簡介：實(shí)驗(yàn)五實(shí)驗(yàn)五一、觀察逐個(gè)電子的雙縫衍射過程一、觀察逐個(gè)電子的雙縫衍射過程U1000A200E9B1E6D025L1225E9SQRTU109783E6UAXIS5E55E54E54E5APIALDBPIABLDI1WHILEI200當(dāng)動態(tài)點(diǎn)2000，20000時(shí)，把I2000，N2000或I20000，N20000即可X5E52R1Y4E52R1PWSINAXSINAXCOSBXCOSBXAXAXMRIFPWMHOLDONPLOTXYWMARKERSIZE10II1PAUSE001SETGCACOLKENDENDTITLE電子雙縫顏射動態(tài)隨機(jī)過程的仿真，N200二、電子雙縫衍射過程仿真及概率密度分布曲線二、電子雙縫衍射過程仿真及概率密度分布曲線U1000A200E9B1E6D025R1225E9SQRTU109783E6UAPIARDBPIABRDX5E55E75E5PSINAXEPS2AXEPS2COSBXEPS2SUBPLOT212PLOTXPTITLE電子雙縫衍射概率密度理論分布曲線XLABELXYLABELYSUBPLOT211HOLDONAXIS5E55E54E54E5SETGCACOLKXLABELXYLABELYTITLE電子雙縫衍射動態(tài)隨機(jī)過程演示I1WHILEI20000X5E52R1Y4E52R1

簡介：1用MATLAB尋找賦權(quán)圖中的最短路中的應(yīng)用尋找賦權(quán)圖中的最短路中的應(yīng)用1引言引言圖論是應(yīng)用數(shù)學(xué)的一個(gè)分支，它的概念和結(jié)果來源都非常廣泛，最早起源于一些數(shù)學(xué)游戲的難題研究，如歐拉所解決的格尼斯堡七橋問題，以及在民間廣泛流傳的一些游戲的難題，如迷宮問題，博弈問題等。這些古老的難題，吸引了很多學(xué)者的注意。1847年，圖論應(yīng)用于分析電路網(wǎng)絡(luò)，這是它最早應(yīng)用于工程科學(xué)，以后隨著科學(xué)的發(fā)展，圖論在解決運(yùn)籌學(xué)，網(wǎng)絡(luò)理論，信息論，控制論，博弈論以及計(jì)算機(jī)科學(xué)等各個(gè)領(lǐng)域的問題時(shí)，發(fā)揮出很大的作用。在實(shí)踐中，圖論已成為解決自然科學(xué)，工程技術(shù)，社會科學(xué)，軍事等領(lǐng)域中許多問題的有力工具之一。最短路問題是圖論理論中的經(jīng)典問題，尋找最短路徑就是在指定網(wǎng)絡(luò)中兩節(jié)點(diǎn)間找一條距離最小的路。2最短路最短路2121最短路的定義（SHTPATHPROBLEM）對最短路問題的研究早在上個(gè)世紀(jì)60年代以前就卓有成效了，其中對賦權(quán)圖的有效算法是由荷蘭著名計(jì)算機(jī)專家EWDIJKSTRA在1959年首次提出的該算法能0IJW夠解決兩指定點(diǎn)間的最短路也可以求解圖G中一特定點(diǎn)到其它各頂點(diǎn)的最短路。后來海斯在DIJKSTRA算法的基礎(chǔ)之上提出了海斯算法。但這兩種算法都不能解決含有負(fù)權(quán)的圖的最短路問題。因此由FD提出了FD算法它能有效地解決含有負(fù)權(quán)的最短路問題。但在現(xiàn)實(shí)生活中我們所遇到的問題大都不含負(fù)權(quán)所以我們在的情況下選擇DIJKSTRA算法。0IJW若網(wǎng)絡(luò)中的每條邊都有一個(gè)數(shù)值長度、成本、時(shí)間等，則找出兩節(jié)點(diǎn)通常是源節(jié)點(diǎn)和阱節(jié)點(diǎn)之間總權(quán)和最小的路徑就是最短路問題。最短路問題是網(wǎng)絡(luò)理論解決的典型問題之一，它不僅可以直接應(yīng)用于解決生產(chǎn)實(shí)際的許多問題，如管路鋪設(shè)、線路安裝、廠區(qū)布局和設(shè)備更新等，而且經(jīng)常被作為一個(gè)基本的工具，用于解決其他的做優(yōu)化問題。3FI1NFJ1NRIJJENDEND賦路徑初值FK1NFI1NFJ1NIFDIKDKJDIJDIJDIKDKJ更新DIJRIJK更新RIJENDENDENDK顯示迭代步數(shù)D顯示每步迭代后的路長R顯示每步迭代后的路徑PD0FI1N含有負(fù)權(quán)IFDIJ0PD1BREAKENDEND存在一條含有頂點(diǎn)的VI的負(fù)回路IFPD

簡介：電子信息系統(tǒng)仿真與設(shè)計(jì)電子信息系統(tǒng)仿真與設(shè)計(jì)課程設(shè)計(jì)報(bào)告課程設(shè)計(jì)報(bào)告設(shè)計(jì)課題油價(jià)變化系統(tǒng)的模型姓名學(xué)院機(jī)電與信息工程學(xué)院專業(yè)電子信息科學(xué)與技術(shù)班級09級2班學(xué)號日期20102011第三學(xué)期指導(dǎo)教師李光明張軍蕊山東大學(xué)威海分校信息工程學(xué)院1增益模塊GAIN表示油價(jià)升值速率，故取值為105。2模塊GAIN1表示新增資源所能滿足的個(gè)體數(shù)目，故取值為1000000。（3）油價(jià)初始值設(shè)為10L4UNITDELAY模塊參數(shù)設(shè)置。5仿真時(shí)間設(shè)置按照系統(tǒng)仿真的要求，設(shè)置系統(tǒng)仿真時(shí)間范圍為0100。6離散求解器與仿真步長設(shè)置對離散系統(tǒng)進(jìn)行仿真需要使用離散求解器。實(shí)驗(yàn)總結(jié)及心得體會實(shí)驗(yàn)總結(jié)及心得體會MATLAB是一件很強(qiáng)大的工具，在模擬仿真方面有著不可比擬的優(yōu)勢。不僅可以通過語言腳本可以幫助我們解決很多問題，而且SIMULINK也是十分強(qiáng)大的。通過十分直觀的方式直接按放各模塊，很明顯地顯示出各種邏輯關(guān)系，方便快捷，思路清晰。在實(shí)際應(yīng)用中。SIMULINK起到了重要作用。通過對SIMULINK的學(xué)習(xí)，我發(fā)現(xiàn)我們所學(xué)的課本知識是很重要的，只要通過理解變通，就很容易解決實(shí)際問題。但是，有個(gè)前提就是你要有著扎實(shí)的理論知識。所以，我們千萬不能忽略了課本知識的重要性，不要浮躁，理解透徹。SIMULINK對我來說是很陌生的一個(gè)東西，通過幾天的摸索，我漸漸摸到了他的奇妙之處，其實(shí)不如

簡介：一問題描述問題描述水位控制系統(tǒng)是由水箱TANK，進(jìn)水管、出水管和控制閥門等構(gòu)成。在進(jìn)水管上，安裝有一液壓閥門，控制它的位置，可以控制流入水箱的流量。出水管道的面積OUTPIPECROSSECTION保持常數(shù)，因此，流出出水管的流量主要與水箱的水位和水壓有關(guān)。系統(tǒng)具有明顯的非線性特性。我們的目的是構(gòu)建一個(gè)模糊閉環(huán)控制系統(tǒng)。其控制目的是通過調(diào)整控制閥門的開度，達(dá)到控制水箱水位的目的，并使其能夠快速跟隨所設(shè)定的水位給定輸入。除控制對象外，控制系統(tǒng)應(yīng)包含有水位檢測裝置，控制器常規(guī)PID控制器或模糊控制器及執(zhí)行機(jī)構(gòu)。被控對象水箱模型被控對象水箱模型搭建按照上述動態(tài)結(jié)構(gòu)圖進(jìn)行，實(shí)際設(shè)計(jì)的水箱模型如下封裝后執(zhí)行機(jī)構(gòu)執(zhí)行機(jī)構(gòu)VALVE

簡介：武漢理工大學(xué)MATLAB課程設(shè)計(jì)說明書課程設(shè)計(jì)任務(wù)書學(xué)生姓名專業(yè)班級指導(dǎo)教師工作單位信息工程學(xué)院題目基于MATLAB的圖像的數(shù)據(jù)分析初始條件（1）MATLAB應(yīng)用軟件的基本知識及操作；（2）高等數(shù)學(xué)、線性代數(shù)等基礎(chǔ)數(shù)學(xué)運(yùn)算；（3）圖像處理基礎(chǔ)知識。要求完成的主要任務(wù)讀取圖像并求出圖像的最大值、最小值、均值、中值、和、標(biāo)準(zhǔn)差、兩圖像的協(xié)方差、相關(guān)系數(shù)等。提高要求繪制圖像灰度直方圖、對圖像進(jìn)行傅里葉變換和反變換。時(shí)間安排時(shí)間安排序號階段內(nèi)容階段內(nèi)容所需時(shí)間所需時(shí)間1方案設(shè)計(jì)1天2軟件設(shè)計(jì)2天3系統(tǒng)調(diào)試1天4答辯1天合計(jì)5天指導(dǎo)教師簽名指導(dǎo)教師簽名年月日系主任（或責(zé)任教師）簽名系主任（或責(zé)任教師）簽名年月日武漢理工大學(xué)MATLAB課程設(shè)計(jì)說明書摘要課程設(shè)計(jì)的主要目的就是安排學(xué)生進(jìn)行基礎(chǔ)理論、基本技能的強(qiáng)化訓(xùn)練，提高學(xué)生的基礎(chǔ)理論知識、基本動手能力，提高人才培養(yǎng)的基本素質(zhì)。根據(jù)本專業(yè)需求和特點(diǎn)，需要在數(shù)學(xué)基礎(chǔ)知識、基本技能方面進(jìn)行強(qiáng)化訓(xùn)練，使學(xué)生對常用的數(shù)據(jù)分析與處理原理及方法有較為全面的了解，能夠運(yùn)用相關(guān)軟件進(jìn)行模擬分析。并幫助學(xué)生掌握基本的文獻(xiàn)檢索和文獻(xiàn)閱讀的方法，同時(shí)提高學(xué)生正確地撰寫論文的基本能力，本次課程設(shè)計(jì)主要是運(yùn)用MATLAB軟件來處理圖像，而且主要是學(xué)會使用該軟件中與圖像信息顯示、分析和處理的有關(guān)函數(shù)的調(diào)用，本次課程設(shè)計(jì)運(yùn)用的主要函數(shù)為IMREAD、IMSHOW、DOUBLE、MAX、MIN、MEAN2、MEDIAN、SUM、STD2、ISGRAY、RGB2GRAY、IMHIST、FFT2、IFFT2等，通過調(diào)用這些函數(shù)來實(shí)現(xiàn)圖像顯示、數(shù)據(jù)分析和圖像處理即傅里葉變換。關(guān)鍵字MATLAB軟件數(shù)據(jù)分析圖像處理

簡介：測量程序設(shè)計(jì)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱大地坐標(biāo)與空間直角坐標(biāo)的換算為第一偏心率，A為旋轉(zhuǎn)橢球長半軸，B為短半軸。ABAE22WGS84橢球參數(shù)長半軸A6378137扁率F1298257223563根據(jù)上式創(chuàng)建以GEOGEO2XYZ命名的函數(shù)，函數(shù)輸入輸出格式為XYZGEOGEO2XYZLBH2、空間直角坐標(biāo)向大地坐標(biāo)換算空間直角坐標(biāo)向大地坐標(biāo)換算根據(jù)式（1）推導(dǎo)大地坐標(biāo)向空間直角坐標(biāo)轉(zhuǎn)換公式NBYXHYXBNEZBXYLCOSSINARCTANARCTAN22222注意計(jì)算緯度時(shí)需要用到迭代，可用作為初始值。ARCTAN22YXBAZB創(chuàng)建以XYZ2GEOGEO命名的函數(shù)，函數(shù)輸入輸出格式為LBHXYZXYZ2GEOXYZ三、實(shí)驗(yàn)步驟三、實(shí)驗(yàn)步驟1、大地坐標(biāo)向空間直角坐標(biāo)換算主程序大地坐標(biāo)向空間直角坐標(biāo)換算函數(shù)的輸入輸出格式為XYZGEO2XYZLBH

簡介：1畢業(yè)設(shè)計(jì)說明書基于MATLABSIMULINK的彩色電視系統(tǒng)的建模仿真設(shè)計(jì)專業(yè)專業(yè)電子信息工程學(xué)生姓名學(xué)生姓名黃秀海班級班級B電子071學(xué)號學(xué)號0710602107指導(dǎo)教師指導(dǎo)教師朱明完成日期完成日期2011年6月7日鹽城工學(xué)院本科生畢業(yè)設(shè)計(jì)說明書（2011）1基于MATLABSIMULINK的彩色電視系統(tǒng)的建模仿真設(shè)計(jì)摘要近年來，隨著仿真技術(shù)的普及應(yīng)用，以及各種仿真軟件的出現(xiàn)，仿真技術(shù)已經(jīng)深入到各行各業(yè)。電視系統(tǒng)原理作為一門課程，教學(xué)過程中希望能顯示各個(gè)階段動態(tài)電視信號的圖形，而現(xiàn)今的媒體教學(xué)還沒有達(dá)到這種要求，實(shí)驗(yàn)課又受到物理?xiàng)l件和時(shí)間空間的限制。因此提出基于MATLAB／SIMULINK來構(gòu)建電視系統(tǒng)模型，從而能夠動態(tài)仿真電視系統(tǒng)各主要環(huán)節(jié)及每個(gè)階段的電視信號波形。該電視系統(tǒng)建模仿真旨在基于MATLAB／SIMULINK的基帶圖像信號編碼器和解碼器的研究，并不涉及電視信號的發(fā)射和接收的調(diào)制、解調(diào)，不涉及高頻，中頻，混頻等技術(shù)，不涉及伴音信號。通過標(biāo)準(zhǔn)彩條信號仿真電視系統(tǒng)中各主要階段的電視波形，并對波形進(jìn)行分析。主要分析和比較模型的顯示波形與理論波形，進(jìn)而比較解碼器和編碼器模型中的顯示波形。仿真結(jié)果表明，該模型能夠正確地仿真出動態(tài)的電視信號波形。將標(biāo)準(zhǔn)彩條信號產(chǎn)生模塊置換成靜態(tài)圖像讀取模型，對圖像處理進(jìn)行初步研究。首先將PRODUCERGBSIGNAL的仿真數(shù)據(jù)傳輸WKSPACE工作空間，通過仿真數(shù)據(jù)顯示彩條信號的圖像。然后通過編寫SFUNCTION函數(shù)讀取任意靜態(tài)圖像，并將圖像讀取模塊與電視系統(tǒng)仿真模型連接起來，從而顯示讀取圖像的波形，并且通過對仿真數(shù)據(jù)處理顯示讀取的圖像。這使電視系統(tǒng)具有更大的通用性和研究價(jià)值，有了進(jìn)一步研究的空間。關(guān)鍵詞電視系統(tǒng)仿真平臺；電視信號波形；標(biāo)準(zhǔn)彩條信號

簡介：自動控制原理課程設(shè)計(jì)設(shè)計(jì)題目設(shè)計(jì)題目基于MATLAB的自動控制系統(tǒng)設(shè)計(jì)與校正第一章課程設(shè)計(jì)內(nèi)容與要求分析1第一章課程設(shè)計(jì)內(nèi)容與要求分析1111設(shè)計(jì)內(nèi)容設(shè)計(jì)內(nèi)容針對二階系統(tǒng)1SSKSW，利用有源串聯(lián)超前校正網(wǎng)絡(luò)（如圖所示）進(jìn)行系統(tǒng)校正。當(dāng)開關(guān)S接通時(shí)為超前校正裝置，其傳遞函數(shù)11TSTSKSWCC，其中132RRRKC，1132432RRRRR，CRT4，“”號表示反向輸入端。若KC1，且開關(guān)S斷開，該裝置相當(dāng)于一個(gè)放大系數(shù)為1的放大器（對原系統(tǒng)沒有校正作用）。1212設(shè)計(jì)要求設(shè)計(jì)要求1）引入該校正裝置后，單位斜坡輸入信號作用時(shí)穩(wěn)態(tài)誤差10E，開環(huán)截止頻率C’≥44弧度秒，相位裕量?！?5；2）根據(jù)性能指標(biāo)要求，確定串聯(lián)超前校正裝置傳遞函數(shù)；3）利用對數(shù)坐標(biāo)紙手工繪制校正前、后及校正裝置對數(shù)頻率特性曲線；R1URUCR0R2R3R4CS

簡介：1功率譜估計(jì)性能分析及功率譜估計(jì)性能分析及MATLAB仿真仿真1引言引言隨機(jī)信號在時(shí)域上是無限長的，在測量樣本上也是無窮多的，因此隨機(jī)信號的能量是無限的，應(yīng)該用功率信號來描述。然而，功率信號不滿足傅里葉變換的狄里克雷絕對可積的條件，因此嚴(yán)格意義上隨機(jī)信號的傅里葉變換是不存在的。因此，要實(shí)現(xiàn)隨機(jī)信號的頻域分析，不能簡單從頻譜的概念出發(fā)進(jìn)行研究，而是功率譜1。信號的功率譜密度描述隨機(jī)信號的功率在頻域隨頻率的分布。利用給定的個(gè)樣本數(shù)據(jù)估計(jì)一個(gè)平穩(wěn)隨機(jī)信號的功率譜密度叫做譜估計(jì)。譜估計(jì)方法分N為兩大類經(jīng)典譜估計(jì)和現(xiàn)代譜估計(jì)。經(jīng)典功率譜估計(jì)如周期圖法、自相關(guān)法等，其主要缺陷是描述功率譜波動的數(shù)字特征方差性能較差，頻率分辨率低。方差性能差的原因是無法獲得按功率譜密度定義中求均值和求極限的運(yùn)算2。分辨率低的原因是在周期圖法中，假定延遲窗以外的自相關(guān)函數(shù)全為0。這是不符合實(shí)際情況的，因而產(chǎn)生了較差的頻率分辨率。而現(xiàn)代譜估計(jì)的目標(biāo)都是旨在改善譜估計(jì)的分辨率，如自相關(guān)法和BURG法等。2經(jīng)典功率譜估計(jì)經(jīng)典功率譜估計(jì)經(jīng)典功率譜估計(jì)是截取較長的數(shù)據(jù)鏈中的一段作為工作區(qū)，而工作區(qū)之外的數(shù)據(jù)假設(shè)為0，這樣就相當(dāng)將數(shù)據(jù)加一窗函數(shù)，根據(jù)截取的個(gè)樣本數(shù)據(jù)估N計(jì)出其功率譜1。21周期圖法周期圖法PERIODOGRAMSCHUSTER首先提出周期圖法。周期圖法是根據(jù)各態(tài)歷經(jīng)的隨機(jī)過程功率譜的定義進(jìn)行的譜估計(jì)。取平穩(wěn)隨機(jī)信號的有限個(gè)觀察值，求出其傅里葉變XN011XXXN換10NJJNNNXEXNE然后進(jìn)行譜估計(jì)3圖2周期圖法128N說明1本報(bào)告仿真中所采用的用于功率譜估計(jì)的數(shù)據(jù)文件來自參考文獻(xiàn)3的TESTDAT。該數(shù)據(jù)為128點(diǎn)復(fù)序列（圖3），由復(fù)數(shù)噪聲加上四個(gè)復(fù)正弦組成。其歸一化頻率分別是。12340150160252016FFFF圖3復(fù)序列0127XNN2從仿真圖可以清晰看到，和不能完全分開，僅在波形的頂部能看1F2F

簡介：PCAPCA降維在降維在MATLABMATLAB上的實(shí)現(xiàn)上的實(shí)現(xiàn)學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)計(jì)算機(jī)科學(xué)與技術(shù)年級2011級姓名周忠儒周忠儒王云標(biāo)王云標(biāo)學(xué)號30111216058051指導(dǎo)教師指導(dǎo)教師魏建國魏建國2014年5月28日PCAPCA降維在降維在MATLABMATLAB上的實(shí)現(xiàn)上的實(shí)現(xiàn)一實(shí)驗(yàn)?zāi)康膶?shí)驗(yàn)?zāi)康?掌握PCA降維的基本內(nèi)容2了解MATLAB的基本用法3用PCA降維算法處理圖像數(shù)據(jù)二實(shí)驗(yàn)環(huán)境實(shí)驗(yàn)環(huán)境MATLAB70三實(shí)驗(yàn)原理實(shí)驗(yàn)原理1、PCAPCA降維方法原理降維方法原理PCA的原理就是將原來的樣本數(shù)據(jù)投影到一個(gè)新的空間中，相當(dāng)于我們在矩陣分析里面學(xué)習(xí)的將一組矩陣映射到另外的坐標(biāo)系下。通過一個(gè)轉(zhuǎn)換坐標(biāo)，也可以理解成把一組坐標(biāo)轉(zhuǎn)換到另外一組坐標(biāo)系下，但是在新的坐標(biāo)系下，表示原來的原本不需要那么多的變量，只需要原來樣本的最大的一個(gè)線性無關(guān)組的特征值對應(yīng)的空間的坐標(biāo)即可。PCA即主成分分析，是圖像處理中經(jīng)常用到的降維方法，大家知道，我們在處理有關(guān)數(shù)字圖像處理方面的問題時(shí)，比如經(jīng)常用的圖像的查詢問題，在一個(gè)幾萬或者幾百萬甚至更大的數(shù)據(jù)庫中查詢一幅相近的圖像。這時(shí)，我們通常的方法是對圖像庫中的圖片提取響應(yīng)的特征，如顏色，紋理，SIFT，SURF，VLAD等等特征，然后將其保存，建立響應(yīng)的數(shù)據(jù)索引，然后對要查詢的圖像提取相應(yīng)的特征，與數(shù)據(jù)庫中的圖像特征對比，找出與之最近的圖片。2、MATLABMATLABMATLAB（矩陣實(shí)驗(yàn)室）是MATRIXLABATY的縮寫，是一款由美國THEMATHWKS公司出品的商業(yè)數(shù)學(xué)軟件。MATLAB是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級技術(shù)計(jì)算語言和交互式環(huán)境。除了矩陣運(yùn)算、繪制函數(shù)數(shù)據(jù)圖像等常用功能外，MATLAB還可以用來創(chuàng)建用戶界面及與調(diào)用其它語

簡介：MATLAB教程網(wǎng)收集整理CN附錄Ⅰ工具箱函數(shù)匯總Ⅰ1統(tǒng)計(jì)工具箱函數(shù)統(tǒng)計(jì)工具箱函數(shù)表Ⅰ1概率密度函數(shù)函數(shù)名對應(yīng)分布的概率密度函數(shù)BETAPDF貝塔分布的概率密度函數(shù)BINOPDF二項(xiàng)分布的概率密度函數(shù)CHI2PDF卡方分布的概率密度函數(shù)EXPPDF指數(shù)分布的概率密度函數(shù)FPDFF分布的概率密度函數(shù)GAMPDF伽瑪分布的概率密度函數(shù)GEOPDF幾何分布的概率密度函數(shù)HYGEPDF超幾何分布的概率密度函數(shù)NMPDF正態(tài)（高斯）分布的概率密度函數(shù)LOGNPDF對數(shù)正態(tài)分布的概率密度函數(shù)NBINPDF負(fù)二項(xiàng)分布的概率密度函數(shù)NCFPDF非中心F分布的概率密度函數(shù)NCTPDF非中心T分布的概率密度函數(shù)NCX2PDF非中心卡方分布的概率密度函數(shù)POISSPDF泊松分布的概率密度函數(shù)RAYLPDF雷利分布的概率密度函數(shù)TPDF學(xué)生氏T分布的概率密度函數(shù)UNIDPDF離散均勻分布的概率密度函數(shù)UNIFPDF連續(xù)均勻分布的概率密度函數(shù)WEIBPDF威布爾分布的概率密度函數(shù)表Ⅰ2累加分布函數(shù)函數(shù)名對應(yīng)分布的累加函數(shù)BETACDF貝塔分布的累加函數(shù)BINOCDF二項(xiàng)分布的累加函數(shù)CHI2CDF卡方分布的累加函數(shù)EXPCDF指數(shù)分布的累加函數(shù)FCDFF分布的累加函數(shù)GAMCDF伽瑪分布的累加函數(shù)GEOCDF幾何分布的累加函數(shù)HYGECDF超幾何分布的累加函數(shù)LOGNCDF對數(shù)正態(tài)分布的累加函數(shù)MATLAB61與工程數(shù)學(xué)應(yīng)用指南（下冊）522表Ⅰ4隨機(jī)數(shù)生成器函數(shù)函數(shù)對應(yīng)分布的隨機(jī)數(shù)生成器BETARND貝塔分布的隨機(jī)數(shù)生成器BINND二項(xiàng)分布的隨機(jī)數(shù)生成器CHI2RND卡方分布的隨機(jī)數(shù)生成器EXPRND指數(shù)分布的隨機(jī)數(shù)生成器FRNDF分布的隨機(jī)數(shù)生成器GAMRND伽瑪分布的隨機(jī)數(shù)生成器GEND幾何分布的隨機(jī)數(shù)生成器HYGERND超幾何分布的隨機(jī)數(shù)生成器LOGNRND對數(shù)正態(tài)分布的隨機(jī)數(shù)生成器NBINRND負(fù)二項(xiàng)分布的隨機(jī)數(shù)生成器NCFRND非中心F分布的隨機(jī)數(shù)生成器NCTRND非中心T分布的隨機(jī)數(shù)生成器NCX2RND非中心卡方分布的隨機(jī)數(shù)生成器NMRND正態(tài)（高斯）分布的隨機(jī)數(shù)生成器POISSRND泊松分布的隨機(jī)數(shù)生成器RAYLRND瑞利分布的隨機(jī)數(shù)生成器TRND學(xué)生氏T分布的隨機(jī)數(shù)生成器UNIDRND離散均勻分布的隨機(jī)數(shù)生成器UNIFRND連續(xù)均勻分布的隨機(jī)數(shù)生成器WEIBRND威布爾分布的隨機(jī)數(shù)生成器表Ⅰ5分布函數(shù)的統(tǒng)計(jì)量函數(shù)函數(shù)名對應(yīng)分布的統(tǒng)計(jì)量BETASTAT貝塔分布函數(shù)的統(tǒng)計(jì)量BINOSTAT二項(xiàng)分布函數(shù)的統(tǒng)計(jì)量CHI2STAT卡方分布函數(shù)的統(tǒng)計(jì)量EXPSTAT指數(shù)分布函數(shù)的統(tǒng)計(jì)量FSTATF分布函數(shù)的統(tǒng)計(jì)量GAMSTAT伽瑪分布函數(shù)的統(tǒng)計(jì)量GEOSTAT幾何分布函數(shù)的統(tǒng)計(jì)量HYGESTAT超幾何分布函數(shù)的統(tǒng)計(jì)量LOGNSTAT對數(shù)正態(tài)分布函數(shù)的統(tǒng)計(jì)量NBINSTAT負(fù)二項(xiàng)分布函數(shù)的統(tǒng)計(jì)量NCFSTAT非中心F分布函數(shù)的統(tǒng)計(jì)量NCTSTAT非中心T分布函數(shù)的統(tǒng)計(jì)量NCX2STAT非中心卡方分布函數(shù)的統(tǒng)計(jì)量NMSTAT正態(tài)（高斯）分布函數(shù)的統(tǒng)計(jì)量POISSTAT泊松分布函數(shù)的統(tǒng)計(jì)量

簡介：一數(shù)值積分的實(shí)現(xiàn)方法1變步長辛普生法基于變步長辛普生法，MATLAB給出了QUAD函數(shù)來求定積分。該函數(shù)的調(diào)用格式為INQUADFNAMEABTOLTRACE其中FNAME是被積函數(shù)名。A和B分別是定積分的下限和上限。TOL用來控制積分精度，缺省時(shí)取TOL0001。TRACE控制是否展現(xiàn)積分過程，若取非0則展現(xiàn)積分過程，取0則不展現(xiàn)，缺省時(shí)取TRACE0。返回參數(shù)I即定積分值，N為被積函數(shù)的調(diào)用次數(shù)。例81求定積分。1建立被積函數(shù)文件FESINM。FUNCTIONFFESINXFEXP05XSINXPI62調(diào)用數(shù)值積分函數(shù)QUAD求定積分。SNQUADFESIN03PIS09008N772牛頓－柯特斯法基于牛頓－柯特斯法，MATLAB給出了QUAD8函數(shù)來求定積分。該函數(shù)的調(diào)用格式為INQUAD8FNAMEABTOLTRACE其中參數(shù)的含義和QUAD函數(shù)相似，只是TOL的缺省值取106。該函數(shù)可以更精確地求出定積分的值，且一般情況下函數(shù)調(diào)用的步數(shù)明顯小于QUAD函數(shù)，從而保證能以更高的效率求出所需的定積分值。1被積函數(shù)文件FXM。FUNCTIONFFXXFXSINX1COSXCOSX2調(diào)用函數(shù)QUAD8求定積分。IQUAD8FX0PII24674分別用QUAD函數(shù)和QUAD8函數(shù)求定積分的近似值，并在相同的積分精度下，比較函數(shù)的調(diào)用次數(shù)。調(diào)用函數(shù)QUAD求定積分FMATLONGFXINLINEEXPXINQUADFX1251E10I028579444254766N65調(diào)用函數(shù)QUAD8求定積分FMATLONGFXINLINEEXPXINQUAD8FX1251E10DVDIFFV計(jì)算V的一階差分例87用不同的方法求函數(shù)FX的數(shù)值導(dǎo)數(shù)，并在同一個(gè)坐標(biāo)系中做出FX的圖像。程序如下FINLINESQRTX32X2X12X5165X2GINLINE3X24X1SQRTX32X2X12216X5565X30013PPOLYFITXFX5用5次多項(xiàng)式P擬合FXDPPOLYDERP對擬合多項(xiàng)式P求導(dǎo)數(shù)DPDPXPOLYVALDPX求DP在假設(shè)點(diǎn)的函數(shù)值DXDIFFFX301001直接對FX求數(shù)值導(dǎo)數(shù)GXGX求函數(shù)F的導(dǎo)函數(shù)G在假設(shè)點(diǎn)的導(dǎo)數(shù)PLOTXDPXXDXXGX作圖MATLAB數(shù)值積分的一些做法FILEDUNDER未分類FRANZ931PM今天是元宵節(jié)，突然來講MATLAB的確很奇怪，連我自己也這樣感覺由于MATLAB對于計(jì)算過程的細(xì)節(jié)要求定義詳細(xì)，往往讓人覺得使用不方便與同樣很流行的MATHEMATIC相比，MATLAB更象是程序，而不是象MATHEMATIC那么直觀的寫作業(yè)MATLAB同樣提供符號積分（不定積分）和數(shù)值積分（定積分）兩大功能符號積分使用INT命令，配合之前的函數(shù)定義使用比如ABFUNCTIONFFUNXFAX2B將此文件寸為一個(gè)單獨(dú)M文件，再在主程序中調(diào)用即可FINTFUNCDC和D為積分上下限，通常為符號，可使用SYMSC語句定義。在完成符號積分之后可以對其附值，則就完成了數(shù)值積分的任務(wù)有一點(diǎn)需要注意的是，通過這樣過程求的數(shù)值，其格式為符號格式’SYM’，不能做圖，不能和數(shù)值進(jìn)行運(yùn)算處理方法是

簡介：MATLAB求解延遲微分方程的注意事項(xiàng)求解延遲微分方程的注意事項(xiàng)201008141704MATLABMATLAB求解延遲微分方程的注意事項(xiàng)求解延遲微分方程的注意事項(xiàng)使用MATLAB求解延時(shí)微分方程的兩種方法DDE23DDE23和SIMULINK有些不同點(diǎn)需要注意，否則結(jié)果會出現(xiàn)錯(cuò)誤使用MATLAB來求解延遲微分方程是在生物數(shù)學(xué)和化學(xué)計(jì)算求解中經(jīng)常遇到的事，在其它領(lǐng)域也比較常見。我所知道的，在MATLAB中求解微分方程有三種方法1使用ODE45（龍格庫塔法的一個(gè)變種）求解，這時(shí)用一個(gè)數(shù)組，記錄Y的延遲項(xiàng)，但是C的值要考慮步長，再代入方程就能實(shí)現(xiàn)延時(shí)效應(yīng)；2使用DDE23DDE23求解常數(shù)延時(shí)方程、使用DDESD可以用來求解延遲與時(shí)間T有關(guān)的延遲微分方程；3使用SIMULINK建模求解，SIMULINK是求解廣義微分代數(shù)系統(tǒng)的通用工具，功能很強(qiáng)大，但是看慣了編程指令的人可能不大習(xí)慣，調(diào)試似乎也不太方便。既然本文專門討論求解延遲微分方程，就先介紹一下專用工具DDE23DDE23，DDE系列求解函數(shù)是由SOUTHERNMETHODISTUNIVERSITY的LFSHAMPINE和STHOMPSON根據(jù)他們早期使用FTRAN編寫的FTRAN90DDESOLVER移植到MATLAB上的，從MATLAB65開始加入MATLAB的官方發(fā)行版，根據(jù)薛定宇教授在其幾本關(guān)于MATLAB的著作中提到的，該函數(shù)返回的SOL中結(jié)構(gòu)體SOLX和SOLY均為按行排列，與ODE45等不同，不太規(guī)范（沒辦法，因?yàn)檫@個(gè)函數(shù)本來就不是MATHWKS的官方作品），不過這一點(diǎn)已經(jīng)不大可能得到改進(jìn)了，因?yàn)長FSHAMPINE和STHOMPSON已經(jīng)決定停止維護(hù)這個(gè)文件。如果您想進(jìn)一步了解該函數(shù)，可以訪問它的主頁。MATLAB幫助中關(guān)于該函數(shù)的介紹不很清楚，如果需要進(jìn)一步了解這個(gè)函數(shù)，需要下載作者為其寫的手冊。下面以MATLAB中所附的一個(gè)例程來說明這個(gè)函數(shù)與SIMULINK建模求解的不同。在MATLABPROMPT中鍵入EDITDDEX1就會找看到函數(shù)作者所寫的一個(gè)入門例子FUNCTIONDDEX1?EX1EXAMPLE1FDDE23THISISASIMPLEEXAMPLEOFWILLEBAKERTHATILLUSTRATESTHESTRAIGHTFWARDFMULATIONCOMPUTATIONPLOTTINGOFTHESOLUTIONOFASYSTEMOFDELAYDIFFERENTIALEQUATIONSDDESTHEDIFFERENTIALEQUATIONSY_1TY_1T1Y_2TY_1T1Y_2T02Y_3TY_2TARESOLVEDON05WITHHISTYY_1T1Y_2T1Y_3T1FT0THEDDEREDUCESTOANINITIALVALUEPROBLEMFANODEWITHYT1EQUALTOTHEGIVENHISTYST1INITIALVALUEY01也就是說，仿真求解開始時(shí)間為T0，此時(shí)Y_11，要特別注意，這里設(shè)定的Y的HISTY并不僅僅是Y的初始值，也包括T0任意時(shí)刻的值。也就是說，仿真開始時(shí)刻的這樣，仿真從0時(shí)刻開始Y_1就以初始為1的變化率上升。同理，Y_2的情況也一樣。而在SIMULINK中，我們搭建等效模型如圖建模方程是正確的，各積分模塊的初始值為1，延遲模塊的延時(shí)值設(shè)為1和02，但是得出的結(jié)果與DDE23DDE23有非常大的差別。經(jīng)過數(shù)次更正求解器參數(shù)依然沒有改觀。經(jīng)過對比仿真結(jié)果可以發(fā)現(xiàn)不同于DDE23DDE23，SIMULINK的仿真時(shí)間設(shè)為T0，此時(shí)，Y_1的初始值為1，但是Y_HISTY的值沒有得到體現(xiàn)，也就是說Y_1的值為0，只有到T1時(shí)刻以后，才會有Y_1TYT1，方程延時(shí)效應(yīng)才正式得到體現(xiàn)。這與DDE23DDE23的基本設(shè)定是有差別的。如果方程模型中只有一個(gè)延時(shí)常數(shù)1，將SIMULINK的仿真時(shí)間定為06秒，其中16秒與DDE23DDE23的仿真結(jié)果相同。在本例中有兩個(gè)時(shí)間常數(shù)，這樣做行不通。那么我們可以通過設(shè)定兩個(gè)延時(shí)模塊的INITIALOUTPUT選項(xiàng)分別為Y_111，Y_2021，這樣就會得到與DDE23DDE23相同的結(jié)果。因此，在使用MATLAB求解延遲微分方程時(shí)，應(yīng)該先弄清楚延遲方程的具體意義，再選擇適當(dāng)?shù)那蠼夥绞?，才能得到正確的結(jié)果。順便提一下，MATLAB被廣為詬病的除了昂貴的價(jià)格之外，最突出的就是透明度較低的內(nèi)部算法，使用者往往搞不清算法的內(nèi)部結(jié)構(gòu)（很多算法甚至不予公開），也就無從判斷求解結(jié)果的正確性，這時(shí)，轉(zhuǎn)向一些開源軟件（SCILAB、MAXIMA、OCTAVE、SAGE）和開放式求解庫可以解決問題。

簡介：MATLAB畫分布函數(shù)和概率密度函數(shù)作者獨(dú)閑居士MATLAB工具箱命令匯總學(xué)習(xí)200807011137閱讀62評論1字號大大中中小?、?統(tǒng)計(jì)工具箱函數(shù)表Ⅰ1概率密度函數(shù)函數(shù)名對應(yīng)分布的概率密度函數(shù)BETAPDF貝塔分布的概率密度函數(shù)BINOPDF二項(xiàng)分布的概率密度函數(shù)CHI2PDF卡方分布的概率密度函數(shù)EXPPDF指數(shù)分布的概率密度函數(shù)FPDFF分布的概率密度函數(shù)GAMPDF伽瑪分布的概率密度函數(shù)GEOPDF幾何分布的概率密度函數(shù)HYGEPDF超幾何分布的概率密度函數(shù)NMPDF正態(tài)（高斯）分布的概率密度函數(shù)LOGNPDF對數(shù)正態(tài)分布的概率密度函數(shù)NBINPDF負(fù)二項(xiàng)分布的概率密度函數(shù)NCFPDF非中心F分布的概率密度函數(shù)NCTPDF非中心T分布的概率密度函數(shù)NCX2PDF非中心卡方分布的概率密度函數(shù)POISSPDF泊松分布的概率密度函數(shù)RAYLPDF雷利分布的概率密度函數(shù)TPDF學(xué)生氏T分布的概率密度函數(shù)UNIDPDF離散均勻分布的概率密度函數(shù)UNIFCDF連續(xù)均勻分布的累加函數(shù)WEIBCDF威布爾分布的累加函數(shù)表Ⅰ3累加分布函數(shù)的逆函數(shù)函數(shù)名對應(yīng)分布的累加分布函數(shù)逆函數(shù)BETAINV貝塔分布的累加分布函數(shù)逆函數(shù)BINOINV二項(xiàng)分布的累加分布函數(shù)逆函數(shù)CHI2INV卡方分布的累加分布函數(shù)逆函數(shù)EXPINV指數(shù)分布的累加分布函數(shù)逆函數(shù)FINVF分布的累加分布函數(shù)逆函數(shù)GAMINV伽瑪分布的累加分布函數(shù)逆函數(shù)GEOINV幾何分布的累加分布函數(shù)逆函數(shù)HYGEINV超幾何分布的累加分布函數(shù)逆函數(shù)LOGNINV對數(shù)正態(tài)分布的累加分布函數(shù)逆函數(shù)NBININV負(fù)二項(xiàng)分布的累加分布函數(shù)逆函數(shù)NCFINV非中心F分布的累加分布函數(shù)逆函數(shù)NCTINV非中心T分布的累加分布函數(shù)逆函數(shù)NCX2INV非中心卡方分布的累加分布函數(shù)逆函數(shù)ICDFNMINV正態(tài)（高斯）分布的累加分布函數(shù)逆函數(shù)POISSINV泊松分布的累加分布函數(shù)逆函數(shù)RAYLINV雷利分布的累加分布函數(shù)逆函數(shù)TINV學(xué)生氏T分布的累加分布函數(shù)逆函數(shù)UNIDINV

簡介：控制系統(tǒng)的MATLAB仿真與設(shè)計(jì)實(shí)驗(yàn)作業(yè)1第二章第二章數(shù)據(jù)結(jié)構(gòu)及其運(yùn)算數(shù)據(jù)結(jié)構(gòu)及其運(yùn)算21實(shí)驗(yàn)程序?qū)嶒?yàn)程序X12233445566778逐個(gè)輸入數(shù)組中的元素值X6讀數(shù)組中的第6個(gè)元素X135返回?cái)?shù)組的第1、3、5個(gè)元素構(gòu)成的子數(shù)組X4END返回第4個(gè)元素與其后所有元素構(gòu)成的子數(shù)組XFINDX70返回?cái)?shù)組中大于70的元素的值MATLAB分步截屏分步截屏創(chuàng)建一個(gè)有7個(gè)元素的一維數(shù)組直接尋訪一維數(shù)組的第6個(gè)元素尋訪一維數(shù)組的第1，3，5個(gè)元素3尋訪一維數(shù)組中第4個(gè)至最后一個(gè)元素尋訪一維數(shù)組中大于70的元素23實(shí)驗(yàn)程序?qū)嶒?yàn)程序控制系統(tǒng)的MATLAB仿真與設(shè)計(jì)實(shí)驗(yàn)作業(yè)325實(shí)驗(yàn)程序?qū)嶒?yàn)程序P1102定義多項(xiàng)式P1SS21P214定義多項(xiàng)式P2SS4P311定義多項(xiàng)式P3SS1P4CONVP1CONVP2P3定義多項(xiàng)式P4SP1SP2SP3SP51011定義多項(xiàng)式P5SS3S1QRDECONVP4P5求P4SP5SDISP商POLY2STRQSDISP余式POLY2STRRSMATLAB實(shí)驗(yàn)截屏實(shí)驗(yàn)截屏26實(shí)驗(yàn)程序?qū)嶒?yàn)程序A122334455667788990定義3階數(shù)組AP1APOLYA創(chuàng)建方陣A的特征多項(xiàng)式P1AP2APOLY2STRP1AS將擬合后的P1A多項(xiàng)式系數(shù)轉(zhuǎn)換為字符形式的特征多項(xiàng)式函數(shù)P2AMATLAB實(shí)驗(yàn)截屏實(shí)驗(yàn)截屏