Matlab数值运算与绘图Word格式文档下载.docx

上传人:b****5 文档编号:21332083 上传时间:2023-01-29 格式:DOCX 页数:12 大小:28.16KB
下载 相关 举报
Matlab数值运算与绘图Word格式文档下载.docx_第1页
第1页 / 共12页
Matlab数值运算与绘图Word格式文档下载.docx_第2页
第2页 / 共12页
Matlab数值运算与绘图Word格式文档下载.docx_第3页
第3页 / 共12页
Matlab数值运算与绘图Word格式文档下载.docx_第4页
第4页 / 共12页
Matlab数值运算与绘图Word格式文档下载.docx_第5页
第5页 / 共12页
点击查看更多>>
下载资源
资源描述

Matlab数值运算与绘图Word格式文档下载.docx

《Matlab数值运算与绘图Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《Matlab数值运算与绘图Word格式文档下载.docx(12页珍藏版)》请在冰豆网上搜索。

Matlab数值运算与绘图Word格式文档下载.docx

a.矩阵加、减(+,-)运算规则:

(1)相加、减的两矩阵必须有相同的行和列两矩阵对应元素相加减。

(2)允许参与运算的两矩阵之一是标量。

标量与矩阵的所有元素分别进行加减操作。

b.矩阵乘(,./,.\)运算规则:

A矩阵的列数必须等于B矩阵的行数;

标量可与任何矩阵相乘。

c.矩阵乘方——a^n,a^p,p^a

a^p——a自乘p次幂,对于p的其它值,计算将涉及特征值和特征向量,如果p是矩阵,a是标量,a^p使用特征值和特征向量自乘到p次幂;

如a,p都是矩阵,a^p则无意义。

d.多项式运算

matlab语言把多项式表达成一个行向量,该向量中的元素是按多项式降幂排列的。

f(x)=anxn+an-1xn-1+……+a0

可用行向量p=[anan-1……a1a0]表示;

poly——产生特征多项式系数向量

e.代数方程组求解

matlab中有两种除运算左除和右除。

四、实验内容

1.输入下列向量(矩阵)

>

g=[1234];

h=[4321];

_______________________________________________________________________________________________________________________________>

g=[1234]

g=

1234

h=[4321]

h=

4321

2.分别执行以下数组点运算

s1=g+h,s2=g.*h,s3=g.^h,s4=g.^2,s5=2.^h

s1=g+h

s1=

5555

s2=g.*h

s2=

4664

s3=g.^h

s3=

1894

s4=g.^2

s4=

14916

s5=2.^h

s5=

16842

3.输入下列特殊矩阵

〉〉A=[]

〉〉A=eye(10)

〉〉A=ones(5,10)

>

A=rand(10,15)

A=randn(5,10)

A=zeros(5,10)

A=[]

A=

[]

A=eye(10)

1000000000

0100000000

0010000000

0001000000

0000100000

0000010000

0000001000

0000000100

0000000010

0000000001

A=ones(5,10)

1111111111

A=rand(10,15)

Columns1through6

0.95010.61540.05790.01530.83810.1934

0.23110.79190.35290.74680.01960.6822

0.60680.92180.81320.44510.68130.3028

0.48600.73820.00990.93180.37950.5417

0.89130.17630.13890.46600.83180.1509

0.76210.40570.20280.41860.50280.6979

0.45650.93550.19870.84620.70950.3784

0.01850.91690.60380.52520.42890.8600

0.82140.41030.27220.20260.30460.8537

0.44470.89360.19880.67210.18970.5936

Columns7through12

0.49660.72710.79480.13650.58280.2091

0.89980.30930.95680.01180.42350.3798

0.82160.83850.52260.89390.51550.7833

0.64490.56810.88010.19910.33400.6808

0.81800.37040.17300.29870.43290.4611

0.66020.70270.97970.66140.22590.5678

0.34200.54660.27140.28440.57980.7942

0.28970.44490.25230.46920.76040.0592

0.34120.69460.87570.06480.52980.6029

0.53410.62130.73730.98830.64050.0503

Columns13through15

0.41540.21400.6833

0.30500.64350.2126

0.87440.32000.8392

0.01500.96010.6288

0.76800.72660.1338

0.97080.41200.2071

0.99010.74460.6072

0.78890.26790.6299

0.43870.43990.3705

0.49830.93340.5751

A=randn(5,10)

-0.43261.1909-0.18670.11390.29440.8580

-1.66561.18920.72581.0668-1.33621.2540

0.1253-0.0376-0.58830.05930.7143-1.5937

0.28770.32732.1832-0.09561.6236-1.4410

-1.14650.1746-0.1364-0.8323-0.69180.5711

Columns7through10

-0.39990.6686-1.60410.5287

0.69001.19080.25730.2193

0.8156-1.2025-1.0565-0.9219

0.7119-0.01981.4151-2.1707

1.2902-0.1567-0.8051-0.0592

0000000000

4.输入下列矩阵及矩阵函数

A=[20–1;

132];

B=[17–1;

423;

201];

M=A*B%矩阵A与B按矩阵运算相乘

det_B=det(B)%矩阵A的行列式

rank_A=rank(A)%矩阵A的秩

inv_B=inv(B)%矩阵B的逆矩阵

[V,D]=eig(B)%矩阵B的特征值矩阵V与特征向量构成的矩阵D

X=A/B%A/B=A*B-1,即XB=A,求X

Y=B\A%B\A=B-1*A,即BY=A,求Y

A=[20-1;

132]

20-1

132

B=[17-1;

201]

B=

17-1

423

201

M=A*B

M=

014-3

171310

det_B=det(B)

det_B=

20

rank_A=rank(A)

rank_A=

2

inv_B=inv(B)

inv_B=

0.1000-0.35001.1500

0.10000.1500-0.3500

-0.20000.7000-1.3000

[V,D]=eig(B)

V=

-0.70940.74440.7444

-0.6675-0.3599+0.0218i-0.3599-0.0218i

-0.2263-0.5587-0.0607i-0.5587+0.0607i

 

D=

7.268000

0-1.6340+0.2861i0

00-1.6340-0.2861i

X=A/B

X=

0.4000-1.40003.6000

0.00001.5000-2.5000

5.多项式运算

p=[120-56]%表示多项式

rr=roots(p)%求多项式p的根

pp=poly(rr)%由根的列向量求多项式系数

s=[00123]%表示多项式

c=conv(p,s)%多项式乘积

d=polyder(p)%多项式微分

x=-1:

0.1:

2;

y=polyval(p,x)%计算多项式的值

p=[120-56]

p=

120-56

rr=roots(p)

rr=

-1.8647+1.3584i

-1.8647-1.3584i

0.8647+0.6161i

0.8647-0.6161i

pp=poly(rr)

pp=

1.00002.00000.0000-5.00006.0000

s=[00123]

s=

00123

c=conv(p,s)

c=

001471-4-318

d=polyder(p)

d=

460-5

x=-1:

2

x=

-1.0000-0.9000-0.8000-0.7000-0.6000-0.5000

-0.4000-0.3000-0.2000-0.100000.1000

Columns13through18

0.20000.30000.40000.50000.60000.7000

Columns19through24

0.80000.90001.00001.10001.20001.3000

Columns25through30

1.40001.50001.60001.70001.80001.9000

Column31

2.0000

y=

10.00009.69819.38569.05418.69768.3125

7.89767.45416.98566.49816.00005.5021

5.01764.56214.15363.81253.56163.4261

3.43363.61414.00004.62615.52966.7501

8.329610.312512.745615.678119.161623.2501

28.0000

6.有理多项式:

n=conv([10],[13])%定义分子多项式

d=conv([11],[113])%定义分母多项式

[r,p,k]=residue(n,d)%进行部分分式展开

p1=[1-p

(1)],p2=[1-p2]%定义两个极点多项式p1(s)=s-p

(1),p2(s)=s-p

(2)

den=conv(p1,p2)%求分母多项式den=p1(s)*p2(s)

num=conv(r1,p2)+conv(r2,p1)%求分子多项式

〉〉[num,den]=residue(r,p,k)%根据r,p,k的值求有理多项式

n=

1030

1243

r=

-3.3333-4.0202i

-3.3333+4.0202i

6.6667

-0.5000+1.6583i

-0.5000-1.6583i

-1.0000

k=

p1=

p2=

1.5000+1.6583i

den=

3.0000

num=

0.000010.000030.0000

1.00002.00004.00003.0000

7.函数插值运算

线形样条插值

〉〉x=0:

10

y=sin(x)

x0=[3.44.76.58.2]

y0=interp1(x,y,x0)%线形插值

x1=0:

y1=sin(x1)

plot(x1,y1,'

r:

'

x,y,'

b*'

x0,y0,'

g.'

)%插值比较

五、实验要求

利用所学知识,完成上述1至7项实验内容,并将实验结果写在实验报告上。

六、实验思考题

1.矩阵建立与有哪几种方法?

2.矩阵的加、减、乘、除运算规则是什么?

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高中教育 > 数学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1