- •Математические пакеты. Курс лекций Введение
- •1 Анализ состояния рынка математических пакетов
- •1.1 Цели и задачи математического моделирования
- •1.2 Принципы построения математических моделей
- •1.2.1 Основные этапы моделирования
- •1.2.2 Постановка задачи моделирования
- •1.2.3 Построение схемы модели, выделение основных частей и процессов
- •1.2.4 Математическое описание основных частей и процессов
- •1.2.5 Построение решения, связывающего изменяемые параметры и критерий оптимизации
- •1.2.6 Исследование решения на экстремум
- •1.3 Обзор прикладных пакетов математического моделирования
- •1.3.1 Пакеты общего назначения
- •1.3.2 Альтернативные пакеты
- •1.3.3 Специализированные пакеты
- •1.3.4 Узкоспециализированные пакеты
- •1.3.5 Пакеты статистического анализа данных
- •1.4 Применение математических пакетов в интернет технологиях
- •1.4.1 Проприетарные математические программы и пакеты в Интернете
- •1.4.2 Свободные кроссплатформенные математические программы и пакеты в Интернете
- •1.4.3 Математические программы и пакеты реализованные на языках программирования
- •1.4.4 Библиотеки алгоритмов
- •1.4.5 Математические порталы, универсальные библиотеки текстов программ и статей по математической тематике
- •1.4.6 Специализированные библиотеки текстов программ и статей по математической тематике
- •1.4.7 Обзор информационных ресурсов Интернета по математике
- •1.4.8 Поиск и просмотр математической литературы
- •1. Поиск и просмотр математической литературы.
- •1.4.9 Математические документы в Интернете
- •1.4.10 Языки разметки для создания электронных публикаций
- •1.Языки разметки для создания электронных публикаций.
- •1.4.11 Математические конференции в Интернете
- •2 Математические пакеты
- •2.1 Математический пакет MathCad
- •2.1.1 Основные возможности MathCad
- •2.1.2 Особенности интерфейса
- •2.1.3 Особенности при работе с графикой
- •2.1.4 Расширение функциональности Mathcad
- •2.1.5 Взаимодействие с другими программами
- •2.1.6 Использование компонентов
- •2.1.7 Комплектации
- •2.2 Математический пакет Mupad
- •2.3 Математический пакет MatLab
- •2.3.1 Язык MatLab
- •2.3.2 Ключевые возможности Matlab
- •2.3.3 Расширение функциональности Matlab. Библиотеки
- •2.3.4 Возможности использования некоторых библиотек Matlab
- •2.3.5 Математика и вычисления Matlab
- •2.3.6 Альтернативные пакеты. SciLab
- •2.3.7Альтернативные пакеты. Oktave
- •2.4 Математический пакет Maple
- •2.4.1 Интерфейс Maple
- •2.4.2 Вычисления в Maple
- •2.4.3 Графика в Maple
- •2.4.4 Специализированные приложения Maple
- •2.4.5 Программирование Maple
- •2.4.6 Интернет-совместимость Maple
- •2.4.7. Перспективы развития Maple
- •2.4.8 Альтернативные пакеты Maple
- •2.5 Пакет Mathematica
- •2.5.1 Альтернативные пакеты
- •2.6 Пакет для построения графиков и функций FlatGraph
- •3 Среда Scilab
- •3.1 Введение в среду Scilab
- •3.3 Основы работы в Scilab
- •3.3.1 Текстовые комментарии
- •3.3.2 Элементарные математические выражения
- •3.3.3 Переменные в Scilab
- •3.3.4 Системные переменные Scilab
- •3.4 Функции в Scilab
- •3.4.1 Элементарные математические функции
- •3.5 Контрольные вопросы
2.3.4 Возможности использования некоторых библиотек Matlab
Рассмотрим несколько пакетов более подробно.
Для решения задач моделирования программа MatLab дополнена пакетом SIMULINK с визуально-ориентированным программированием.
На рисунке 2.8 представлен интерфейс пакета расширения Simulink. Для визуализации моделирования система MatLab имеет библиотеку Image Processing Toolbox, которая обеспечивает широкий спектр функций, поддерживающих визуализацию проводимых вычислений непосредственно из среды MatLab, увеличение и анализ, а также возможность построения алгоритмов обработки изображений.
Рисунок 2.8 – Интерфейс пакета Simulink в Matlab
Усовершенствованные методы графической библиотеки в соединении с языком программирования MatLab обеспечивают открытую расширяемую систему, которая может быть использована для создания специальных приложений, пригодных для обработки графики.
Основные средства библиотеки Image Processing Tollbox:
построение фильтров, фильтрация и восстановление изображений;
увеличение изображений;
анализ и статистическая обработка изображений;
выделение областей интересов, геометрические и морфологические операции;
манипуляции с цветом;
двумерные преобразования;
блок обработки;
средство визуализации;
запись/чтение графических файлов.
Таким образом, систему MatLab можно использовать для обработки изображений, сконструировав собственные алгоритмы, которые будут работать с массивами графики как с матрицами данных. Поскольку язык MatLab оптимизирован для работы с матрицами, в результате обеспечивается простота использования, высокая скорость и экономичность проведения операций над изображениями.
Таким образом, программу MatLab можно использовать для восстановления испорченных изображений, шаблонного распознавания объектов на изображениях или же для разработки каких-либо собственных оригинальных алгоритмов обработки изображений. Библиотека Image Processing Tollbox упрощает разработку высокоточных алгоритмов, поскольку каждая из функций, включенных в эту библиотеку, оптимизирована для максимального быстродействия, эффективности и достоверности вычислений. Кроме того, библиотека обеспечивает разработчика многочисленным инструментарием для создания собственных решений и для реализаций сложных приложений обработки графики. А при анализе изображений использование мгновенного доступа к мощным средствам визуализации помогает моментально увидеть эффекты увеличения, восстановления и фильтрации.
Среди других библиотек системы MatLab можно также отметить System Identification Toolbox — набор инструментов для создания математических моделей динамических систем, основанных на наблюдаемых входных/выходных данных. Особенностью этого инструментария является наличие гибкого пользовательского интерфейса, позволяющего организовать данные и модели. Библиотека System Identification Toolbox поддерживает как параметрические, так и непараметрические методы. Интерфейс системы облегчает предварительную обработку данных, работу с итеративным процессом создания моделей для получения оценок и выделения наиболее значимых данных. Быстрое выполнение с минимальными усилиями таких операций, как открытие/сохранение данных, выделение области возможных значений данных, удаление погрешностей, предотвращение ухода данных от характерного для них уровня.
Из недостатков системы MatLab можно отметить невысокую интегрированность среды (очень много окон, с которыми лучше работать на двух мониторах), не очень внятную справочную систему (а между тем объем фирменной документации достигает почти 5 тыс. страниц, что делает ее трудно обозримой) и специфический редактор кода MatLab-программ. Сегодня система MatLab широко используется в технике, науке и образовании, но все-таки она больше подходит для анализа данных и организации вычислений, нежели для чисто математических выкладок.
Поэтому для проведения аналитических преобразований в MatLab используется ядро символьных преобразований Maple, а из Maple для численных расчетов можно обращаться к MatLab. Ведь недаром символьная математика Maple вошла составной частью в целый ряд современных пакетов, а численный анализ от MatLab и наборы инструментов (Toolboxes) уникальны. Тем не менее математические пакеты Maple и MatLab — это интеллектуальные лидеры в своих классах, это образцы, определяющие развитие компьютерной математики.
