MATLAB实验五:MATLAB数据分析

  1. 某线路上不同时间对应的电压如下表所示:

1)用 3 次多项式拟合(polyfit)该实验曲线,要求绘制 2 原始采样

点,并在 1~8 范围内,使用时间间隔为 0.2 的数据绘制拟合曲线。

建立一个脚本文件:text5_1.m 如下:

源代码如下:

x=1:1:8;

y=[1.4 1.7 3.4 3.9 4.5 5.5 7.6 8.9];

p=polyfit(x,y,3);

m=1:0.2:8;

n=polyval(p,m);

plot(m,n,x,y,'r*');

结果如下:

2)给出电压值为 6V 时的大致时间,并在第 1)题所绘制的图上进行

标注和说明。(尝试使用 roots 和 interp1 函数求解,输出结果保留小

数点后 3 位有效数字)

建立一个脚本文件:text5_1.m 如下:

源代码为:

x=1:1:8;

y=[1.4 1.7 3.4 3.9 4.5 5.5 7.6 8.9];

m=1:0.2:8;

p=polyfit(x,y,3);

hold on;

title("电压为 6 时的时间为:");

n=polyval(p,m);

plot(m,n,x,y,'r*');

p1=[p -6];

r=roots(p1);

fprintf("%.3f\n",r);

v=6;

mv=interp1(x,y,v,'spline');

fprintf("%.3f\n",mv);

实验结果为如下:

3)使用 gtext('你的学号,你的姓名')在图形的适当位置显示你的个人信息。

(说明:实验报告中需给出实现代码,输出图形和数据输出结果)(gtext

函数类似 ginput 将会在图形上显示十字符号,等待鼠标左键点击,输入指定

文本)

源代码为:

x=1:1:8;

y=[1.4 1.7 3.4 3.9 4.5 5.5 7.6 8.9];

m=1:0.2:8;

p=polyfit(x,y,3);

n=polyval(p,m);

plot(m,n,x,y,'r*');

gtext('1821000263,计科 194,刘艳');

实验结果如下:

  1. P370 实验 10 第 5 题 (doc ode45) (请给出解的图形)

建立函数文件:weifen.m:

建立脚本文件:text5_2.m:

函数的源代码为:

function dy = weifen(t,y)

%第二题求微分的函数

dy=zeros(3,1);

dy(1)=y(2)*y(3);

dy(2)=-y(1)*y(3);

dy(3)=-0.51*y(1)*y(2);

end

脚本文件的源代码为:

tspan=[0 10];

y0=[0;1;1];

t,y\]=ode45(@weifen,tspan,y0); plot(t,y(:,1),'k','LineWidth',2); hold on; plot(t,y(:,2),'r','LineWidth',2); hold on; plot(t,y(:,3),'b','LineWidth',2); hold on; legend('y(1)','y(2)','y(3)'); xlabel('time'); ylabel('数值'); title('张三,学号'); 结果为: ![](https://i-blog.csdnimg.cn/direct/3d645ecd83d84d2cb6136b9e9121f561.png) 3. P372 实 验 12 第 4 题 . (doc ode45 和 doc dsolve 或 doc symbolic/dsolve) (请给出数值解与符号解的图形) ![](https://i-blog.csdnimg.cn/direct/8a9c4bc17b6e482aa4ac20ef2742106c.png) 答案以及更多的题目及其相应答案,请查看百度网盘分享文件: 链接: https://pan.baidu.com/s/1SgpNCWZL8ltneSEt5oCCKw?pwd=e6vi 提取码: e6vi

相关推荐
大数据CLUB1 小时前
基于spark的澳洲光伏发电站选址预测
大数据·hadoop·分布式·数据分析·spark·数据开发
智数研析社4 小时前
9120 部 TMDb 高分电影数据集 | 7 列全维度指标 (评分 / 热度 / 剧情)+API 权威源 | 电影趋势分析 / 推荐系统 / NLP 建模用
大数据·人工智能·python·深度学习·数据分析·数据集·数据清洗
qingyunliushuiyu5 小时前
BI数据可视化:驱动数据价值释放的关键引擎
数据挖掘·数据分析·数据分析系统·数据分析平台·bi数据可视化
折翼的恶魔7 小时前
数据分析:排序
python·数据分析·pandas
HenrySmale9 小时前
05 回归问题和分类问题
分类·数据挖掘·回归
数据牧羊人的成长笔记12 小时前
数据分析需要掌握的数学知识(易理解)
数学建模·数据分析
victory043112 小时前
wav2vec微调进行疾病语音分类任务
人工智能·分类·数据挖掘
折翼的恶魔13 小时前
数据分析:合并二
python·数据分析·pandas
大霸王龙18 小时前
基于vLLM与YOLO的智能图像分类系统
yolo·分类·数据挖掘