.关系及逻辑运算1)已知:a=[5:1:15]; b=[1 2 8 8 7 10 12 11 13 14 15]，求: y=a==b ，并分析结果 2)已知:X=[0 1;1 0]; Y=[0 0;1 0]，求: x&y+x>y ，并分析结果 7.文件操作1)将0到1000的所有整数，写入到D 盘下的文件 2)读入D 盘下的文件，并赋给变量num8.符号运算1)对表达式f=x 3-1 进行因式分解2)对表达式f=（2x 2*(x+3)-10)*t ，分别将自变量x 和t 的同类项合并 3）求3(1)xdz z +⎰三、实验报告要求完成实验内容的3、4、5、6、7、8，写出相应的程序、结果实验二 MATLAB 语言的程序设计一、实验目的1、熟悉 MATLAB 程序编辑与设计环境2、掌握各种编程语句语法规则及程序设计方法3、函数文件的编写和设计4、了解和熟悉变量传递和赋值二、实验内容1．编写程序，计算1+3+5+7+…+(2n+1)的值（用input 语句输入n 值）。
实验7 彩色图像变换
实验7 彩色图像变换一、实验目的通过本实验使学生掌握使用MATLAB进行彩色图像处理的方法，加深对彩色空间和彩色图像的理解。
二、实验内容（一）彩色RGB空间的各个分量读取lena_color.tif图像，显示彩色图像，（1）提取三个图像分量，同屏显示彩色图像及其各个分量图像，说明各个图像分量的意义。
（2）同屏显示三个图像分量的直方图，并解释之。
（二） RGB-CMY空间的转换（1）编写程序，实现将lena图像的反色，也就是转换为 CMY 空间。
（2）提取CMY空间的三个图像分量，同屏显示彩色图像及其各个分量图像，说明各个图像分量的意义。
（3）同屏显示三个图像分量的直方图，并解释之。
（4）可再使用MATLAB下的补色图像imcomplement函数实现。
三．思考：1.RFB分量为灰度图像，代表彩色图像红、绿、蓝每个分量所占的比例，范围为0~255；2.从直方图中可以看出红、绿、蓝分量在彩色图像中占的比例；3.CMY图像是与RGB图像相反的色，表示其反射的颜色为CMY，其余的颜色被吸收，不能显示，用于颜料等；4.CMY直方图说明CMY图像中其各个分量所占的比例；5.彩色图像处理注意：彩色图像是含有三个或者四个分量的矩阵，处理时可以分别对其每个分量处理，也可以整体处理，但两者的处理效果不总是相同的，只有在（1）对分量与处理与整体处理都适用的方法；（2）彩色分量中各个分量是统计独立。
这时，处理的效果才能区分。
结果：程序如下：%==读取分量==lena_color=imread('d:\test_images\lena_color.tif','tif');lena_red=lena_color(:,:,1);lena_green=lena_color(:,:,2);lena_blue=lena_color(:,:,3);figure(1);subplot(2,2,1);imshow(lena_color);title('origin');subplot(2,2,2);imshow(lena_red);title('lena-red');subplot(2,2,3);imshow(lena_green);title('lena-green');subplot(2,2,4);imshow(lena_blue);title('lena-blue');%==直方图========figure(2);subplot(1,3,1);imhist(lena_red);title('red-imhist');subplot(1,3,2);imhist(lena_green);title('green-imhist'); subplot(1,3,3);imhist(lena_blue);title('blue-imhist');%==RGB-CMY========lena_inver=255-lena_color;figure(3);imshow(uint8(lena_inver));%==CMY图像分量====inver_red=lena_inver(:,:,1);inver_green=lena_inver(:,:,2);inver_blue=lena_inver(:,:,3);figure(4);subplot(2,2,1);imshow(lena_inver);title('CMY-image'); subplot(2,2,2);imshow(inver_red);title('CMY-red'); subplot(2,2,3);imshow(inver_green);title('CMY-green'); subplot(2,2,4);imshow(inver_blue);title('CMY-blue');%==直方图=====figure(5);subplot(1,3,1);imhist(inver_red);title('inver-red'); subplot(1,3,2);imhist(inver_green);title('inver-green'); subplot(1,3,3);imhist(inver_blue);title('inver-blue');%==imcomplement function=======comple_lena=imcomplement(lena_color);figure(6);imshow(comple_lena);运行结果：origin lena-redlena-green lena-blue05001000150020002500red-imhist100200500100015002000250030003500400045005000green-imhist100200blue-imhist100200CMY-imageCMY-redCMY-green CMY-blue05001000150020002500inver-red100200inver-green1002000inver-blue100200（三）彩色变换读取lena_color.tif图像，（1）将该RGB 图像的亮度降低70％，并同屏显示原图像与亮度降低后图像。
MATLAB实验指导书（共5篇）
MATLAB实验指导书（共5篇）第一篇：MATLAB实验指导书MATLAB 实验指导书皖西学院信息工程学院实验一 MATLAB编程环境及简单命令的执行一、实验目的1．熟悉MATLAB编程环境二、实验环境1．计算机2．MATLAB7.0集成环境三、实验说明1．首先应熟悉MATLAB7.0运行环境，正确操作2．实验学时：2学时四、实验内容和步骤1．实验内容（1）命令窗口的使用。
（2）工作空间窗口的使用。
（3）工作目录、搜索路径的设置。
（4）命令历史记录窗口的使用。
（5）帮助系统的使用。
（6）了解各菜单的功能。
2．实验步骤（1）启动MATLAB，熟悉MATLAB的桌面。
（2）进入MATLAB7.0集成环境。
（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。
1)（365-52⨯2-70）÷3 2)>>area=pi*2.5^2 3)已知x=3，y=4，在MATLAB中求z：x2y3 z=2(x-y)4)将下面的矩阵赋值给变量m1,在workspace中察看m1在内存中占用的字节数。
⎡162313⎤⎢511108⎥⎥m1=⎢⎢97612⎥⎢⎥414151⎣⎦执行以下命令>>m1(2 , 3)>>m1(11)>>m1(: , 3)>>m1(2 : 3 , 1 : 3)>>m1(1 ,4)+ m1(2 ,3)+ m1(3 ,2)+ m1(4 ,1)5)执行命令>>helpabs 查看函数abs的用法及用途，计算abs(3 + 4i)6)执行命令>>x=0:0.1:6*pi;>>y=5*sin(x);>>plot(x,y)7)运行MATLAB的演示程序，>>demo，以便对MATLAB有一个总体了解。
五、思考题1、以下变量名是否合法？为什么？（1）x2（2）3col（3）_row （4）for2、求以下变量的值，并在MATLAB中验证。
matlab实验报告
matlab实验报告Matlab实验报告实验题目：利用Matlab进行数据处理与分析实验目的：通过使用Matlab进行数据处理与分析的实践，掌握Matlab的基本操作和数据处理的方法。
实验内容：1. 数据读取：从文件中读取原始数据，并进行初步的观察和分析。
2. 数据清洗：对原始数据进行清洗，包括去除空值、异常值等。
3. 数据可视化：利用Matlab的绘图函数，将数据可视化呈现，以方便对数据进行进一步的分析和理解。
4. 数据分析：对清洗后的数据进行统计分析，包括求平均值、方差、相关系数等。
5. 模型建立：根据数据分析的结果，建立合适的数学模型，并使用Matlab进行参数估计和模型验证。
6. 结果验证：利用实验数据和模型进行实验结果的对比，验证模型的准确性和可靠性。
实验步骤：1. 准备实验数据：从实验样本中获得原始数据，并将其存储为文本文件。
2. 使用Matlab导入数据：使用Matlab的数据导入函数，将文本文件中的数据导入到Matlab的工作空间中。
3. 数据分析与处理：使用Matlab的数据处理函数，对导入的数据进行清洗和处理，去除异常值和空值，并进行初步的数据观察和分析。
4. 数据可视化：利用Matlab的绘图函数，绘制数据的直方图、散点图、折线图等，以展示数据的分布和趋势。
5. 数据统计分析：使用Matlab的统计分析函数，对处理后的数据进行统计分析，包括计算平均值、方差、相关系数等。
6. 模型建立与验证：根据数据分析的结果，建立合适的数学模型，并使用Matlab进行参数估计和模型验证。
7. 结果对比和讨论：将实验结果与模型预测结果进行对比，并进行结果的讨论和分析。
8. 实验结论：总结实验结果并给出结论。
实验结果：根据实验数据的分析和处理，得出如下结论：1. 数据呈现正态分布，符合正态性假设。
2. 数据之间存在显著的正相关关系，相关系数为0.8，结果具有统计学意义。
3. 建立的数学模型与实验数据拟合良好，模型预测结果与实验结果吻合度高。
matlab实验报告
matlab实验报告实验报告：Matlab实验分析1. 实验目的本实验旨在通过Matlab软件完成一系列数值计算和数据分析的任务，包括绘制曲线、解方程、矩阵运算等，以加深对Matlab软件的理解和掌握。
2. 实验内容2.1 绘制函数曲线首先，我们通过在Matlab中输入函数的表达式来绘制函数曲线。
例如，我们可以输入y = sin(x)来绘制正弦函数的曲线。
另外，我们还可以设置曲线的颜色、线型和坐标轴范围等。
2.2 解方程接下来，我们使用Matlab来解方程。
对于一元方程，我们可以使用solve函数来求出方程的解。
例如，我们输入syms x; solve(x^2 - 2*x - 8)来解方程x^2 - 2x - 8 = 0。
而对于多元方程组，我们可以使用solve函数的向量输入形式来求解。
例如，我们输入syms x y; solve(x^2 + y^2 - 1, x - y - 1)来求解方程组x^2 + y^2 - 1 = 0和x - y - 1 = 0的解。
2.3 矩阵运算Matlab也可以进行矩阵运算。
我们可以使用矩阵相乘、相加和取逆等运算。
例如，我们可以输入A = [1 2; 3 4]和B = [5 6;7 8]来定义两个矩阵，然后使用A * B来计算它们的乘积。
3. 实验结果与分析在本实验中，我们成功完成了绘制函数曲线、解方程和矩阵运算等任务。
通过Matlab软件，我们可以快速、准确地进行数值计算和数据分析。
使用Matlab的高级函数和工具箱，我们可以更方便地处理复杂的数值计算和数据分析问题。
4. 实验总结通过本次实验，我们进一步加深了对Matlab软件的理解和掌握。
Matlab提供了丰富的函数库和工具箱，适用于各种不同的数值计算和数据分析任务。
在日常科研和工程实践中，Matlab是一个非常强大和方便的工具，可以帮助我们更高效地完成任务。
基于MATLAB的信号与系统实验教程
基于MATLAB的信号与系统实验教程MATLAB是一种功能强大的数学软件，广泛应用于信号与系统领域的实验教学中。
本文将介绍一些基于MATLAB的信号与系统实验教程。
一、实验1：MATLAB入门本实验旨在帮助学生快速熟悉MATLAB的基本操作和函数。
学生将学习如何在MATLAB中创建信号、绘制信号波形，并学会使用基本的MATLAB函数和命令对信号进行处理和分析。
二、实验2：连续时间信号的时域分析本实验旨在介绍连续时间信号的时域分析方法，包括信号的平均功率、能量、自相关函数和互相关函数等。
学生将使用MATLAB对具体信号进行时域分析，并观察结果。
三、实验3：离散时间信号的时域分析本实验旨在介绍离散时间信号的时域分析方法，包括离散时间信号的能量、平均功率、自相关函数和互相关函数等。
学生将使用MATLAB对具体信号进行时域分析，并观察结果。
四、实验4：连续时间信号的频域分析本实验旨在介绍连续时间信号的频域分析方法，包括信号的频谱分析、频谱密度估计和滤波器设计等。
学生将使用MATLAB对具体信号进行频域分析，并观察结果。
五、实验5：离散时间信号的频域分析本实验旨在介绍离散时间信号的频域分析方法，包括离散时间信号的频谱分析、频谱密度估计和滤波器设计等。
学生将使用MATLAB对具体信号进行频域分析，并观察结果。
六、实验6：系统的时域分析本实验旨在介绍连续时间系统和离散时间系统的时域分析方法，包括冲击响应、步响应和频率响应等。
学生将使用MATLAB对具体系统进行时域分析，并观察结果。
七、实验7：系统的频域分析本实验旨在介绍连续时间系统和离散时间系统的频域分析方法，包括系统的幅频特性、相频特性和群延迟等。
学生将使用MATLAB对具体系统进行频域分析，并观察结果。
八、实验8：信号滤波器设计本实验旨在介绍连续时间信号滤波器和离散时间信号滤波器的设计方法，包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。
学生将使用MATLAB对具体信号进行滤波器设计，并观察结果。
信号与系统实验(MATLAB 西电版)实验7 离散信号的卷积和
实验7 离散信号的卷积和 图 7.2 两个序列的卷积积分
实验7 离散信号的卷积和
(3) 计算f1(k)=u(k)，f2(k)=u(k)-u(k-3) MATLAB %f1： f1(k) %k1： f1(k) %f2： f2(k) %k2： f2(k) %f3： f3(k) %k3： f3(k)
实验7 离散信号的卷积和
k1=-5：15; f1=［zeros(1，5)，ones(1，16)］; subplot(3，1，1) stem(k1，f1); title(′f1(k)′) k2=k1; f2=［zeros(1，5)，ones(1，3)，zeros(1，13)］; subplot(3，1，2)
实验7 离散信号的卷积和
w=conv(u，v)： 其中u，v为任意两向量，w为积向量，其长度为u，v两
2. deconv 功能：两个序列的反卷积运算(多项式除法函数)
［q，r］=deconv(v，u)：
实验7 离散信号的卷积和
其中u，v为任意两向量，q为商向量，r 采用函数conv( )，可以快速求出两个离散时间序列的卷积和， 但是此函数不需要给出两序列对应的时间序列号，也不返回 卷积和序列
f(k)=f1(k)*f2(k) 对应的序列号，因此需要讨论卷积和序列对应的序列号
实验7 离散信号的卷积和
若序列f1(k)在区间n1～n2非零，序列f2(k)在区间m1～m2非 零，则f1(k)的时域宽度为L1=n2-n1+1，f2(k)的时域宽度为 L2=m2-m1+1。由卷积和定义，序列f(k)=f1(k)*f2(k)的时域宽度 为L=L1+L2-1，对应时间序列号区间为n1+m1～n2+m2，在此区
实验7 离散信号的卷积和
matlab上机实验报告
matlab上机实验报告实验1MATLAB初步1. 举例说明format命令的功能；Format命令⽤来调整数据的显⽰格式。
>> format long %15位定点表⽰，若改成short则为5位定点表⽰>> 2^ans =2. 说明clc,clf和clear命令的区别；clc即clear command(清屏)clear清理内存所有变量clf即clear figure(清理图形窗⼝3. 举例说明help命令的功能；在help命令后加⼊所要查询的函数或类名，将会返回所查询的对象的使⽤说明。
例如:>> help cosCOS Cosine.COS(X) is the cosine of the elements of X.See also acos, cosd.Overloaded functions or methods (ones with the same name in other directories)help sym/Reference page in Help browserdoc cos4. 如何观察和调⽤历史命令；在MTALAB界⾯的左下⾓有个Command History窗⼝，⾥⾯可以看到历史命令，如果双击该条历史命令即可实现调⽤。
5. 如何设置当前路径。
在MATLAB界⾯上⽅的⼯具栏有个Current Folder(当前⽬录)，更改该⽬录就可以设置当前路径。
实验2矩阵⽣成与元素标识1. 矩阵的创建=32943253036120031A ，=757065605550454035302520151051B （尽可能⽤最简单⽅法）；创建矩阵A ： >> A=[1 3 0 0;2 61 3 0;3 5 2 3;4 9 2 3]创建矩阵B ： >>B=[1 5 10 15;20 25 30 35;40 45 50 55;60 65 70 75]2. ⽣成⼀个单位矩阵C ，其结构与B 相同；>> eye(size(B))3.找出矩阵A 中所有⼤于8的元素位置（⾏号和列号）；>> C=find(B>35 & B<65)>> B(C)=B(C)+95. 提取矩阵B 的主对⾓组元素。