《MATLAB编程(第4版)》课后答案

  • 更新时间:
  • 9311人关注
  • 点击下载

给大家带来的是关于MATLAB相关的课后习题答案下载,介绍了关于MATLAB编程、MATLAB方面的内容,由蒙健柏 网友提供,本资源目前已被462人关注,高等院校MATLAB类教材综合评分为:9.7分

《MATLAB编程(第4版)》是2011年科学出版社出版的图书,作者是StephenJ.Chapman。

《matlab编程(第4版)》详细讲述了利用matlab解决典型技术问题的方法,包括自顶向下的程序设计方法、函数的使用、matlab内部工具的使用和数据结构、使用技巧和常见错误等。作者将matlab作为一种科技程序设计语言进行介绍,帮助读者编写出简洁、高效、组织良好的程序;同时,帮助读者使用matlab的扩展在线帮助功能来找到所需的函数。《matlab编程(第4版)》注重提高读者利用matlab解决实际问题的能力,为将来的学习与研究工作打下良好的基础。

《matlab编程(第4版)》可作为工科各专业本科生的教学用书,也可作为工程技术人员的参考书。

目录

  • 《matlab编程(第4版)》
  • chapter 1 introduction to matlab
  • 1.1 the advantages of matlab 1
  • 1.2 disadvantages of matlab 3
  • 1.3 the matlab environment 3
  • 1.3.1 the matlab desktop 4
  • 1.3.2 the command window 5
  • 1.3.3 the command history window
  • 1.3.4 the start button 6
  • 1.3.5 the edit/debug window 7
  • 1.3.6 figure windows 8
  • 1.3.7 docking and undocking windows 9
  • 1.3.8 the matlab workspace 10
  • 1.3.9 the workspace browser 10
  • 1.3.10 getting help 11
  • 1.3.11 a few important commands 13
  • 1.3.12 the matlab search path 14
  • 1.4 using matlab as a scratch pad 15
  • 1.5 summary 17
  • 1.5.1 matlab summary 17
  • .1.6 exercises 17
  • chapter 2 matlab basics 19
  • 2.1 variables and arrays 19
  • 2.2 creating and initializing variables in matlab 22
  • 2.2.1 initializing variables in assignment statements 22
  • 2.2.2 initializing with shortcut expressions 25
  • 2.2.3 initializing with built-in functions 26
  • 2.2.4 initializing variables with keyboard input 26
  • 2.3 multidimensional arrays 28
  • 2.3.1 storing multidimensional arrays in memory 29
  • 2.3.2 accessing multidimensional arrays with one dimension 30
  • 2.4 subarrays 30
  • 2.4.1 the end function 31
  • 2.4.2 using subarrays on the left-hand side of an assignment statement 31
  • 2.4.3 assigning a scalar to a subarray 32
  • 2.5 special values 33
  • 2.6.1 changing the default format 35
  • 2.6.2 the disp function 36
  • 2.6.3 formatted output with the fprintf function 36
  • 2.7 data files 38
  • 2.8 scalar and array operations 41
  • 2.8.1 scalar operations 41
  • 2.8.2 array and matrix operations 41
  • 2.9 hierarchy of operations 44
  • 2.10 built-in matlab functions 47
  • 2.10.1 optional results 47
  • 2.10.2 using matlab functions with array inputs 47
  • 2.10.3 common matlab functions 47
  • 2.11 introduction to plotting 48
  • 2.11.1 using simple xy plots 49
  • 2.11.2 printing a plot 50
  • 2.11.3 exporting a plot as a graphical image 50
  • 2.11.4 multiple plots 51
  • 2.11.5 line color, line style, marker style, and lc. gends 52
  • 2.11.6 logarithmic scales 55
  • 2.12 examples 56
  • 2.13 debugging matlab programs 62
  • 2.14 summary 64
  • 2.14.1 summary of good programming practice 64
  • 2.14.2 matlab summary 65
  • 2.15 exercises 67
  • chapter 3 branching statements and program design
  • 3.1 introduction to top-down design techniques 74
  • 3.2 use of pseudocode 79
  • 3.3 the logical data type 80
  • 3.3.1 relational operators 80
  • 3.3.2 a caution about the = and ~= operators 82
  • 3.3.3 logic operators 83
  • 3.3.4 logical functions 87
  • 3.4 branches 89
  • 3.4:1 the if construct 89
  • 3.4.2 examples using if constructs 91
  • 3.4.3 notes concerning the use of if constructs 96
  • 3.4.4 the switch construct 98
  • 3.4.5 the try/catch construct 99
  • 3.5 additional plotfi'ng features 101
  • 3.5.1 controlling x-and y-axis plotting limits 101
  • 3.5.2 plotting multiple plots on the same axes 103
  • 3.5.4 subplots 104
  • 3.5.5 enhanced control of plotted lines 106
  • 3.5.6 enhanced control of text strings 106
  • 3.5.7 polar plots 108
  • 3.5.8 annotating and saving plots 113
  • 3.6 more on debugging matlab programs 116
  • 3.7 summary 119
  • 3.7.1 summary of good programming practice 120
  • 3.7.2 matlab summary 120
  • 3.8 exercises 121
  • chapter 4 loops 126
  • 4.1 the while loop 126
  • 4.2 the for loop 131
  • 4.2.1 details of operation 137
  • 4.2.2 the matlab just-in-time (jit) compiler 139
  • 4.2.3 the break and continue statements 143
  • 4.2.4 nesting loops 145
  • 4.3 logical arrays and vectorization 146
  • 4.3.1 creating the equivalent of if / else constructs with logical arrays 147
  • 4.4 the matlab profiler 149
  • 4.5 additional examples 151
  • 4.6 summary 163
  • 4.6.1 summary of good programming practice 164
  • 4.6.2 matlab summary 164
  • 4.7 exercises 164
  • chapter 5 user-defined functions 172
  • 5.1 introduction to matlab functions 173
  • 5.2 variable passing in matlab: the pass-by-value scheme 177
  • 5.3 optional arguments 187
  • 5.4 sharing data using global memory 192
  • 5.5 preserving data between calls to a function 198
  • 5.6 function functions 203
  • 5.7 subfunctions, private functions, and nested functions 206
  • 5.7.1 subfunctions 207
  • 5.7.2 private functions 208
  • 5.7.3 nested functions 209
  • 5.7.4 order of function evaluation 211
  • 5.8 summary 211
  • 5.8.1 summary of good programming practice 212
  • 5.8.2 matlab summary 212
  • 5.9 exercises 213
  • chapter 6 additional data ypes and plot types 225
  • 6.1 complex data 226
  • 6.1.1 complex variables 227
  • 6.1.2 using complex numbers with relational operators 227
  • 6.1.3 complex functions 228
  • 6.1.4 plotting complex data 231
  • 6.2 string functions 234
  • 6.2.1 string conversion functions 234
  • 6.2.2 creating two-dimensional character arrays 234
  • 6.2.3 concatenating sizings 235
  • 6.2.4 comparing strings 235
  • 6.2.5 searching and replacing characters within a string 239
  • 6.2.6 uppercase and lowercase conversion 240
  • 6.2.7 trimming whitespace from strings 240
  • 6.2.8 numeric-to-string conversions 241
  • 6.2.9 string-to-numeric conversions 242
  • 6.2.10 summary 243
  • 6.3 multidimensional arrays 248
  • 6.4 additional data types 250
  • 6.4.1 the single data type 250
  • 6.4.2 integer data types 251
  • 6.4.3 limitations of the s lng 1 e and integer data types 253
  • 6.5 additional two-dimensional plots 253
  • 6.5.1 additional types of two-dimensional plots 253
  • 6.5.2 plotting functions 256
  • 6.5.3 histograms 257
  • 6.6 three-dimensional plots 258
  • 6.6.1 three-dimensional line plots 258
  • 6.6.2 three-dimensional surface, mesh, and contour plots 260
  • 6.7 summary 262
  • 6.7.1 summary of good programming practice 263
  • 6.7.2 matlab summary 263
  • 6.8 exercises 264
  • chapter 7 advanced features: sparse arrays, cell arrays,structures, and function handles 268
  • 7.1 sparse arrays 268
  • 7.1.1 the sparse attribute 270
  • 7.2 cell arrays 274
  • 7.2.1 creating cell arrays 276
  • 7.2.2 using braces { } as cell constructors 277
  • 7.2.3 viewing the contents of cell arrays 277
  • 7.2.4 extending cell arrays 278
  • 7.2.5 deleting cells in arrays 280
  • 7.2.6 using data in cell arrays 280
  • 7.2.7 cell arrays of strings 281
  • 7.2.8 the significance of cell arrays 282
  • 7.2.9 summary,of cel 1 functions 285
  • 7.3 structure arrays 285
  • 7.3.1 creating structure arrays 286
  • 7.3.2 adding fields to structures 288
  • 7.3.3 removing fields from structures 289
  • 7.3.4 using data in structure arrays 289
  • 7.3.5 the getfield and setfield functions 290
  • 7.3.6 dynamic field names 291
  • 7.3.7 using the size function with structure arrays 293
  • 7.3.8 nesting structure arrays 292
  • 7.3.9 summary of structure functions 293
  • 7.4 function handles 293
  • 7.4.1 creating and using function handles 293
  • 7.4.2 the significance of function handles 296
  • 7.4.3 function handles and nested functions 297
  • 7.4.4 an example application: solving ordinary differential equations 298
  • 7.5 summary 305
  • 7.5.1 summary of good programming practice 305
  • 7.5.2 matlab summary 305
  • 7.6 exercises 306
  • chapter 8 input/output functions
  • 8.1 the textreadfunction 311
  • 8.2 more about the load and save commands 312
  • 8.3 an introduction to matlab file processing 315
  • 8.4 file opening and closing 316
  • 8.4.1 the fopen function 316
  • 8.4.2 the fclose function 319
  • 8.5 binary i/o functions 319
  • 8.5.1 the fwrite function 319
  • 8.5.2 the fread function 320
  • 8.6 formatted uo functions 323
  • 8.6.1 the fprintf function 323
  • 8.6.2 understanding format conversion specifiers 325
  • 8.6.3 how format strings are used 326
  • 8.6.4 the sprint f function 328
  • 8.6.5 the fscanf function 329
  • 8.6.6 the fgetl function 331
  • 8.6.7 the fgets function 331
  • 8.7 comparing formatted and binary i/o functions 331
  • 8.8 file positioning and status functions 336
  • 8.8.1 the exist function 336
  • 8.8.2 the ferror function 339
  • 8.8.3 the feof function 339
  • 8.8.4 the ftell function 339
  • 8.8.5 the frewind function 339
  • 8.8.6 the fseek function 339
  • 8.9 the textscan function 345
  • 8.10 function uiimport 347
  • 8.11 summary 348
  • 8.11.1 summary of good programming practice 349
  • 8.11.2 matlab summary 350
  • 8.12 exercises 350
  • chapter 9 handle graphics 353
  • 9.1 the matlab graphics system 353
  • 9.2 object handles 354
  • 9.3 examining and changing object properties 355
  • 9.3.1 changing object properties at creation time 355
  • 9.3.2 changing object properties after creation time 355
  • 9.4 using set to list possible property values 361
  • 9.5 user-defined data 362
  • 9.6 finding objects 363
  • 9.7 selecting objects with the mouse 365
  • 9.8 position and units 367
  • 9.8.1 positions of figure objects 367
  • 9.8.2 positions of axes and uicontrol objects 368
  • 9.8.3 positions of text objects 368
  • 9.9 printer positions 371
  • 9.10 default and factory properties 372
  • 9.11 graphics object properties 373
  • 9.12 summary 374
  • 9.12.1 summary of good programming practice 374
  • 9.12.2 matlab summary 375
  • 9.13 exercises 375
展开阅读
精选笔记1:python和matlab哪个难

10小时12分钟前回答

如果是学生,或者研究人员,比如研究信号处理,那么用matlab比较好,有大量现成工具箱和前人的成果可以借鉴。如果是产品化项目,那么python比较好,可以做web后台,可以打包成应用程序,效率相对matlab也要高那么一点点。

python和matlab哪个难

如果是信号、数据方面的工程人员,建议还是两个都掌握吧,也不复杂,都是脚本式的语言,比C++什么的易学多了。

下面从两者各自的应用做个对比。(推荐学习:Python视频教程)

一、python的优势

Python相对于Matlab最大的优势:免费。国内可能不是很在乎这个,但在国外是个很关键的问题。

Python次大的优势:开源。你可以大量更改科学计算的算法细节。

可移植性,Matlab必然不如Python。但你主要做Research,这方面需求应当不高。

第三方生态,Matlab不如Python。比如3D的绘图工具包,比如GUI,比如更方便的并行,使用GPU,Functional等等。长期来看,Python的科学计算生态会比Matlab好。

语言更加优美。另外如果有一定的OOP需求,构建较大一点的科学计算系统,直接用Python比用Matlab混合的方案肯定要简洁不少。

python作为一种通用编程语言,可以做做Web,搞个爬虫,编个脚本,写个小工具用途很广泛。

二、matlab的优势

学术界大量使用matlab做仿真,做研究的话容易找到代码参考;

语法相对python更灵活一些,matlab写程序基本不用套路,所谓老夫撸matlab就一个字,干;

有simulink。有人说simulink没什么用,其实还是挺有用的,比如通信建模,另外simulink可以生产DSP或者FPGA代码,有的时候很有用。

MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

三、两者的区别

python是一种通用语言,而matlab更像是一个平台。

在你纠结于python应该使用哪个库,哪个ide,怎么把ide改成中文,为什么ide有bug,能不能交互式编写的时候。matlab已经完成了从入门到建模。

更多Python相关技术文章,请访问Python教程栏目进行学习!

以上就是python和matlab哪个难的详细内容,更多请关注码农之家其它相关文章!

展开阅读
精选笔记2:实例详解Matlab 与 Python 的区别

2小时27分钟前回答

一、Python简介

  Python是一种面向对象的解释型计算机程序设计语言。Python是纯粹的自由软件, 源代码和解释器CPython遵循 GPL(GNU General Public License)协议[2] 。Python语法简洁清晰,特色之一是强制用空白符(white space)作为语句缩进。

  Python执行:

  Python在执行时,首先会将.py文件中的源代码编译成Python的byte code(字节码),然后再由Python Virtual Machine(Python虚拟机)来执行这些编译好的byte code。这种机制的基本思想跟Java,.NET是一致的。然而,Python Virtual Machine与Java或.NET的Virtual Machine不同的是,Python的Virtual Machine是一种更高级的Virtual Machine。这里的高级并不是通常意义上的高级,不是说Python的Virtual Machine比Java或.NET的功能更强大,而是说和Java 或.NET相比,Python的Virtual Machine距离真实机器的距离更远。或者可以这么说,Python的Virtual Machine是一种抽象层次更高的Virtual Machine。

  基于C的Python编译出的字节码文件,通常是.pyc格式。除此之外,Python还可以以交互模式运行,比如主流操作系统Unix/Linux、Mac、Windows都可以直接在命令模式下直接运行Python交互环境。直接下达操作指令即可实现交互操作。

  Python的优势:

  Python相对于Matlab最大的优势:免费。但既然你已经能用上Matlab,想必不在乎这个了。

  Python次大的优势:开源。你可以大量更改科学计算的算法细节。

  可移植性,Matlab必然不如Python。但你主要做Research,这方面需求应当不高。

  第三方生态,Matlab不如Python。比如3D的绘图工具包,比如GUI,比如更方便的并行,使用GPU,Functional等等。长期来看,Python的科学计算生态会比Matlab好。

  语言更加优美。另外如果有一定的OOP需求,构建较大一点的科学计算系统,直接用Python比用Matlab混合的方案肯定要简洁不少。

  毕竟是通用的编程语言,做做Web,搞个爬虫,编个脚本,写个小工具啥的用处广。

  二、MATLAB简介

  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MATLAB和Simulink两大部分。

  MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

  Matlab的优势:

  Community. 既然你们实验室用Matlab,说明搞你们这个领域的大部分学者可能都用Matlab。交流起来必然更加方便。

  Simulink, 只能说这是个良心作品,不过题主好像用不着……

  Matlab本来号称更快,但实际上由于Python越来越完善的生态,这个优势已经逐渐丧失了

  三、python和matlab区别

  Python相比于Matlab的最大优势是:Python是一门通用编程语言,实现科学计算功能的numpy、scipy、matplotlib只是Python的库和Package而已,除此之外Python还有用于各种用途的库和包,比如用于GUI的PyQt和wxPython,用于Web的Django和Flask

  Matlab相比于Python最大的优势是:它专门就是给数值计算开发的,在数值计算这个领域库最多、用的人最多、出的书最多

  四、如何选择python和matlab

  如果你做策略研究,做数据分析,两者功能上差不多,但是应该选择matlab,因为:

  1 Python的文档没有Matlab的详细。

  2 Matlab将所有的功能整合了在一起,而Python需要自己一个一个安装所需要的包,不同的包的代码风格还不太一样。

  如果你还要做网络爬虫,数据清洗等偏IT的工作,那么Python更优。

  简单的说,Python是通用语言,什么都能做,而matlab擅长计算。

总结

以上所述是小编给大家介绍的Matlab 与 Python 的区别,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对码农之家网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

展开阅读

MATLAB相关资源

  • 金融数量分析:基于MATLAB编程

    金融数量分析:基于MATLAB编程

    本书注重理论与实践相结合,通过实际案例和编程实现让读者理解理论在实践中的应用;同时还充分强调“案例的实用性、程序的可模仿性”,且在案例程序中附有详细的注释,感兴趣的可以了解一下

    大小:26.4 MBMATLAB

    立即下载
  • MATLAB图形图像

    MATLAB图形图像

    MATLAB图形图像 结合matlab最新版本7.0介绍matlab的图形图像功能,主要内容包括句柄图形对象,高级绘图技术,以及图像处理、虚拟现实和地图制作等3个工具箱。第1篇介绍句柄图形对象。第2篇

    大小:73.7 MBMATLAB

    立即下载
  • MATLAB R2015b最优化计算

    MATLAB R2015b最优化计算

    MATLAB R2015b最优化计算 以MATLAB R2015b版本进行编写,以最优化计算为主线、MATLAB为辅助工具进行讲述,实用性非常强,优化方法也非常丰富,主要包括MATLAB R2015b概述、MATLAB计算基础、MATLAB数值计

    大小:65.7 MBMATLAB

    立即下载
  • 中文版MATLAB2018从入门到精通

    中文版MATLAB2018从入门到精通

    《中文版MATLAB 2018从入门到精通(实战案例版)》 以目前版本新、功能全面的MATLAB 2018软件为基础,详细介绍了MATLAB编程、MATLAB数据分析、MATLAB图像处理、MATLAB智能算法、MATLAB信号处理和Simul

    大小:117 MBMATLAB

    立即下载
  • matlab ode45使用方法

    大小:531 KBmatlab

    立即下载
  • MATLAB 7.x基础教程

    MATLAB 7.x基础教程

    matlab是美国mathworks公司推出的高效的科学计算软件。《 MATLAB 7.x基础教程 》基于matlab 7.x,全面地介绍了matlab的工作环境和基本功能,包括matlab的基本操作、数据结构、数据类型、数值计算、程

    大小:21.7 MBMATLAB

    立即下载

学习笔记

23小时58分钟前回答

MATLAB实现五子棋游戏(双人对战、可悔棋)

本文实例为大家分享了MATLAB实现五子棋游戏的具体代码,供大家参考,具体内容如下 程序介绍: 1、此游戏只可用于双人对战。 2、棋盘颜色、棋盘格数、棋子颜色等参数均可自由设置 3、鼠标点击非棋盘区域可悔棋。 一、游戏界面 二、主程序及函数 1、主程序 %Author:LeiZhen%Date:2018-03-12%此程序只下五子棋,并判断胜负关系clear all;clc%定义颜色Color_QiPanBack=[135,206,255];Color_ChessLine=[100,100,100];%获胜连子数Num_Victory=5;Dpixel=33;NumCell=14;%棋盘格的行或列数Wid_edge=18;[M_QiPan,xcol_ChessLine,yrow_ChessLine]=QiPan(NumCell,Dpixel,Wid_edge,Color_QiPanBack,Color_ChessLine);imshow(M_QiPan);set (gcf,'Position',[600,45,625,625]);set (gca,'Position',[0,0,1,1]);hold on,%棋半……

4小时45分钟前回答

ubuntu系统下C++调用matlab程序的方法详解

前言 最近因为工作的需要在研究C++怎么调用matlab程序,发现网上的资料较少,所以将自己学习的内容总结分享出来,下面话不多说了,来一起看看详细的介绍吧。 实验平台: ubuntu matlab R2016b g++ 步骤: 1. 设置matlab的编译器 在命令行窗口下,输入并执行如下命令:mex –setup 在出现的编译器中,选择mex -setup C++ 然后在输入命令:mbuild –setup 同样选择mex -setup C++ -client MBUILD 2. 编写.m文件 如下函数时完成图像的分割功能,第一个参数是图像的文件名(路径),第二个参数是分割图像阈值的大小;完成分割后,将图像保存为result.bmp;返回值则是原图像的数据; function imagedata=improcess(filename,threshold); imagedata=double(……