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

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:

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



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



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<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):

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-1B, 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:

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

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:

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:



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:



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)/pi*cos(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。

MATLAB数学实验总结的更多相关文章

  1. matlab数学实验--第一章

    一.            数据和变量: 省略号(三个英文句点):表示换行 历史指令调用:用方向键上下 数据显示格式:                    format short          ...

  2. matlab数学实验--第二章

    控制流: 分支语句: if (条件式),语句:end if (条件式1),语句1:elseif (条件式2),语句2:……:else,语句:end iwitch(分支变量) case(值1),语句1: ...

  3. 中国石油大学(华东)数学实验(MATLAB)复习

    作者:张世琛 函数的导数 $$ 求函数y=log(x+\sqrt{1+x^2})的一阶和二阶导数 $$ syms x; y=log(x+sqrt(1+x^2)); dydx=diff(y,x); dy ...

  4. matlab神经网络实验

    第0节.引例  本文以Fisher的Iris数据集作为神经网络程序的测试数据集.Iris数据集可以在http://en.wikipedia.org/wiki/Iris_flower_data_set  ...

  5. 矩阵乘法在numpy/matlab/数学上的不同

    数学意义上的矩阵乘法 注意事项: 1.当矩阵A的列数(column)等于矩阵B的行数(row)时,A与B可以相乘. 2.矩阵C的行数等于矩阵A的行数,C的列数等于B的列数. 3.乘积C的第m行第n列的 ...

  6. 余胜威《MATLAB数学建模经典案例实战》2015年版

    内容介绍 本书全面.系统地讲解了数学建模的知识.书中结合历年全国大学生数学建模竞赛试题,采用案例与算法程序相结合的方法,循序渐进,逐步引导读者深入挖掘实际问题背后的数学问题及求解方法.在本书案例的分析 ...

  7. 一个自带简易数据集的模拟线性分类器matlab代码——实验训练

      %%%% Tutorial on the basic structure of using a planar decision boundary %%%% to divide a collecti ...

  8. MATLAB数值分析实验

    1.用Newton迭代法求方程   的第一个正根. 作者:凯鲁嘎吉 - 博客园http://www.cnblogs.com/kailugaji/ newton.m: function x1=newto ...

  9. 杂项-数学软件:MATLAB

    ylbtech-杂项-数学软件:MATLAB MATLAB是美国MathWorks公司出品的商业数学软件,用于算法开发.数据可视化.数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATL ...

随机推荐

  1. sql server——子查询

    简述: 在查询语句中包含着有另外一条查询语句,被包含的查询语句称为子查询,包含着子查询的查询就称为父查询. 总之,子查询就是在查询语句里嵌套一条或者多条查询语句. 常用子查询分类: 一.独立子查询 特 ...

  2. Eclipse 中 SVN 提交过滤

  3. QueryDSL

    QueryDSL只是通用的查询框架,不支持写操作 查询出来的结果是List,我们不得不做额外的工作将它转化为领域实体

  4. Can't create new folder in windows7

    First, please use System File Checker tool to troubleshoot(诊断) this issue. If the issue persists, im ...

  5. laravel 使用EasyWechat 3分钟完成微信支付(以APP支付为例)

    上一篇写了支付宝支付,然后这段时间我又把微信支付给接上了,作为萌新的我还是很有成就感的,哈哈~~好了,该写正事了. 第一步:创建应用及配配置  首先到微信的官方平台注册应用https://pay.we ...

  6. February 20 2017 Week 8 Monday

    Behind every beautiful thing, there's some kind of pain. 美丽背后,必有努力. No pains, no gains, and sometime ...

  7. PHP面向对象(OOP)编程入门教程链接

    PHP官方学习OOP: http://php.net/manual/zh/oop5.intro.php 从其他博主学习:(以下链接来源: http://blog.snsgou.com/post-41. ...

  8. char *转string遇到诡异的问题记录

    这个问题的背景是在用libevent的buffer_remove时出现的,写一个伪代码 char buffer[2048] ={0}; string str; int n = buffer_remov ...

  9. 三·管理和配置Subversion(基于Centos7)

    基于上一篇文章 二·安装Subversion(基于Centos7)中安装的Subversion,本篇文章讲述Subversion的管理和配置 1.添加环境变量 输入命令vi /etc/profile ...

  10. git 比较不同版本文件的差异

    Git 比较不同版本文件差异的常用命令格式: git diff 查看尚未暂存的文件更新了哪些部分 git diff filename 查看尚未暂存的某个文件更新了哪些 git diff –cached ...