<tt id="iwmsi"></tt>
  • <xmp id="iwmsi">
  • 實驗四 - 下載本文

    實驗代碼如下:

    P1=[1,2,4,0,5]; P2=[1,2];

    P3=[0,1,2,3]; %為了和P1相加時匹配,在前面補一個0

    P=P1+conv(P2,P3) %求p(x)=p1(x)+p2(x)p3(x) x=roots(P) %求p的根

    A=[-1,1.2,-1.4;0.75,2,3.5;0,5,2.5]

    y=polyval(P,A) %求矩陣A對應的自變量的每一個函數值 y1=polyvalm(P,A) %求矩陣A為自變量的函數值 y2=polyval(P,A)

    實驗結果如下:

    實驗結果分析:

    此處需要注意polyval(P,A)和polyvalm(P,A)的區別。前者是把A中的每個元素

    6

    提取出來代入到P(x)中計算結果,計算得到的結果放到新矩陣相應取元素的那個位置,而后者則是把A這個矩陣當做一個整體代入到P(x)中計算值,最后得到的矩陣是一個全新的矩陣。此處還要注意在進行多項式之間的加減時

    5、 已知某壓力傳感器的測試數據如下表 p u p

    0.0 10 1.1 11 2.1 13 2.8 14 4.2 17 5.0 18 6.1 22 6.9 24 8.1 29 9.0 34 9.9 39 為壓力值,u為電壓值,試用多項式

    u(p)?ap3?bp2?cp?d來擬合其特性函數,求出a,b,c,d,

    并把擬合曲線和各個測試數據點畫在同一幅圖上。

    實驗代碼如下:

    p=[0.0,1.1,2.1,2.8,4.2,5.0,6.1,6.9,8.1,9.0,9.9]; u=[10,11,13,14,17,18,22,24,29,34,39]; c=polyfit(p,u,3) %將原始數據進行3次擬合,并求出3次多項式系數存入到c向量中 y1=polyval(c,p); %用擬合后的曲線反過來就測試點在擬合曲線上的值 plot(p,u,'r:*',p,y1,'b:*') % 將兩個圖形繪在同一個窗口里

    實驗結果如下:

    (全局圖形) (放大圖形)

    7

    實驗結果分析:可以看到在u(p)中各系數為:a=0.0195,b=-0.0412,c=1.4469,d=9.8267

    從全局圖形和放大圖形中可以看到用3次擬合后,讓原始圖趨近平滑,讓其變化更有規律性.

    四、 實驗總結

    1. 通過本次實驗讓我對matlab強大的數據分析和多項式運算有了一個比較清晰的認識,其中利用一些常用的mean,max,min,sum,cumsum等可以對一組數據很好地進行統計處理,以前對于一組數據想要找出其中的規律往往是束手無策,但這次實驗中教會我如何利用matlab的數據插值來估算采樣點的值,利用強大的曲線擬合可以快速找出這組數據之間的規律,用一個多項式來擬合,并且也可以精確地估算采樣點的值。

    2. 實驗中用擬合通過繪圖能讓一組雜亂離散的數據直觀地顯示其變化的規律,并能提高到一定的精度。

    3. 做實驗時雖然照著書本上面的例題就基本上能做完實驗,但在做實驗時也會遇到一些問題,比如在計算多項式的加法時關于向量的匹配問題,還有一些參數的作業也尤其在統計數據時關于是行還是列的一些參數問題。

    8





    白小姐结果开奖结果小说