آموزش متلب

تقسيم صفر بر صفر

تقسيم صفر بر صفر

منحني   737  را در فاصله 4π- تا 4π رسم كنيد.

به علت وجود x در مخرج خطاي تقسيم صفر بر صفر حادث ميشود، كه براي رفع آن ميتوان از روش ضرب بردار منطقي در eps استفاده كرد.

%zbz.m echo off;

x = -4*pi : pi/10 : 4*pi;

y = sin(x)./x;

% Warning: Divide by zero. x = x + (x == 0)*eps ;

% equivalent to % x = x + (~x)*eps % this one is OK: % x = x + eps y = sin(x)./x;

% No Warning plot(x,y)

>> zbz

728

تقسيم بر صفر

در يك برنامه با نام tn.m منحني (y = tan(x را در فاصله 3π- تا 3π رسم كنيد. همين منحني را با استفاده از بردار منطقي در حذف مقادير بزرگ y مجدداٌ رسم كنيد.

%tn.m echo off;

x = -3*pi/2:pi/100:3*pi/2;

y = tan(x);

figure(1) plot(x,y) % results in very large y’s % because of small x’s y = y .* (abs(y) < 1e6);

%removes large y’s figure(2) plot(x,y) % good looking graph

>> tn

729

رسم پارامتريك

با استفاده از روش پارامتريك يك دايره رسم كنيد.

x1 = ‘cos(alf)’;

y1 = ‘sin(alf)’;

ezplot(x1,y1)

730

تعريف عمل رياضي براي نوع single اغلب عمليات رياضي براي نوع single تعريف نشده اند. ما عمل جمع را براي نوع single به صورت يك متد (تابع) تعريف و در ديركتوري single@ (منشعب از ديركتوري work) قرار ميدهيم.

 

>> si1 + si2

??? Error using ==> + Function ‘+’ is not defined for values of class ‘single’. function F = plas(a,b) F = double(a) + double(b);

>> si1 = 2.2; si2 = 3.5;

>> plas(si1,si2) ans = 5.7000

مثال هاي آماري

تحليل آماري نمرات دانشجويان نمرههاي دانشجويان يك درس را در برداري قرار داده و از لحاظ آماري آناليز كرده و نتايج را نمايش دهيد.

% Snum.m scr = [12 14.56 18.44 16 8.3 19.1 18.23 16.67 5.3 7.8… 15 12.3 14.6 8.8 17 11.2 13.25 12 13 9 14 … 11 12 11.5 15 15 7 4 6 11 12 8 9];

N1 = length(scr);  N2 = sum(scr)/N1;   N3 = mean(scr);   N4 =

max(scr);  N5 = min(scr);   N6 = std(scr); S1=’Number of Stds’;     S2 = ‘Class Average’;     S3 = ‘Class Mean’;     S4 = ‘Class Max’;     S5 = ‘Class Min’;        S6 = ‘Class Std’;

fprintf(‘%-16s %7.3f\n%-16s %7.3f\n%-16s %7.3f\n%-16s %7.3f\n%-16s %7.3f\n%-16s %7.3f\n’,S1,N1,S2,N2,S3,N3,S4,N4,S5,N5,S6,N6);

>> Snum

Number of Stds 33.000

Class Average 12.062

Class Mean 12.062

Class Max 19.100

Class Min 4.000

Class Std 3.908

پيشينه نگار

()hist 50000 عدد تصادفي با توزيع نرمال ايجاد كرده و كلاٌ در 100 ظرف گنجانده و نمايش دهيد.

%hst.m x = randn(1,50000);

hist(x,100)

>> hst

731

نویسنده: مصطفی همت آبادی

 

مقاله متلب,مطلب,متلب,مقاله برق,مقاله قدرت,مقاله مطلب,مقاله سیمولینک,دانلود متلب,دانلود مقاله متلب,مقالهmatlab ,آموزش متلب,مطلب,متلب,آموزش برق,آموزش قدرت,آموزش مطلب,آموزش سیمولینک,دانلود متلب,دانلود آموزش متلب,آموزشmatlab ,پروژه متلب,مطلب,متلب,پروژه برق,پروژه قدرت,پروژه مطلب,پروژه سیمولینک,دانلود متلب,دانلود پروژه متلب,پروژهmatlab ,

سعید عربعامری
من سعید عربعامری نویسنده کتاب 28 گام موثر در فتح متلب مدرس کشوری متلب و سیمولینک و کارشناس ارشد مهندسی برق قدرتم . بعد از اینکه دیدم سایتهای متعدد یک مجموعه کامل آموزش متلب و سیمولینک ندارند به فکر راه اندازی این مجموعه شدم
http://sim-power.ir

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *