matlab实验报告（实用5篇）

【路引】由阿拉题库网美丽的网友为您整理分享的“matlab实验报告（实用5篇）”文档资料，以供您学习参考之用，希望这篇范文对您有所帮助，喜欢就复制下载支持吧！

matlab实验报告1

求解：1.模拟比赛车道曲线和选手速度曲线；

2、估计车道长度和所围区域面积；

3、分析车道上相关路段的路面状况（用不同颜色或不同线型标记出来）；

4、对参加比赛选手提出合理建议。

四．合理建议

1、通过赛道曲线可知，选手所经过的赛道上不平整的地方很多，如果平常不多多尝试不同的路况会造成比赛时的很多突发情况，都会造成选手的成绩受到很大的干扰，甚至退赛等严重的后果。所以我建议选手平时要多在不同类型的路况上练习，以增强应变能力，取得更好的成绩。

2、选手的速度分配有一些不合理，在平直的沙土路段应该全力加速，以最快速度通过这个路段，以达到最好的比赛效果。在经过坑洼碎石路时尽量保持一个恒定的速度，因为如果速度一直在变化，很容易在这种路段上陷入或者熄火，造成比赛时的极大不利。将加速尽量用在沙土路等摩擦力较大的路上，以免耗费太多的动力。我们需要将动力的效率尽量的提高。

五．实验的总结

我认为，本实验的主要目的在于让我们掌握对三次样条差值来模拟离散点表示的曲线的运用，我认为我们已经基本掌握，并且我们也掌握了用梯形法求不规则封闭图形的面积的方法，，除此之外，本实验中还有考查所学知识外的方面，就是画v-t图。

事实上，根据题目所给的条件，并不能准确地画出v-t图，所以需要找到一种方法，来尽量 使结果接近真正的情况。我采用了中值的方法，这是我想到的一种比较有效的方法，并且在使用这种方法时，又运用到了三次样条差值的方法，使我对三次样条差值法理解地更加深刻，并且能更加灵活地运用。

所以我发现三次样条差值的方法运用的范围十分广泛，不仅是对路径的拟合，许多已知离散点，对应的函数连续变化的问题也可以用此方法解决，比如已知一天中几个离散时间点对应的气温，估计出一天气温的变化趋势，就可以用此方法。

最重要的是，我感到了数学建模的重要性，我发现原来生活中不少类似的问题，都是用数学建模的方法解决的。

上面内容就是差异网为您整理出来的5篇《matlab实验报告》，希望可以对您的写作有一定的参考作用。

MAtlab傅里叶变换实验报告2

班级

信工 142

学号

22

姓名

何岩

实验组别

实验日期

室温

报告日期

成绩

报告内容:（ 目得与要求， 原理， 步骤， 数据， 计算， 小结等） 1、求信号得离散时间傅立叶变换并分析其周期性与对称性； 给定正弦信号 x（t)=2＊ｃｏs(2＊pｉ*10＊ｔ），ｆs=100ＨZ,求其ＤTFＴ。

(ａ)代码: ｆ=10;Ｔ=1／f;w=－10:0、2:10; t1=0:0、0001:1;ｔ2＝0:0。01:1; n1=-2;ｎ2=8;ｎ0=0;n＝n1:0。01:n2; ｘ5＝［ｎ>=]； x1=2＊cos（2*ｆ＊pi＊ｔ1)； x2＝2*coｓ(2＊f*pi＊t2)； x3=(exp（—ｊ）。^(t2’*w)）； x4=ｘ2*x3; subplot（2,2,1)；ploｔ(t1,x1)； axｉs（［0 1 1、1*min(x2） 1。1＊maｘ（ｘ2）]）； xlaｂeｌ（’x（n）’）；ylabeｌ（’x（n）“）； titｌｅ（＇原信号 x1”）； ｘlａbeｌ（“t”）；ylabeｌ（“x1’）； sｕbpｌot（2,2,3)；sｔem(t2,ｘ2)； axis（［0 1 1、1＊min(x2） 1。1＊max(x2)]）； title（’原信号采样结果 x2＇）； xlabel（＇ｔ’）；ｙlaｂel（＇x2”）； ｓubplot（2,2,2)；steｍ(n,x5)； axiｓ（[0 1 1、1*miｎ(x5） *mａx(x5)]）； xｌabｅｌ（’n’）；ｙｌabel（＇x2“）； titlｅ（’采样函数ｘ2＇）； ｓubｐlｏt（2,2,4)；ｓtｅm(t2,ｘ4)； axis（［0 1 —0、2＋1。1*min(x4） 1、1*ｍａx(x4)］）； xlabel（’t”）；ylabel（＇x4“）； title（”ＤＴFＴ结果 x4＇）； (b)结果:

2、用以下两个有限长序列来验证 DTFT 得线性、卷积与共轭特性； x1（n)=［1 2 3 4 5 6 7 8 9 10 11 12]；x2（ｎ）=R 10 （n） (1) 线性:(a)代码: w=linｓｐaｃe(-8,8,10000)； ｎｘ1＝[0:11］； nx2＝［0:9]； ｘ1=［1 2 3 4 5 6 7 8 9 10 11 12］； x2=[1 1 1 1 1 1 1 1 1 1]； x3=［x2,ｚeｒｏs(1,(leｎgth(x1)—lｅngth(x2)）)］； x4=2＊x1+3＊x3; Ｘ1=x1*exｐ（-j＊ｎx1＇＊w)；％频率特性 X3=x3*exp(-j*ｎｘ1＇＊ｗ）；%频率特性 X4＝ｘ4*exp（—ｊ*ｎｘ1’*w）；％频率特性

suｂplｏt（5,3,1)，ｓｔem(nx1,x1)，ａxiｓ（[-1,13,0,15］）；tiｔle（＇x1’）， ｙlabel（“ｘ(n）’）；

suｂｐｌot(5,3,2)，stem(nx2,x2)，ａxis（［—1,13,0,5］）；ｔitｌe（”x2＇）；

subplot(5,3,3)，steｍ(nx1,x4)，axis（[-1,13,0,26]）；titlｅ（’x4=2＊ｘ1+3＊ｘ3“）；

sｕbplｏt（5,3,4)，ｐｌｏｔ(w,abs(X1)）； ylabｅl（＇幅度’）

subplot（5,3,7)，ｐlot(w,aｎgle（Ｘ1））；ｙｌabel（’相位＇）

subpｌｏt（5,3,10)，ploｔ(w,rｅal（Ｘ1））；yｌabel（’实部’）

sｕbｐlｏt（5,3,13)，pｌot(w,imag(X1)）； yｌａbｅl（”虚部’） ｓuｂploｔ（5,3,5)，pｌot（ｗ，aｂs(X3））；

ｓubpｌoｔ（5,3,8)，plot(w,angｌe（Ｘ3））；

subｐlot（5,3,11)，ploｔ(w,reａl(X3)）； subplｏt（5,3,14)，plot(w,imag(X3)）；

subplｏｔ（5,3,6)，ｐlot（ｗ，abs(X4））；

sｕbplot（5,3,9)，plot(w,anｇｌe（Ｘ4））；

subpｌot（5,3,12)，ploｔ(w,rｅal(X4)）； sｕbploｔ（5,3,15)，plot(w,ｉmag（Ｘ4））；

(b)结果:

（2）卷积:(a)代码: nx1=0:11; ｎｘ2＝0:9; ｎx3=0:20;

w=ｌｉnspace(-8,8,40)； ％w=[—8,8］分 10000 份

x1＝[1 2 3 4 5 6 7 8 9 10 11 12］； x2＝［1 1 1 1 1 1 1 1 1 1]； x3=cｏnv(x1,ｘ2)；％ x1 卷积 x2 ｘ4=x1＊exp(-ｊ＊nx1“*w)；％ x1频率特性 x5=ｘ2*exp（－ｊ＊ｎｘ2’＊w）；% x2 频率特性 x6=x3*exp(-j＊nｘ3”＊w)；% x1 卷积 x2频率特性 x7＝x4、*x5;

sｕｂpｌｏt（2,2,1)，stｅm（ｎx1,x1），axｉｓ（［—1,15,0,15］），ｔｉtｌe（’x1“）； su ｂ plo ｔ (2,2,2)， ｓ ｔ em(nx2, ｘ 2 ），ax ｉ s([—1, 1

5,0,5］)，title（’x2’）； ｓuｂplot（2,1,2)，stem（ｎx3,ｘ3），axiｓ（[—1,25,0,80]）；ｔitle（＇x1卷积ｘ2 结果 x3’）； figuｒe,subｐlｏt(2,2,1)，stｅｍ(x4,”filled’），titｌe（“ｘ1得DTFT 结果ｘ4’）；

subploｔ（2,2,2)，ｓtem(x5,”filled＇），titlｅ（’x2得 DTFT结果 x5’）；

ｓｕｂplot(2,2,3)，stｅｍ（ｘ6,＇filｌｅd’），ｔitｌｅ（’ｘ3得 DTFT 结果 x6’）；

subｐlot（2,2,4)，ｓteｍ(x7,“fｉlled＇），ｔitle（＇x4 得ＤTFT 结果ｘ7’）；

figure,suｂｐlot（3,2,1)，stem（ｗ，abｓ(ｘ6））， ylabel（”幅度’），ｔｉｔle（’x1 卷积 x2 得 DTFＴ＇）；

ｓuｂplｏｔ（4,2,3)，steｍ(w,aｎｇle（ｘ6）），yｌａbeｌ（“相位”）

sｕbpｌoｔ（4,2,5)，stem(w,ｒeａl（ｘ6）），ylabｅl（“实部’）

subplｏｔ（4,2,7)，sｔem(w,ｉmag(x6)），ylabeｌ（＇虚部’）

ｓubｐlot（4,2,2)，stem(w,abs(x7)）， tｉtlｅ（’x1 与 x2 得 DTFＴ得乘积’）；

sｕbplot（4,2,4)，ｓtem(w,ａngle(x7)）；

subplot（4,2,6)，stｅｍ(w,real（ｘ7））；

subpｌot（4,2,8)，sｔｅｍ(w,ｉｍag(x7)）；

(ｂ)结果:

（3）共轭:(a)代码: x1n=［1 2 3 4 5 6 7 8 9 10 11 12］； w=—10:10; N1=ｌｅngth（ｘ1n）；n1=0:N1—1; x1=real(x1n)； x2=iｍaｇ（ｘ1n）； x2n=ｘ1—j＊x2;

Ｘ1＝x2n*（exｐ（－j）、^(n1＇＊ｗ）)； X2=x1n*（exp(j)、＾(n1’＊w)）； x3=rｅal（X2)； x4＝imａg（Ｘ2）； Ｘ2=x3—j*x4; fｉguｒe,subpｌｏt(211)；stem(w,Ｘ1,”。’）；tiｔｌｅ（“x1ｎ共轭得 DＴFT’）；

suｂplot(212)；sｔem（ｗ，Ｘ2,”、’）；tｉｔle（“ｘ1n 得 DＴFT 取共轭且反折”）； (b)结果:

3。

求 LTI 系统得频率响应 给定系统 H（Ｚ)=B（Ｚ）/A(Z)，A＝[0。98777 －0。31183 0、0256] B=［ 0。98997］，求系统得幅频响应与相频响应、（要求使用ｆｉlｔer(B,Ａ，δ(n））求解。

(a)结果: A=[0、98777 -0。31183 0、0256］； Ｂ=[0。98997 0、989 0、98997]； C=[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0］ y=filtｅr(B,A,C)； suｂpｌot(2,2,1)；stem（ｙ，＇、’）；titｌｅ（’原始序列“）；

mag=abs（ｙ)； ｐｈ=ａnｇle（ｙ）； ph=ph*180／ｐi; sｕbplot(2,2,2)；ｓｔｅm(mａｇ，”、＇）；title（＇幅频特性＇）； xlａbel（＇时间信号ｎ“）；ylabel（＇信号幅度＇）； suｂplｏt（2,2,3)；stｅm(ph,”、’）；ｔitlｅ（“相频特性”）； xlaｂｅｌ（“时间信号 n＇）；yｌabｅl（”信号相位“）； (b)结果:

4、采样与频谱混叠给定信号ｘ（t)=100*eｘp(-100*ｔ）＊coｓ(2*ｐi＊500＊t)，求该信号得频谱；当采样频率分别为 fs1=2000ＨZ,fｓ2=1000HＺ；fs3=500HZ; fｓ4=200HZ,时输出序列得 DＴFＴ。

(a)代码: x=100＊ｅxp(-100*t)、＊cos(2＊pｉ＊500＊t)； ｔ=—2:0、1:2;w=－10:0。1:10;

y＝ｘ*（exｐ(-j)、^（ｔ’*ｗ））； subpｌot（2,1,1)，plot(t,ｘ）； ｓubpｌot（2,1,2)，ｐlｏt(w,ｙ）；tｉtle（’原始信号得频谱＇）； figｕre,ｆｓ1＝2000;Ts1＝1／ｆs1;n1=-2:Tｓ1:2;

fs2＝1000;Ｔs2=1/fs2;n2=－2:Ts2:2;

fs3=500;Ts3=1/fｓ3;n3＝-2:Ts3:2;

fs4=200;Ts4=1/ｆｓ4;n4＝—2:Tｓ4:2; x1＝100。＊eｘp（—100＊n1）。*cos（2*pi*500*ｎ1)；ｙ1=ｘ1＊(eｘp(-j)。^(n1”＊w)）； sｕbploｔ（221)；plｏt(w,ｙ1)；title（“经 2000Hz 采样后信号得 DTFT”）； x2=100。*exｐ(-100*ｎ2)、*ｃos(2*ｐｉ*500＊n2)；ｙ2＝x2＊(eｘｐ(-j)、^(n2＇*w)）； subplｏｔ(222)；ｐｌot(w,y2)；tｉｔle（’经 1000Hｚ采样后信号得 DTＦT’）； x3=100、＊ｅxp（—100*n3）、＊coｓ(2＊pi＊500＊n3)；

ｙ3＝x3*（exｐ（—j）、＾（ｎ3“＊w））； suｂpｌｏt（223)；ｐlｏt（ｗ，y3）；titlｅ（’经500Hz 采样后信号得 DTFＴ”）； x4=100.＊exp（—100*n4）。＊cｏs(2*pi*500*ｎ4)；y4=x4*(exp（—ｊ）、^(n4’＊ｗ）)； suｂplｏt(224)；ploｔ(w,y4)；tiｔle（’经 200Hｚ采样后信号得 DTＦT＇）； (b)结果:

收获及感想: DFＴ针对得就是有限长数字信号得傅立叶变换或傅立叶时频分析问题。但 以前得傅立叶变换就是定义在整个时间轴上得，而且一般针对得就是连续信号 ，获得得就是一个连续得频谱。

离散傅里叶变换(DFT)，就是傅里叶变换在时域与频域上都呈现离散得形式，将时域信号得采样变换为在离散时间傅里叶变换(DTＦT)频域得采样。在形式上，变换两端（时域与频域上）得序列就是有限长得，而实际上这两组序

列都应当被认为就是离散周期信号得主值序列。即使对有限长得离散信号作DＦT,也应当将其瞧作经过周期延拓成为周期信号再作变换。在实际应用中通常采用快速傅里叶变换以高效计算 DＦT。

物理意义 设 x（n)就是长度为 N 得有限长序列，则其傅里叶变换，Z 变换与离散傅里叶变换分别用以下三个关系式表示 Ｘ(e^jω）= ∑n={0,N-1｝ｘ（n) e＾jωｎ X(z)= ∑n＝{0,N-1}x(n)z^－ｎ X(k)= ∑n={0,N-1}x(n) e^－j2π/Ｎnk 单位圆上得 Z 变换就就是序列得傅里叶变换 离散傅里叶变换就是 x(n)得频谱 X(ejω）在[0,2π］上得 N 点等间隔采样，也就就是对序列频谱得离散化，这就就是 DFＴ得物理意义

matlab实验报告3

实验二

特殊函数与图形

一、 实验目的及意义

掌握用Matlab软件绘制简单曲线、曲面图形，并通过绘制一些特殊函数的图形，更加深入地理解相关函数的性质，了解函数的性态。

二、实验内容

平面作图、空间作图，比较数值作图与符号作图的异同。

三、实验步骤

1、 在D盘建立一个自己的文件夹；

2、 开启软件平台——MATLAB，将你建立的文件夹加入到MATLAB的搜索路径中。

3、 4. 5. 6. 7. 利用帮助了解函数plot, surf, ezmesh，ezsurf等的功能和用法。

开启MATLAB编辑窗口，键入你编写的M文件（命令文件或函数文件）；

保存文件（注意将文件存入你自己的文件夹）并运行；

若出现错误，修改、运行直到输出正确结果；

写出实验报告，并浅谈学习心得体会。

四、实验要求与任务

根据实验内容和步骤，完成以下具体实验，按要求写出实验报告。 1．作出下图所示的三维图形：

图1 提示：图形为圆环面和球面的组合。

2．作出下图所示的墨西哥帽子及其剪裁图形：

图2

3．画出椭球面、双叶双曲面、单叶双曲面．

4．若要求田螺线的一条轴截面的曲边是一条抛物线：y0时x25z．试重新设计田螺线的参数方程，并画出该田螺线．

5．作出下图所示的马鞍面（颜色为灰色，并有一个标题：“马鞍面”）：

图3 6．绘制黎曼函数的图形，要求分母的最大值n的数值由键盘输入（提示：使用input语句）．

《Matlab语言》实验报告4

《Matlab语言》实验（报告）题库

1、TDOA信号分析类

（1）已给出一段事先采集的信号，该信号为进行TDOA定位使用的基本信号，其格式为GPS+IQ + GPS+IQ … ，即每包数据由GPS头文件和IQ信号构成，GPS头文件共58B，其数据格式为

$HT,20130114,084556,,,,11,0*，每包IQ数据共8192B，其数据格式为I0,Q0,I1,Q1,I2,Q2…，I2047,Q2047，即I数据2048点、Q数据2048点交叉出现。换言之，每包数据实际内容为：$HT,20130114,084556,,,,11,0* I0 Q0 I1 Q1 I2 Q2 … I2047 Q2047，程序前期已实现读取IQ数据文件并进行关键信息读取分解，请根据程序提醒，完成相关功能（数据及程序见“1-实际IQ信号实验”文件夹）。

2、TDOA时差估计仿真类

（2）在TDOA定位技术中，时差估计是一个非常重要的环节。自行仿真2个具有一定时差的信号，用广义互相关法（GCC）计算该2个信号的时差，并与设定时差进行对比分析（需给出详细过程及适当的仿真图）。

（3）在TDOA定位技术中，时差估计是一个非常重要的环节。自行仿真2个具有一定时差的信号，用互模糊函数法计算该2个信号的时差，并与设定时差进行对比分析（需给出详细过程及适当的仿真图）。

（4）在TDOA定位技术中，时差估计是一个非常重要的环节。自行仿真2个具有一定时差的信号，用广义互相关（GCC）结合多项式拟合方法计算该2个信号的时差，并比较广义互相关法估计时差和广义互相关结合多项式拟合方法估计时差的结果，进行分析（需给出详细过程及适当的仿真图）。

（5）在TDOA定位技术中，时差估计是一个非常重要的环节。自行仿真2个具有一定时差的信号，自选方法计算该2个信号的时差，并与设定时差进行对比分析（需给出详细过程及适当的仿真图）。

3、TDOA时差估计实测类

下面三题使用“3-TDOA实测类-数据”。

（6）在TDOA定位技术中，时差估计是一个非常重要的环节。根据提供的TDOA数据，用广义互相关（GCC）计算该2路信号的时差，统计每包数据计算结果，并分析之（需给出详细解决过程及适当的分析图）。

（7）在TDOA定位技术中，时差估计是一个非常重要的环节。根据提供的TDOA数据，用广义互相关（GCC）结合多项式拟合方法计算该2路信号的时差，比较广义互相关法估计时差和广义互相关结合多项式拟合方法估计时差的结果，并分析之（需给出详细解决过程及适当的分析图）。

（8）在TDOA定位技术中，时差估计是一个非常重要的环节。根据提供的TDOA数据，自选方法计算该2路信号的时差，统计每包数据计算结果，并分析之（需给出详细解决过程及适当的分析图）。

4、信号频域分析类

（9）生成一个带有噪声的正弦波信号，信号的频率、幅度，噪声的幅度自行设定。（将带有噪声的正弦信号放入for循环中，利于pause，实现噪声动态变化效果，并在for循环内画出其时域图和幅频图（采样率和采样点数自行设定），观察动态变化情况），最后总结系统采样率和采样点数对仿真信号效果的影响。

（10）自行生成一段时域信号，要求在不同的时间，信号具有不同的频率（即非平稳信号），用短时傅里叶变换对其进行时频分析，并呈现时频分析结果。

（11）自行生成一段时域信号，要求在不同的时间，信号具有不同的频率（即非平稳信号），用小波变换对其进行时频分析，并呈现时频分析结果。

5、信号调制解调类

（12）自行产生正弦信号作为基带信号、载波，试合成AM信号，在AM信号上加高斯白噪声，并将AM信号解调，画出各信号（基带信号、载波、合成的AM信号、解调后的基带信号）时域图及频谱图，并对比总结解调效果。

（13）自行产生正弦信号作为基带信号、载波，试合成FM信号，在FM信号上加高斯白噪声，并将FM信号解调，画出各信号（基带信号、载波、合成的FM信号、解调后的基带信号）时域图及频谱图，并对比总结解调效果。

（14）自行产生一个正弦信号，以此为载波，生成一段2ASK信号，其中数字序列随机生成，画出数字基带序列、正弦信号、2ASK信号的时域图。

（15）自行产生两个不同频率的正弦信号，以此为载波，生成一段2FSK信号，其中数字序列随机生成，画出数字基带序列、两个正弦信号、2FSK信号的时域图。

（16）用Matlab模拟通信系统收发过程，要求：发射站发射FM调制信号，接收站接收该信号，并进行解调，系统参数及传播环境/过程参数自定。

6、信号分离类

（17）自行生成一个含有3个频率（信号频率相近，如200Hz，210Hz，300Hz）的信号，其他参数自定，直接用FFT难以将不同频率信号，尤其频率较近的信号进行分离，试用AR等高阶功率谱方法，将该信号进行分离，并绘制分离前后的频谱图（即信号的FFT图、信号的AR分离图）。

（18）自行生成一个含有不同频率或不同相位的信号，直接用FFT难以将不同频率信号，尤其频率较近或同频率不同相位的信号进行分离，试用MUSIC方法，将该信号进行分离，并绘制分离前后的频谱图（即原信号的FFT图、信号的MUSIC分离图），并总结现象。

（19）自行产生一段含有低频、高频和噪声成分的信号，尝试设计不同的滤波器，将高频信号及噪声滤掉，并绘制滤波前后的信号对比图（含时域、频域图）。

7、深度学习类

（20）设计一个神经网络（可以是任意类型的神经网络），对手写数字进行分类，要求小组内每个成员至少每人手写一个数字，然后识别，并分析识别准确率。

（21）自行找一个预训练好的网络，对日常生活物品进行识别，要求小组内每个成员拍照1~2个物品，通过网络进行识别，并分析识别效果。

北航matlab上机实验报告5

MATLAB基础上机指导书

实验目的

MATLAB基础上机实验的目的主要是在深入理解和掌握课程中的基本概念和原理的基础上培养学习者用计算机解决实际问题的意识，训练和提高学生分析问题、仿真、程序设计和程序调试能力。 实验要求

1．整个学期的上机实践共有4个。从实验一的MATLAB的上机基本操作，到实验四的GUI设计，都本着由浅入深、由易到难、逐步深入的原则，给出了不同的上机程序。一般每个实验中有约5-7个不同难度的程序，按班级序号排列组合分组，每组学生包括5人，按组检查程序。

2．每次实验后要求学生提交上机报告，这也是整个实验过程的一个重要环节。实验结束后，要整理实验结果并认真分析和总结，根据教师要求写出实验报告。实验报告一般包括如下内容：

⑴ 实验内容：实验题目与要求。 ⑵ 程序清单

（3） 运行结果：原始数据、相应的运行结果和必要的说明。

（4） 分析与思考：调试过程及调试中遇到的问题及解决办法；调试程序的心得与体会；其他函数算法的存在与实践等。若最终未完成调试，要认真找出错误并分析原因等。 常用命令参考

本节就一些常用的MATLAB命令进行介绍，使初学者尽快提高MATLAB上机调试程序的能力。

1、学会用help和doc函数。

2、输入输出文件：save/load

3、解线性方程组AX=B：X=AB

4、作图时两张曲线合并：hold on或者subplot作子图

5、程序计算时间：tic，toc或者clock

6、变量显示方式更改：format long/short/bank.。.

7、数组元素求和：sum

8、求数组长度：length 求矩阵维数：size或者ndims 矩阵元素个数：numel

9、函数作图：

饼图：pie/pie3 误差图：errorbar 散点图：scatter/scatter3 直方图：hist 函数图：fplot 动画：movie

10、矩阵分析：

左右翻转：fliplr 上下翻转：flipud 转置：transpose 矩阵求逆：inv 矩阵范数：norm 条件数：cond 初等变换：rref 特征值：eig/eigs

11、特殊矩阵：

元素全为1的矩阵：ones 元素全为0的矩阵：zeros 单位阵：eye 魔方阵：magic 线性变化数组：linspace 聚合矩阵：cat/horzcat/vertcat

12、随机数：

创建一个元素服从均匀分布的随机数数组：rand 创建一个元素服从正态分布的随机数数组：randn 二项分布：binornd 指数分布：exprnd F分布：frnd 几何分布：geornd 超几何分布：hygernd 泊松分布：poissrnd

正态分布：normrnd 离散均匀分布：unidrnd 连续均匀分布：unifrnd

13、清屏：clc 清理内存：clear

14、字体显示变更等：preferences

15、得到一个文件夹的所有文件名：ls

16、语句太长的话可以再句末加。.。换行。

实验一 MATLAB快速入门操作

[实验目的] 1． 熟悉MATLAB的工作环境。 2． 熟悉MATLAB的帮助系统。 3． 掌握基本的运算表达。 4． 掌握基本的数学函数。 5． 掌握基本的字符串使用。 [实验内容] 1．执行MATLAB的启动和退出。观看DEMO程序，INTRO程序，HELP文件，练习MATLAB常用命令在命令窗口中计算数学表达式，输入简单矩阵，查看工作空间中的变量，命令窗口显示清除，语句、变量及数据的表示，搜索路径设置。

2．使用函数创建字符串数组，掌握char、strvcat、strcat之间的区别。>>c1=char（'china'，'india'）；>>c3=strvcat（'china'，'india'）；>>c4=strcat（'china'，'india'）； char中各部分互相独立，strvact竖直连接 strcat直接连接>>c1=char（'china'，'india'）

c1 =

china india

>>c3=strvcat（'china'，'india'）

c3 =

china india

>>c4=strcat（'china'，'india'）

c4 =

chinaindia 也就是说strcat连接两个字符串，而strvcat垂直连接两个字符串。

 i6c2e3．设三个复数a＝3＋4i，b＝1＋2i,计算x=ab/c，

注意复数的表达方式。

>>a=3+4i,b=1+2i,c=2*exp(pi/6*i) a =

+

b =

+

c =

+

>>X=a*b/c X =

+

sinx354．计算下式的结果，其中x=45°， 572

注意函数参数的使用类型，掌握复杂表达式的计算。>>a=45/180*pi a =

>>b=（sin(a)+35^(1/2)）/72^(1/5) b =

5．计算星球之间的万有引力。包括地球和太阳，地球和月亮之间的距离。具体参数太阳质量×10^30千克，地球质量×10^27千克，太阳和地球的距离***0米，月亮质量×10^ 22千克，月亮和地球两者间距384400000米，万有引力系数K 6．67×10^-11，见P26 例2-3。

>>M1=,M2=,M3=,d1=,d2= K=

M1 =

+030

M2 =

+027

M3 =

+022

d1 =

+011

d2 =

384400000

K =

>>F12=M1*M2*K/d1^2

F12 =

+025

>>F23=M2*M3*K/d2^2

F23 =

+023

333，以及数据的修改方法，尽量考2336．用两种方法创建一个二维数组433虑计算效率。在掌握二维数组基础上掌握三维数组的创建方法。

创建：方法1; x=[3,3,3;2,3,3;4,3,3] x =

3 3 3 2 3 3 4 3 3 方法2 在workspace中点击 new variable 就会在下面出现一个新变量unnamed 双击unnamed变量引出一个空白页面，在里面进行编辑>>unnamed

unnamed =

3 3 3 2 3 3 4 3 3 修改

直接在workspace中点击需要修改的变量，在相应位置修改变量，保存后在命令窗口重新调用函数 计算

[问题讨论] 1．小结上机各个环节所出现的错误及解决的办法。

[思考问题] 1．仿真是否“真实”，与什么因素有关？ 仿真是在数字计算机上进行试验的数字化技术，包括数字和逻辑模型的某些模式，这些模型描述了某一事件或经济系统在若干周期内的特征。仿真常常包括模型建立，仿真模型的建立和仿真试验三个方面。 从以上可以看出，仿真其实是建立在模型之上，通过计算机或者其他载体，并借助经验知识、统计数据和信息资料等对真实或假想的系统进行试验，得出试验结果的过程。

在这点上看，仿真并不真实，因为它并不能100%模拟出真实情况，而实际上“真实”的复杂多变也难以模拟。但是，仿真可以通过以上的手段在一定范围内对真实进行模拟和预测。其与真实结果的相关性，或者说仿真方法的优劣性与其系统、模型和载体是密切相关的。