matlab實驗體會

MATLAB實驗心得

1000360217蘭海雪

首先我們知道，MATLAB是由美國mathworks公司發(fā)布的主要面對科學(xué)計算、可視化以及交互式程序設(shè)計的高科技計算環(huán)境。它將數(shù)值分析、矩陣計算、科學(xué)數(shù)據(jù)可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計以及必須進(jìn)行有效數(shù)值計算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計語言（如C、Fortran）的編輯模式，代表了當(dāng)今國際科學(xué)計算軟件的先進(jìn)水平。

本學(xué)期我們也使用到MATLAB,經(jīng)過這幾次的自主實驗，我發(fā)現(xiàn)MATLAB確實是非常的強大。而且操作起來也非常的簡單。可以說Matlab其實還是一個高級的距陣/陣列語言，它包含控制語句、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入和輸出和面向?qū)ο缶幊烫攸c。我們可以在命令窗口中將輸入語句與執(zhí)行命令同步，也可以先編寫好一個較大的復(fù)雜的應(yīng)用程序(M文件)后再一起運行。新版本的MATLAB語言是基于最為流行的C＋＋語言基礎(chǔ)上的，因此語法特征與C＋＋語言極為相似，而且更加簡單，更加符合科技人員對數(shù)學(xué)表達(dá)式的書寫格式。即便是是我們這樣的普通人也能很好的使用，而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學(xué)研究及工程計算各個領(lǐng)域的重要原因。不得不說這確實是一個很好用的軟件。

首先我們在進(jìn)行行列式與方程組的求解時，就能很好的應(yīng)用它。此時我們就只需要掌握以下命令：clear-----------清除工作空間的各種變量clc-------------清除工作窗口

[m,n]=size(A)------m,n分別為Ａ的行數(shù)與列數(shù)det(A)----------計算A的行列式rank(A)-----------計算A的秩

U=rref(A)----對矩陣Ａ進(jìn)行初等行變換，Ｕ為Ａ的行最簡型矩陣A(:,i)=b------------將b賦值給A的第i列A(:,1：4)----------取矩陣A的第1列到第4列A(i,j)--------------引用矩陣A的第i行第j列的元素symsx-----------定義x為符號變量＝＝---------關(guān)系運算符號：等于

factor(D)------------對符號變量多項式D進(jìn)行因式分解solve(D)-----------求符號變量多項式D＝0的解例如：

我們求以下非齊次線性方程組的通解：

2x14x2x34x416x523x16x22x36x423x57x2x5x2x19x4323451

在MATLAB中,我們可以這么做：

A=[24-1416;-3-62-6-23;36-4619;125219]b=[-2;7;-23;43]

[R,s]=rref([A,b])%將增廣矩陣的行最簡形矩陣賦給R[m,n]=size(A)

x0=zeros(n,1)%將特解x0初始化為n維零向量；r=length(s)

x0(s,:)=R(1:r,end)%將矩陣R的最后一列按基準(zhǔn)元素的位置給特解x0賦值null(A,"r")

容易吧!你看，我們只需要一些簡單的代碼就能快速的把這么復(fù)雜的題給解出來了，省掉了很多繁瑣的計算過程，大大的節(jié)約了我們寶貴的時間。更重要的是這還不容易出錯，如果你用手算，在計算過程中一個不小心算錯了一個數(shù)，可想而知答案肯定錯了。所以使用MATLAB還可以保證你的正確率。

其實我覺得最有趣的還是它對圖片的處理功能，我們知道圖像是一種二維的連續(xù)函數(shù)，然而在計算機上對圖像進(jìn)行數(shù)字處理的時候，首先必須對其在空間和亮度上進(jìn)行數(shù)字化，這就是圖像的采樣和量化的過程。二維圖像進(jìn)行均勻采樣，就可以得到一幅離散化成M×N樣本的數(shù)字圖像，該數(shù)字圖像是一個整數(shù)陣列，因而用矩陣來描述該數(shù)字圖像是最直觀最簡便的了。而MATLAB的長處就是處理矩陣運算，因此用MATLAB處理數(shù)字圖像非常的方便。所以說MATLAB是非常棒的，某些方面甚至堪比PHOTOSHOP，可以說能對圖片能起到加密的作用。

其實MATLAB的功能還有很多，遠(yuǎn)超我以上所說的。比如：對向量組正交化；化二次型為標(biāo)準(zhǔn)型；判定矩陣的正定性；求矩陣特征值與特征向量；判定矩陣的正定性等等。但由于時間和學(xué)習(xí)的關(guān)系，其中還有好多個功能我都還沒有使用過，僅僅聽過別人的介紹。我相信在以后的日子里，我會逐步去了解它，運用它。只有當(dāng)你完全能理解和使用它的時候,你才會知道它的強大。

擴展閱讀：matlab實驗心得總結(jié)

通過《matlab仿真》實驗使我學(xué)習(xí)掌握了許多知識。首先是對matlab有了一個全新的認(rèn)識，其次是對matlab的更多操作和命令的使用有了更高的掌握，最重要的事對matlab的處理能力有了一個更高的飛躍尤其是對相關(guān)函數(shù)的使用及相關(guān)問題的處理。

就對matlab相關(guān)的命令操作而言，通過這次實驗的親身操作和實踐，學(xué)習(xí)掌握了許多原本不知道的或者不太熟悉的命令。比如說相關(guān)m文件的建立，畫圖用到的標(biāo)注，配色，坐標(biāo)控制，同一張圖里畫幾幅不同的圖像，相關(guān)參數(shù)的設(shè)置以及相關(guān)函數(shù)的調(diào)用格式等等。就拿建立一個數(shù)學(xué)方程而言，通過設(shè)置不同的參數(shù)達(dá)到所需要的要求和結(jié)果，而且還可以在不同的窗口建立不同的函數(shù)而達(dá)到相同的效果，比如說可以再命令窗口和m文件中通過不同的命令設(shè)置的到相同的所需的效果圖。而自己對于矩陣及閉環(huán)傳遞函數(shù)的建立原本所掌握的知識幾乎為零，而通過這次實驗使我徹底的掌握了相關(guān)的命令操作和處理的方法，在這里我們不僅可以通過建立函數(shù)和參數(shù)來達(dá)到目標(biāo)效果，而且還可以通過可視化的編程達(dá)到更快更方便，更簡潔的效果。就拿可視化編程而言原本根本就只是聽說而已罷了，從來就沒有親身去嘗試過，然而現(xiàn)在自己卻可以和容易的通過搭建不同功能木塊來實現(xiàn)相關(guān)的函數(shù)及功能。這些在原本根本就不敢相信，然而通過《matlab仿真》的學(xué)習(xí)和實驗親身操作這些原本看似不可能的操作在此就變的輕而易舉的事了。

再此我不得不題到的事指導(dǎo)老師教我們怎么去搭建構(gòu)造相關(guān)閉環(huán)傳遞函數(shù)的實驗，這個實驗幾乎在我們的這次實驗中占據(jù)了非常大的比重，在后面的幾個大一點的實驗中幾乎都是涉及這個方面的內(nèi)容，我現(xiàn)在想說的事怎么去搭建相關(guān)的函數(shù)和功能模塊對我們來說幾乎已經(jīng)不是什么難事了，就拿怎么去對模塊功能的實現(xiàn)以及分析確實是個重點和難點。通過對同一個模塊分析其對應(yīng)的不同的參數(shù)分析圖的建立去分析和解釋其對應(yīng)的相關(guān)功能和技術(shù)指標(biāo)和性能分析是非常重要的，我們不可能只需要建立相關(guān)的模塊和功能就說自己掌握了所有的相關(guān)知識和技術(shù)，真正的技術(shù)和知識是怎么去分析和解釋相關(guān)的技術(shù)指標(biāo)和功能參數(shù)才是重中之重。就此而言，我坦誠的說自己所掌握的還是十分的有限的，但是老師給我們介紹的相關(guān)方法和技巧還是十分有效果的，如果自己真的想在這方面有什么建樹對自己以后的要求還是需要更改的要求的，萬不可以就此止步不前，自命不凡，我們還需掌握和了解還有許多許多，我們真正所掌握的只是皮毛，要想取得更大的成績就得不斷的去努力學(xué)習(xí)和汲取相關(guān)的知識和技巧。萬不可自以為傲，裹足不前，matlab真的是個非常強大和有用的工具我們真正的能把它學(xué)懂學(xué)透的話還是需要下非常大的功夫和努力的。然而，不是說興趣才是最大的老師嘛，我也相信，只要你自己有興趣，即使它再怎么強大和難搞，我們能做的還是非常多的，關(guān)鍵的就只是在于你自己的態(tài)度了。我這里想說的事，matlab對于我來說是非常有吸引力的，我不敢說自己多么喜歡它，但是興趣確實蠻高的，所以我相信在以后的學(xué)習(xí)和工作當(dāng)中matlab將成為我非常有用的幫忙工具和好伙伴，也許這要說有點太草率了，但是我覺得對它的評價怎么也不會讓每一個接觸過它的人吝嗇是自己贊美之詞。它不僅僅可以用來建模分析函數(shù)，還可以用來進(jìn)行圖形的建模和仿真，還可以用來分析系統(tǒng)和函數(shù)的參數(shù)穩(wěn)定性等等。再次就不一一列舉了，我怕三天也不會說完的。最后我再次也希望通過這篇總結(jié)來表達(dá)自己對知道老師的感謝之情，謝謝您的不懈努力和耐心指導(dǎo)，才使得我再這次的實驗過程中收獲的這么多，也正式您的不吝教誨才使得我們在這次實驗中學(xué)習(xí)和收獲了許多的有用的知識和技巧，我相信在以后的學(xué)習(xí)或者工作中一定有其用武之地。過多的感謝無以言表，萬分感激，百口不勝言表，至此敬禮！

友情提示：本文中關(guān)于《matlab實驗體會》給出的范例僅供您參考拓展思維使用，matlab實驗體會：該篇文章建議您自主創(chuàng)作。

來源：網(wǎng)絡(luò)整理 免責(zé)聲明：本文僅限學(xué)習(xí)分享，如產(chǎn)生版權(quán)問題，請聯(lián)系我們及時刪除。

《matlab實驗體會》由互聯(lián)網(wǎng)用戶整理提供,轉(zhuǎn)載分享請保留原作者信息,謝謝!
鏈接地址：http://www.7334dd.com/gongwen/672695.html

• 上一篇：企業(yè)認(rèn)知實習(xí)小結(jié)
• 下一篇：電子商務(wù)沙盤