中南大学MATLAB课程设计.docx
《中南大学MATLAB课程设计.docx》由会员分享,可在线阅读,更多相关《中南大学MATLAB课程设计.docx(19页珍藏版)》请在冰点文库上搜索。
中南大学MATLAB课程设计
一、《MATLAB程序设计实践》Matlab基础
班级:
学号:
姓名:
表示多晶体材料织构的三维取向分布函数(f=f(φ1,φ,φ2))是一个非常复杂的函数,难以精确的用解析函数表达,通常采用离散空间函数值来表示取向分布函数,Data.txt是三维取向分布函数的一个实例。
由于数据量非常大,不便于分析,需要借助图形来分析。
请你编写一个matlab程序画出如下的几种图形来分析其取向分布特征:
(1)用Slice函数给出其整体分布特征;
(2)用pcolor或contour函数分别给出(φ2=0,5,10,15,20,25,30,35…90)切面上f分布情况(需要用到subplot函数);
(3)用plot函数给出沿α取向线(φ1=0~90,φ=45,φ2=0)的f分布情况。
流程图
解:
(1)将文件Data.txt内的数据按照要求读取到矩阵f(phi1,phi,phi2)中,代码如下:
fid=fopen('data.txt');%读取数据文件Data.txt
fori=1:
18
tline=fgetl(fid);
end
phi1=1;phi=1;phi2=1;line=0;
f=zeros(19,19,19);
while~feof(fid)
tline=fgetl(fid);
data=str2num(tline);
line=line+1;
ifmod(line,20)==1
phi2=(data/5)+1;
phi=1;
else
forphi1=1:
19
f(phi1,phi,phi2)=data(phi1);
end
phi=phi+1;
end
end
fclose(fid);
将以上代码保存为readtext.m文件并在MATLAB中运行,运行结果如下图所示:
将以下代码保存为code1_1.m文件:
fopen('readtext.m');
readtext;
[x,y,z]=meshgrid(0:
5:
90,0:
5:
90,0:
5:
90);
slice(x,y,z,f,[45,90],[45,90],[0,45])%运用slice函数绘制图形
运行结果如右图所示
(2)将以下代码保存为code1_2_1.m文件:
fopen('readtext.m');
readtext;
fori=1:
19
subplot(5,4,i)
pcolor(f(:
:
i))%运用pcolor函数绘制图形
end
运行结果如右图所示
将以下代码保存为code1_2_2.m文件:
fopen('readtext.m');%运用contour函数绘制图形
readtext;
fori=1:
19
subplot(5,4,i)
contour(f(:
:
i))
end
运行结果如右图所示:
(3)φ1=0~90,φ=45,φ2=0所对应的f(φ1,φ,φ2)即为f(:
10,1)。
将以下代码保存为code1_3.m文件:
fopen('readtext.m');
readtext;
plot([0:
5:
90],f(:
10,1),'-bo')%运用plot函数绘制图形
text(60,6,'\phi=45\phi2=0')
运行结果如下图所示:
1.编程实现以下科学计算算法,并举一例应用之。
(参考书籍《精通MATLAB科学算法》,王正林等著,电子工业出版社,2009年)
“多项式拟合”。
思考:
多项式拟合是用多项式拟合曲线的一种方式,低次数下运用此方法符合较好,但较高次数下波动太大,失去真实性。
1.1多项式曲线拟合概述
对给定数据点(xi,yi)(i=1,2,...N),构造m次多项式,
P(x)=
+
(m由曲线拟合定义,应该使得下式取极小值:
通过简单的计算可得出系数是下面的线性方程组的解:
=
其中,
ck=
bk=
在MATLAB中编程实现的多项式曲线拟合函数为:
multifit
功能:
离散实验数据点的多项式曲线拟合。
调用格式:
A=multifit(X,Y,m)
其中:
X为实验数据点的x坐标向量;
Y为实验数据点的y坐标向量;
m为拟合多项式的次数;
A为拟合多项式的系数向量。
1.2多项式曲线拟合编程流程图
1.3多项式曲线拟合的MATLAB程序代码
functionA=multifit(X,Y,m)
%离散实验数据点的多项式曲线拟合
%实验数据点的x坐标向量:
X
%实验数据点的y坐标向量:
Y
%拟合多项式的次数:
m
%拟合多项式的系数向量:
A
N=length(X);
M=length(Y);
if(N~=M)
disp('数据点坐标不匹配!
');
return;
end
c(1:
(2*m+1))=0;
b(1:
(m+1))=0;
forj=1:
(2*m+1)%求出c和b
fork=1:
N
c(j)=c(j)+X(k)^(j-1);
if(j<(m+2))
b(j)=b(j)+Y(k)*X(k)^(j-1);
end
end
end
C(1,:
)=c(1:
(m+1));
fors=2:
(m+1)
C(s,:
)=c(s:
(m+s));
end
A=b'\C;%直接求解法求出拟合系数
1.4多项式曲线拟合应用实例
用二次多项式拟合下表所列的数据点。
x
1
2
3
4
y
4
10
18
26
1.4.1操作流程图
1.4.2操作命令
>>x=1:
4;
>>y=[4101826];
>>A=multifit(x,y,2)
1.4.3输出结果
输出结果为:
A=0.04890.16120.5672
即拟合的多项式为:
P=0.0489+0.1612x+0.5672x2
1.4.4结果如图
2、编程解决以下科学计算问题。
2.1问题分析
解:
建模:
由等效电流源电路图可知
各支路导纳为:
Y1=1/R1+1/(j*XL);Y2=1/R2-1/(j*Xc1);Y3=1/R3-1/(j*Xc2)
均为两并联元件导纳之和,按照图中电流方向,其电流为
I1=Ua*Y1,I2=(Ub-Ua)*Y2,I3=-Ub*Y3
则a,b两点的电流方程为
Y1Ua-Y2(Ub-Ua)=Us1/jXL+Us2/R1
Y2(Ub-Ua)-Y3Ub=Us3/R3-Us4/jXc2-Us2/R2
写成矩阵形式:
即可写成AU=B
2.2操作流程图
2.3程序代码:
functionfun1
R1=2;R2=3;R3=4;XL=2;XC1=3;XC2=5;%给出原始数据
us1=8;us2=6;us3=8;us4=15;%给出原始数据
Y1=1/R1+1/(j*XL);%用复数表示各支路导路
Y2=1/R2-1/(j*XC1);
Y3=1/R3-1/(j*XC2);
A=[Y1+Y2,-Y2;-Y2,Y2+Y3];%按线性方程组列ua,ub的系数矩阵
B=[us1/(j*XL)+us2/R1;us3/R3+us4/(-j*XC2)-us2/R2];%列出线性方程组右端
U=A\B;ua=U
(1),ub=U
(2)%求ua,ub
I1=ua*Y1,I2=(ub-ua)*Y2,I3=ub*Y3,%求各支路的I
I1R=ua/R1,I1L=ua/(j*XL),
I2R=(ub-ua)/R2,I2C=(ub-ua)/(-j*XC1),
I3R=ub/R3,I3C=ub/(-j*XC2),
W=compass([ua,ub,I1,I2,I3])%画向量图,设定此图的图柄为w
set(W,'linewidth',2)%改变向量图线宽
end
2.4运行结果如图:
运行
>>fun1
ua=
4.8845-0.5981i
ub=
5.4874+2.5752i
I1=
2.1432-2.7413i
I2=
-0.8568+1.2587i
I3=
0.8568+1.7413i
I1R=
2.4422-0.2990i
I1L=
-0.2990-2.4422i
I2R=
0.2010+1.0578i
I2C=
-1.0578+0.2010i
I3R=
1.3718+0.6438i
I3C=
-0.5150+1.0975i
W=
179.0024
180.0024
181.0024
182.0024
183.0024
2.5运行结果截图
2.
(2)
解:
由题要求,可用最小二乘拟合法拟合函数
流程图
程序
x=[0.1 0.4 0.5 0.7 0.7 0.9];
y=[0.61 0.92 0.99 1.52 1.47 2.03];
cc=polyfit(x,y,2) %求出A与B的系数
xx=x
(1):
0.1:
x(length(x));
yy=polyval(cc,xx);
plot(xx,yy,'--')
hold on
plot(x,y,'x') %画出图形 axis([0,1,0,3])
xlabel('x')
ylabel('y')%坐标轴名称
运行结果截图