matlab cond含糊,MATLAB数学实验总结

2023-10-08 23:59

本文主要是介绍matlab cond含糊,MATLAB数学实验总结,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

L1 MATLAB 基础知识

#####P6 表1-3 数据显示格式 format rat format long #####P20 表2-5 常用的矩阵函数 zeros(m,n) %零阵 eye(n) %单位阵 ones(m,n) %全一阵 diag(v,k) %k=0,v为行矩阵时生成对角阵如 diag([3 4 5]),v为一般矩阵时取对角元素成列矩阵 rand(m,n) %随机阵 #####P24 表2-6 常用函数命令,该页上有矩阵运算规则 exp(x) %$e^x$ abs(x) %$|x|$ sqrt(x) %$\sqrt{x}$ log(x) %$lnx$ #####:操作符 j:k %[j,j+1,j+2,…,k] 步长为1的等差数列 j:i:k %[j,j+i,j+2*i,…,k]步长为i的等差数列 #####矩阵的操作 A(i,j) %取矩阵A的第i行第j列元素 A(i) %取矩阵A的第i个元素 A(i:j) %A(i),A(i+1),…,A(j) A(i,:) %A取矩阵的第i行 A(:,j) %取矩阵A的第j列 #####for循环

for i=from:step:to

……

end

#####if语句

if something

do sth

elseif something

do sth

……

else

do sth

end

#####交互语句 a=input('请输入') a=input('请输入','s')

####作业:P16 第4题, P27第2题 1、求$\sum_{k=1}^n k!$

function s=JCH(k)

if(k<0) disp('输入参数的值不合法');

elseif(k==0) s=1;

else

su = 0;

for i = 1 : 1 : k

jiecheng = 1;

for j = 1 : 1 : i

jiecheng = jiecheng * j ; %内循环求阶乘

end

su = jiecheng + su ; %外循环求和

end

s = su ;

end

end

2、矩阵的*与 .* 运算 略

###L2 MATLAB 绘图 #####二维绘图 plot(y) plot(x,y) plot(x1,y1,x2,y2,x3,y3…) plot(x1,y1,’ String1’,x2,y2,’ String2’,…) %P44 表4-1、表4-2、表4-3 subplot(m,n,i) subplot('position',[left bottom width height]) %各参数在0~1之间取值 #####图形标注 title('string') xlabel('string') ylabel('string') zlabel('string') gtext('string') %鼠标定位标注 legend('string1','string2','string3') %图例标注 #####三维曲线绘图 plot3(X,Y,Z) plot3(X,Y,Z,’String’) plot3(X1,Y1,Z1,’ String1’,X2,Y2,Z2,’ String2’,…)

####作业:p79 1,3,5 例:画出函数 $ y = sin^2 x $在$-5 \le x \le 5 $ 的图形。

x=-5:0.1:5;

y=sin(x.^2);

plot(x,y),grid on%网格线

1、绘制$y=e^{\frac{\pi}{3}}sin(3x),x \in [0,4\pi]$,要求蓝色星号画图,红点划线画包络线 $y=\pm e^{\frac{x}{3}}$。

clear;

clf;

x = 0 : pi/50 : 4*pi ;

y = exp(x/3).*sin(3*x);

y1 = exp(x/3);

y2 = - y1;

plot(x,y,'b*',x,y1,'r-.',x,y2,'r-.')

3、同一窗口画三个子图,要求用指令:gtext axis legend title xlabel ylabel:

clear;

clf;

x1 = -pi : pi/50 : pi ;

x2 = pi : pi/100 : 4*pi ;

x3 = 1 : 0.1 : 8 ;

y1 = x1 .* cos(x1) ;

y2 = x2 .* tan(1 ./ x2) .* sin(x2.^3) ;

y3 = exp(1 ./ x3) .* sin(x3);

subplot(2,2,1) , plot(x1,y1),grid on;

axis on;%恢复消隐坐标轴 ;

axis equal;%使坐标轴在三个方向上刻度增量相同

legend('y1 = x1*cos(x1)');

title('曲线y1 = x1*cos(x1)')

xlabel('x1');ylabel('y1');

gtext('y1 = x1*cos(x1) ');

subplot('position',[0.15,0.15,0.75,0.3]) , plot(x2,y2),grid on;

axis on ;

legend('y2 = x2*tan(1/x2)*sin(x2^3)');

title('曲线y2 = x2*tan(1/x2)*sin(x2^3)')

xlabel('x2');ylabel('y2');

gtext('y2 = x2*tan(1/x2)*sin(x2^3) ');

subplot(2,2,2) , plot(x3,y3),grid on;

axis on ; axis equal;

legend('y3 = exp(1/x3)*sin(x3)');

title('曲线y3 = exp(1/x3)*sin(x3)')

xlabel('x3');ylabel('y3');

gtext('y3 = exp(1/x3)*sin(x3)');

结果:

3970032

5、绘制圆锥螺线的图像并加以标注,给出了参数方程:

clear

clf

t= 0 : pi/10 : 20*pi ;

x= t .* cos(pi/6*t);

y= t .* sin(pi/6*t);

z= 2*t;

plot3(x,y,z);

title('圆锥螺线的图像');

xlabel('x轴');

ylabel('y轴');

zlabel('z轴');

legend('圆锥螺线');

grid on;

axis square;%使坐标轴在三个方向上长度相同

###L3 MATLAB 三维曲面绘图 #####网格绘图 网格图:线条有颜色,空挡没有颜色 [x,y]=meshgrid(x,y) %生成的X、Y都是y*x维的矩阵(生成二维网格) [X,Y]=meshgrid(x) %等价于meshgrid(x,x) [X Y Z]=meshgrid(x,y,z) [X,Y,Z]=meshgrid(x) %等价于meshgrid(x,x,x) mesh(X,Y,Z) %X,Y,Z为空间坐标矩阵 #####表面绘图 曲面图:线条是黑色,空挡有颜色(把线条之间的空挡填充颜色,沿z轴按每一网格变化) surf(X,Y,Z) #####三维图形控制命令 view(az,el) %az为水平方位角,从y轴负方向开始,逆时针旋转为正;el为垂直方位角,以向z轴方向旋转为正。三维默认视角为az=-37.5, el=30

3970032 view([x,y,z]) %笛卡尔坐标系下的视角,忽略向量的幅值 rotate(h,direction,alpha,orgin) %h---表示被旋转的对象;direction--方向轴:可用球坐标[theta,phi]或直角坐标[x,y,z];alpha---按右手法旋转的角度;orgin---支点

3970032 rotate3d %动态旋转命令,可以让用户使用鼠标来旋转视角 ####作业:p79 7,8,9 例1:分别用mesh surf绘制$z=xe^{-(x^2+y^2)},-2\le x,y\le 2$。

t=-2:0.1:2;

[x,y]=meshgrid(t);

z=x.*exp(-x.^2-y.^2);

subplot(1,2,1),mesh(x,y,z),title('网格图')

subplot(1,2,2),surf(x,y,z),title('表面图')

例2:用平行截面法讨论由方程构成的马鞍面形状。

t=-10:0.1:10;

[x,y]=meshgrid(t);

z1=(x.^2-2*y.^2)+eps;%eps是matlab中最小的正数,eps=2.22044604925031e-016

subplot(1,3,1),mesh(x,y,z1),title('马鞍面')

a=input('a=(-50

z2=a*ones(size(x));

subplot(1,3,2),mesh(x,y,z2),title('平面')

r0=abs(z1-z2)<=1;

zz=r0.*z2;yy=r0.*y;xx=r0.*x;

subplot(1,3,3),plot3(xx(r0~=0),yy(r0~=0),zz(r0~=0),'o')

title('交线')

结果(输入a=20):

3970032

7、用mesh surf 分别画图:

clear

clf

clc

t = -1 : 0.1 : 1;

[x,y] = meshgrid(t);

z = x.^2 + 3*y.^2;

subplot(1,2,1),

mesh(x,y,z);

subplot(1,2,2),

surf(x,y,z);

8、画立体图$\frac{x^2}{9}+\frac{y^2}{16}+\frac{z^2}{4}=1$在各个坐标平面上的投影:

clear

clf

clc

[xx,yy,zz] = sphere(30);%绘制单位球面并给与xx,yy,zz的返回值成矩阵

x = 1/3*xx;y = 1/4*yy;z = 1/2*zz;

subplot(2,2,1);surf(x,y,z);

subplot(2,2,2);surf(x,y,z);view([1,0,0])

subplot(2,2,3);surf(x,y,z);view([0,1,0])

subplot(2,2,4);surf(x,y,z);view([0,0,1])

9、画三维曲面$z=5-x^2-y^2,-2\le x,y \le 2$与平面$z=3$的交线:

clear

clf

clc

t = -2 : 0.1 : 2;

[x,y] = meshgrid(t);

z1 = 5 - x.^2 - y.^2;

subplot(1,3,1),mesh(x,y,z1);

z2 = 3*ones(size(x));

subplot(1,3,2),mesh(x,y,z2);

r0 = (z1 - z2) == 0;

zz = r0.*z1;%最好写z2,原因看例题中的abs()

yy = r0.*y;

xx = r0.*x;

subplot(1,3,3),plot3(xx(r0~=0),yy(r0~=0),zz(r0~=0),'*')

###L4 线性代数与数值积分 #####矩阵的基本运算,更多请看P82 表5-1 矩阵的基本运算 k*A %数乘,k是一个数,A是一个矩阵 A/B %矩阵的左除,AX=B, X=A^-1^B, A必须是方阵 A\B %矩阵的右除,XB=A,X=AB^-1^, B必须是方阵 det(A) %矩阵的行列式,A必须为方阵 inv(A) %矩阵的逆,A必须为方阵且|A|$\ne$0 A^n %矩阵的乘幂,A必须为方阵,n是正整数 rref(A) %矩阵行变换化简,求A阶梯形的行最简形式 #####矩阵的特征值、特征向量、特征多项式 [V,D]=eig(A) %V是方阵A的特征向量矩阵,D是方阵A的特征值矩阵 p=poly(A) %若A为矩阵,则p为A的特征多项式系数;若A为行向量,则p为以A为根的特征多项式系数。 poly2str(p,’x’) %得到多项式的习惯形式 #####用数值方法计算定积分 1、 矩形法 例1:计算定积分$\int_0^1 \frac{4}{1+x^2}dx$, 并于精确值$\pi$比较

h=0.01;x=0:h:1;

y=4./(1+x.^2);

format long

z1=sum(y(1:length(x)-1))*h %左矩形公式

z2=sum(y(2:length(x)))*h %右矩形公式

format short

u1=z1-pi,u2=z2-pi

结果: z1 =3.151575986923129 z2 =3.131575986923129 u1 = 0.0100 u2 = -0.0100

2、复合梯形公式 trapz(x,y) z3=trapz(x,y) 结果: z3 =3.141575986923129

3、复合辛普生公式 quad(‘fun’,a,b,tol,trace)

式中fun是被积函数表达式字符串或者是M函数文件;

a,b是积分的下限与上限;

tol代表精度,可以缺省(tol=0.001);

trace=1时用图形展示积分过程,省略时无图形。

###作业: P114 12,14 P115 21. (1),(2) P167 17. (2) 18 例1:

A=[1,-1;2,4];

p=poly(A)

poly2str(p,’x’)

结果: p=[1 -5 6] x^2-5x+6 补充:

3970032

12、随即输入一个6阶方阵,并求转置、行列式、秩、行最简

clear

clc

format rat

a=rand(6)%rand(n)返回一个nxn的随机矩阵,数值范围在(0,1)之间;rand(m,n)返回一个mxn的随机矩阵

b=a'%求转置矩阵

c=det(a)

d=rank(a)%求矩阵的秩

e=rref(a)

14、求矩阵的特征多项式 特征值 特征向量

clear

clc

format rat

a=[2 1 1;1 2 1;1 1 2];

[V,D]=eig(a)

p=poly(a);

poly2str(p,'x')

21.(1)(2)见附件

17.(2)->例3代替 用三种方法求积分的数值解:$\int_0^1\frac{sin^2}{x+1}dx$

x=0:0.01:1;

y=sin(x.^2)./(x+1);%特别小心./

s1=sum(y(1:100))*0.01

s2=sum(y(2:101))*0.01

s3=trapz(x,y)

ff=inline('sin(x.^2)./(x+1)','x')%非常重要的就是函数怎么写出来

s4=quad(ff,0,1)

结果: s1 =0.178688675864628 s2 =0.182896030788667 s3 =0.180792353326647 ff =内联函数:ff(x) = sin(x.^2)./(x+1) s4 =0.180789631475358

关于函数的表示还可以这样 : 建立函数文件jifen.m: function y=jifen(x) y=sin(x.^2)./(x+1); 编程如下: s=quad('jifen',0,1)

18、用多种数值方法计算定积分,并与精确值$\sqrt{2}$比较,同例1,不再赘述

###L5 拟合与插值 #####曲线拟合 ######多项式拟合 p=polyfit(x,y,n) n次多项式数据拟合 poly2str(p,‘x’) 将多项式表示成习惯的形式 polyval(p,X) 按数组规则计算X处多项式的值 例:

x=1:0.1:2;

y=[2.1,3.2,2.1,2.5,3.2,3.5,3.4,4.1,4.7,5.0,4.8];

p2=polyfit(x,y,2) %多项式拟合,次数是2 ,p2为拟合多项式的系数

p3=polyfit(x,y,3);

p7=polyfit(x,y,7);

disp(‘二次拟合函数'),f2=poly2str(p2,'x')

disp(‘三次拟合函数'),f3=poly2str(p3,'x');

disp(‘七次拟合函数'),f7=poly2str(p7,'x');

x1=1:0.01:2;

y2=polyval(p2,x1); %多项式p2在x1处的值

y3=polyval(p3,x1);

y7=polyval(p7,x1);

plot(x,y,'rp',x1,y2,'--',x1,y3,'k-.',x1,y7);

结果: p2=1.3869 -1.2608 2.141 f2 =1.3869 x^2 - 1.2608 x + 2.141

3970032 #####插值 ######一维多项式插值 yi=interp1(x,y,xi,method) %当输入的x是等间距时,可在插值方法method前加*,以提高处理速度。

‘nearest’:最近点插值,插值点处的值取与该插值点距离最近的数据点函数值;

‘linear’:分段线性插值,用直线连接数据点,插值点的值取对应直线上的值;

‘spline’:三次样条函数插值,该方法用三次样条曲线通过数据点,插值点处的值取对应曲线上的值;

‘cubic’:分段三次Hermite插值,确定三次Hermite函数,根据该函数确定插值点的函数值。

缺省时表示分段线性插值。 例:用以上4种方法对y=cosx在[0,6]上的一维插值效果进行比较。

x=0:6;

y=cos(x);

xi=0:.25:6;

yi1=interp1(x,y,xi,'*nearest');

yi2=interp1(x,y,xi,'*linear');

yi3=interp1(x,y,xi,'*spline');

yi4=interp1(x,y,xi,'*cubic');

plot(x,y,'ro',xi,yi1,'--',xi,yi2,'-',xi,yi3,'k.-',xi,yi4,'m:')

legend(‘原始数据’,‘最近点插值’,‘线性插值’,’样条插值‘,’立方插值’)

结果:

3970032 ######二维多项式插值 zi=interp2(x,y,z,xi,yi,method) 例:用以上4种方法对$z=xe^{-(x^2+y^2)}$在[-2,2 ]上的二维多项式插值效果进行比较。

[x,y]=meshgrid(-2:.5:2);

z=x.*exp(-x.^2-y.^2);

[x1,y1]=meshgrid(-2:.1:2);

z1=x1.*exp(-x1.^2-y1.^2);

figure(1)

subplot(1,2,1),mesh(x,y,z),title('数据点')

subplot(1,2,2),mesh(x1,y1,z1),title('函数图象')

[xi,yi]=meshgrid(-2:.125:2);

zi1=interp2(x,y,z,xi,yi,'*nearest');

zi2=interp2(x,y,z,xi,yi,'*linear');

zi3=interp2(x,y,z,xi,yi,'*spline');

zi4=interp2(x,y,z,xi,yi,'*cubic');

figure(2)

subplot(221),mesh(xi,yi,zi1),title('最近点插值')

subplot(222),mesh(xi,yi,zi2),title('线性插值')

subplot(223),mesh(xi,yi,zi3),title('样条插值')

subplot(224),mesh(xi,yi,zi4),title('立方插值')

结果:

3970032

3970032 ####作业:P130 8,10,12 8、用一次、三次、五次多项式拟合数据并画出图形。

clear

clc

clf

x=[0.1 0.3 0.4 0.55 0.7 0.8 0.95];

y=[15 18 19 21 22.6 23.8 26];

p1=polyfit(x,y,1);

p3=polyfit(x,y,3);

p5=polyfit(x,y,5);

x1=0.1:0.01:0.95;

y1=polyval(p1,x1);

y3=polyval(p3,x1);

y5=polyval(p5,x1);

plot(x,y,'r*',x1,y1,'--',x1,y3,'m:',x1,y5)

legend('拟合点','一次拟合','三次拟合','五次拟合')

10、用不同的插值方法计算X=18和26时Y的值。

clear

clc

x=10:5:30;

y=[25.2,29.8,31.2,31.7,29.4];

xi=10:30;

yi1=interp1(x,y,xi,'*nearest');

yi2=interp1(x,y,xi,'*linear');

yi3=interp1(x,y,xi,'*spline');

yi4=interp1(x,y,xi,'*cubic');

plot(x,y,'ro',xi,yi1,'--',xi,yi2,'-',xi,yi3,'k.-',xi,yi4,'m:')

legend('原始数据','最近点插值','线性插值','样条插值','立方插值')

y18=interp1(x,y,18,'*spline')

y26=interp1(x,y,26,'*spline')

12、用不同方法对$z=\frac{x^2}{16}-\frac{y^2}{9}$在(-3,3)上的二维插值效果进行比较。

clear

clc

clf

[x,y]=meshgrid(-3:0.5:3);

z=x.^2./16-y.^2./9;

[x1,y1]=meshgrid(-3:0.1:3);

z1=x1.^2./16-y1.^2./9;

figure(1)

subplot(1,2,1),mesh(x,y,z),title('数据点')

subplot(1,2,2),mesh(x1,y1,z1),title('函数图象')

[xi,yi]=meshgrid(-3:.125:3);

zi1=interp2(x,y,z,xi,yi,'*nearest');

zi2=interp2(x,y,z,xi,yi,'*linear');

zi3=interp2(x,y,z,xi,yi,'*spline');

zi4=interp2(x,y,z,xi,yi,'*cubic');

figure(2)

subplot(2,2,1),mesh(xi,yi,zi1),title('最近点插值')

subplot(2,2,2),mesh(xi,yi,zi2),title('线性插值')

subplot(2,2,3),mesh(xi,yi,zi3),title('样条插值')

subplot(2,2,4),mesh(xi,yi,zi4),title('立方插值')

###L6 常微分方程的求解 #####符号解法 dsolve(’eqution’,’var’) dsolve(’eqution’ , ’cond1,cond2,…’ , ’var’) 例1:$\frac{dy}{dx}=y^2$ dsolve('Dy=y^2','x') 例2:$xy''-3y'=x^2,y(1)=0,y(5)=0$ dsolve('x*D2y-3*Dy=x^2','y(1)=0,y(5)=0','x') #####数值解法 龙格库塔方法 [t,y]=ode23(‘fun’,tspan,y0) [t,y]=ode45(‘fun’,tspan,y0) 其中,fun是定义函数的文件名,该函数fun必须以dy输出量,以t,y为输入量。tspan=[t0 tf]表示积分的起始值和终止值;y0是初始状态列向量。 例3:$y'=ytant+sect,0\le t\le 1,y|_{t=0}=\frac{\pi}{2}$,试求数值解,并与精确解$y(t)=\frac{t+\frac{\pi}{2}}{cost}$比较。 分析:这个方程满足“以dy输出,t、y输入”的条件, 解:1)编写函数文件funst.m

function yp=funst(t,y)

yp=sec(t)+y*tant(t);

2)主程序

t0=0;tf=1;

y0=pi/2;

[t,y]=ode23('funst',[t0,tf],y0);

yy=(t+pi/2)./cos(t);

plot(t,y,'-',t,yy,'o')

[t,y,yy]

例2:用数值积分的方法求解微分方程:$y''+y=1-\frac{t^2}{2\pi}$,设初始时间$t_0=0$,终止时间$t_f=3\pi$,初始条件$y|{t=0}=0,y'|{t=0}=0$ 分析:对方程进行降阶成一阶微分方程 令:$x_1=y,x_2=y'=x_1',x_2'=y''$ 于是:$x_2'+x_1=1-\frac{t^2}{2\pi}$ 故原微分方程化为: $x_2'+x_1=1-\frac{t^2}{2\pi}$ $x_1'=x_2$ 即: $x_1'=0x_1+x_2+0$ $x_2'=-x_1+0x_2+(1-\frac{t^2}{2\pi})$ 写成矩阵形式:

3970032 解:1)编写函数文件exf.m

function xdot=exf(t,x)

u=1-(t.^2)/(2*pi);

xdot=[0,1;-1,0]*x+[0 ;1]*u;

2)主程序如下:

clf;

t0=0;

tf=3*pi;

x0=[0;0];%初始条件列向量

[t,x]=ode23('exf',[t0,tf],x0)

y=x(:,1); %[t,x]中求出的x是按列排列, 故用ode23求出x后 只要第一列即为y

y2=-1/2*(-2*pi-2+t.^2)/pi-(pi+1)/pi*cos(t);%解析解

plot(t,y,'-', t,y2,'o')

注意解析解的求法: dsolve('D2y+y=1-t^2 /(2*pi)','y(0)=0,Dy(0)=0','t') ans = -1/2*(-2pi-2+t^2)/pi-(pi+1)/picos(t) ####作业:P168 24,27 24、求解析解。 y=dsolve('Dy=x*sin(x)/cos(y)','x') 27、用数值方法求解下列微分方程,并用不同颜色和线形将y和y'画在同一个图形窗口中: 初始时间:$t_0=0$;终止时间:$t_f=\pi$;初始条件:$y|{t=0}=0.1,y'|{t=0}=0.2$ 分析:略,看例2 解:1)编写函数文件exf.m

function xdot=exf(t,x)

u=1-2*t;

xdot=[0,1;1,-t]*x+[0;1]*u;

2)主程序如下:

t0=0;

tf=pi;

x0t=[0.1;0.2];

[t,x]=ode23('exf',[t0,tf],x0t);

y=x(:,1);

y2=x(:,2);

plot(t,y,'-',t,y2,'o')

legend('原函数','导数')

###L7 随机试验、统计分析、计算机模拟 #####随机试验 例1 随机试验:100个人的团体,生日各不相同、至少两人生日相同概率的分析

for n=1:100

p0(n)=prod(365:-1:365-n+1)/365^n;

p1(n)=1-p0(n);

end

n=1:100;

plot(n,p0,n,p1,'--')

xlabel(‘人数’),ylabel(‘概率’)

legend(‘生日各不相同的概率’,‘至少两人相同的概率’)

axis([0 100 -0.1 1.1]),grid on

#####统计作图 hist(s,k) 将_数组_ s的最大值最小值为端点的区间等分为k份 基本统计函数: | max(x) | min(x) | median(x) | range(x) | mean(x) | std(x) | var(x) | cov(x) | | ------ | ------ | --------- | -------- | ---------- | ---------- | -------- | ---------- | | 最大值 | 最小值 | 中值 | 极差 | 算术平均差 | 样本标准差 | 样本方差 | 协方差矩阵 | 例2 作课程成绩的频数表和直方图 解:(1)数据输入: 方法1:在Matlab的交互环境下直接输入; 方法2:将以上数据以一列的形式存为A.txt文件,用 load A.txt 命令读入数据 (2) 用hist命令作频数表和直方图:(区间个数为5,可省略) [N,X]=hist(A,5) 120名学生高数成绩的频数表; hist(A,5) 120名学生高数成绩的直方图;

load A.txt

disp('高数成绩的频数表'),[N,X]=hist(A,5)%N为频数

hist(A,5)%直方图

例3 求A的均值、中位数、极差、方差和标准差。 M=[mean(A),median(A),range(A),var(A),std(A)] #####概率分布 P174 表8-1 常见概率分布的期望和方差 P175 表8-2 概率分布的命令字符 表8-3 运算功能的命令字符 y=normpdf(x, mu, sigma) $\mu=mu,\sigma=sigma$的正态分布的密度函数 y=normpdf(x) 标准正态分布的密度函数 y=normcdf(x, mu, sigma) $\mu=mu,\sigma=sigma$的正态分布的分布函数 y=normcdf(x) 标准正态分布的分布函数 例4

x=-6:0.01:6;

y1=normpdf(x);

z1=normcdf(x);

y2=normpdf(x, 0, 2);

z2=normcdf(x, 0, 2);

subplot(1, 2, 1),plot(x, y1, x, y2);

legend('N(0,1)','N(0,2^2)')

title('概率密度');

subplot(1, 2, 2),plot(x, z1, x, z2);

legend('N(0,1)','N(0,2^2)')

title('概率分布');

例4 某厂生产一种设备,其平均寿命为10年,标准差为2年.如该设备的寿命服从正态分布,求寿命不低于9年的设备占整批设备的比例? 分析:设随机变量$\xi$为设备寿命,由题意$\xi \sim N(10,x^2)$ $P(\xi \ge 9)=1-P(\xi \le 9)$

p1=normcdf(9,10,2)

1-p1

#####计算机模拟 例 将一枚硬币抛掷 500 次, 各做 7 遍, 观察正面出现的次数及频率.程序如下:

m=input(‘m=’) %输入实验次数

n=input(‘n=’) %输入抛掷次数

for j=1:m %外循环是实验次数

k=0;%记录正面出现次数

d=0;%记录反面出现次数

x=round(rand(1,n)) %round()四舍五入 rand()生成1*n的随机数矩阵

for i=1:n%内循环是抛掷次数

if x(i)==1

k=k+1;

else x(i)==0

d=d+1;

end

end

p(j)=k; pl(j)=k/n %正面次数及概率

q(j)=d; ql(j)=d/n %反面次数及概率

end

例 模拟生日,同上,略。

这篇关于matlab cond含糊,MATLAB数学实验总结的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/168868

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

uva 10014 Simple calculations(数学推导)

直接按照题意来推导最后的结果就行了。 开始的时候只做到了第一个推导,第二次没有继续下去。 代码: #include<stdio.h>int main(){int T, n, i;double a, aa, sum, temp, ans;scanf("%d", &T);while(T--){scanf("%d", &n);scanf("%lf", &first);scanf

uva 10025 The ? 1 ? 2 ? ... ? n = k problem(数学)

题意是    ?  1  ?  2  ?  ...  ?  n = k 式子中给k,? 处可以填 + 也可以填 - ,问最小满足条件的n。 e.g k = 12  - 1 + 2 + 3 + 4 + 5 + 6 - 7 = 12 with n = 7。 先给证明,令 S(n) = 1 + 2 + 3 + 4 + 5 + .... + n 暴搜n,搜出当 S(n) >=

uva 11044 Searching for Nessy(小学数学)

题意是给出一个n*m的格子,求出里面有多少个不重合的九宫格。 (rows / 3) * (columns / 3) K.o 代码: #include <stdio.h>int main(){int ncase;scanf("%d", &ncase);while (ncase--){int rows, columns;scanf("%d%d", &rows, &col

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

git使用的说明总结

Git使用说明 下载安装(下载地址) macOS: Git - Downloading macOS Windows: Git - Downloading Windows Linux/Unix: Git (git-scm.com) 创建新仓库 本地创建新仓库:创建新文件夹,进入文件夹目录,执行指令 git init ,用以创建新的git 克隆仓库 执行指令用以创建一个本地仓库的

二分最大匹配总结

HDU 2444  黑白染色 ,二分图判定 const int maxn = 208 ;vector<int> g[maxn] ;int n ;bool vis[maxn] ;int match[maxn] ;;int color[maxn] ;int setcolor(int u , int c){color[u] = c ;for(vector<int>::iter

整数Hash散列总结

方法:    step1  :线性探测  step2 散列   当 h(k)位置已经存储有元素的时候,依次探查(h(k)+i) mod S, i=1,2,3…,直到找到空的存储单元为止。其中,S为 数组长度。 HDU 1496   a*x1^2+b*x2^2+c*x3^2+d*x4^2=0 。 x在 [-100,100] 解的个数  const int MaxN = 3000

状态dp总结

zoj 3631  N 个数中选若干数和(只能选一次)<=M 的最大值 const int Max_N = 38 ;int a[1<<16] , b[1<<16] , x[Max_N] , e[Max_N] ;void GetNum(int g[] , int n , int s[] , int &m){ int i , j , t ;m = 0 ;for(i = 0 ;