20. Жолдарды және бағандарды жойыңыз. Біріктіру. Матрицаның арнайы түрін жасаңыз. Жолдарды орналастыру. Жолдарды орналастыру үшін командалар.
Жолдар мен бағандарды жою
Матрицалардың жолдары мен бағандарын қос бос тік жақша арқылы жоюға болады. Матрица келесі бос түрде болсын:
>>X=D;
Және Х матрицасының екінші бағанын жою керек:
>>X(:,2)=[]
Бұл амал Х матрицасын төмендегідей түрге келтіреді:
X=
16 3 13
5 10 8
9 6 12
4 15 1 Бастапқы түрі: 16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
Біріктіру – кіші матрицаларды үлкен матрица құру үшін біріктіру. Қос тік жақша – біріктіру операторы. D матрицасы арқылы жаңа матрицаны құруға болады.
>>B=[D; D+32; D+48; D+16]
Нәтижесінде 8х8 матрицасы төрт матрицалардың бірігуінен алынады.
Жолдарды орналастыру. Жолдарды орналастыру үшін командалар.
А матрицасын енгізу үшін әр жолын үтір-нүкте арқылы бөліп жазуға болады, бұл бірінші және ең қарапайым әдіс
>>А = [3 1 -1; 2 4 3]
А =
3 1 -1
2 4 3
Матрица енгізудің келесі әдісі
Матрицасы
берілсін.
Команда жолында бірінші жолды тереміз:
>> В = [4 3 -1
<Enter> батырмасын басамыз. Пакет ешқандай амал орындамайды. Матрицаның келесі жолдарын әрқайсысынан кейін <Enter> батырмасын басып енгіземіз. Ең соңғы жолды тік жақшамен аяқтаймыз.
2 7 0
-5 1 2]
Шығады: B =
4 3 -1
2 7 0
-5 1 2
Үшінші
әдіс:
матрицасы
берілсін.
Бұл әдісте матрицаны вектор-бағаннан тұратын вектор-жол ретінде енгіземіз.
>> С = [[3; 4] [-1; 2] [7; 0]]
С =
3 -1 7
4 2 0
Матрицаның арнайы түрі
Matlab негізгі матрицаларды құрайтын арнайы функциялардан тұрады:
Zeros- матрицаның барлық элементтері нөлдер
Eye- бірлік матрица
Ones- матрицаның барлық элементтері бірлер
Rand- кездейсоқ элементтерді бірыңғай, біркелкі орналастыру
Randn- кездейсоқ элементтерді кәдімгідей орналастыру
» A = zeros(3, 6)
A =
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
» I = eye(4)
I=
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
» E = ones(3, 7)
E =
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1 1 1
» R = rand(3, 5)
R =
0.9501 0.4860 0.4565 0.4447 0.9218
0.2311 0.8913 0.0185 0.6154 0.7382
0.6068 0.7621 0.8214 0.7919 0.1763
21. Полиномдар және интерполяция.Полиномдармен орындалатын амалдар орындаңыз. Полиномдық регрессия.
Matlab-та полиномдар векторының коэффициенттерімен анықталады,мысалы, p = x7 + 3.2x5 – 5.2x4 + 0.5x2 + x – 3 полиномы келесі вектор арқылы анықталады:
>>p=[ 1 0 3.2 -5.2 0 0.5 1 -3];
Векторының элемент саны, яғни полиномдар коэффициенті оның дәрежесінен әрқашан бір бірлікке үлкен, нөлдік коэффициенттер векторларда болуы керек.
polyval функциясы кейбір аргументтен полином мәнін табу үшін қолданылады:
>> polyval (p,1)
ans=-2.5000
Аргумент матрицанемесе вектор түрінде болуы мүмкін, бұл жағдайда полином мәнін
элементтері бойынша табу қолданылады және нәтижесі аргументінің өлшеміне сәйкес матрицаны немесе векторды көрсетеді.
Полиномның барлық түбірін бірден табу roots функциясы арқылы жүреді. Аргумент ретінде полином коэффициенттерінен құрылған вектор алынады. roots функциясы полином түбірінің векторын қайтарады, ол кешенді сан болуы да мүмкін.
>>r=roots(p)
r=
-0.5668 + 2.0698i
…..
Полином түьірлерінің саны оның дәрежесәне сәйкес келеді.
Полиномдық регрессия
Аппроксимацияның белгілі түрлерінің бірі – полиномдық. Аппроксимация, әдетте, мәліметтердің тәуелділігін немесе бірлігін басқа қарапайым немесе бірқалыпты тәуелділік арқылы суреттеу б.т. Matlab жүйесінде деректерді полиномдар арқылы ең кіші квадраттар әдісімен аппроксимациялау функциясы полиномдық регрессия анықталады.
polyfit (x,y,n) – n дәрежелі полином коэффициенттерінің векторын p(x) қайтарады, ол орта квадратты қателікпен y(x) функциясын аппроксимациялайды.
Нәтижесінде ұзындығы n+1-ге тең вектор-жол алынады, онда полином коэффициенттері х дәрежесінің кему ретімен орналасқан;
[p,S] = polyfit (x,y,n) полином коэффициенттері p-ны және s құрылымын polyval
функциясымен бірге орныдауға, бағалауға және қателік аралыған анықтауға қолданылады;
[p,S] = polyfit (x,y,n,mu) полином коэффициенттері p- ны және S құрылымын polyval функциясымен бірге орныдауға, бағалауға және қателік аралыған анықтауға қолданылады. Ол тек x-ті нормалау және масштабтау арқылы жүреді xnorm = (x-mu(1))/mu(2), онда mu(1) = mean(x) және mu(2)=std(x). Орталықтандыру және мастабтандыру тек polyval арқылы алынған дәрежелі көпмүшелігінің қасиетін жақсартпайды және де алынған аппроксимация алгоритімінің сапалық сипаттамасын жоғарылатады.
Мысалы:
(sin(x) функция үшін полиномиалды регрессия):
>>x=(-3:0.2:3)’;
>>y= sin(x);
>>p=polyfit(x,y,3);
>>x=(-4:0.2:4)’;
>>y= sin(x);
>>f=polyval(p,x);
>>plot(x,y,’r+’,x, f)
22.Сигналдармен жұмыс істеу және диодты түзеткіш моделі.Инженерлі және ғылыми қосымшаларда жиі кездесетін әртүрлі электрлі сигналдар. MATLAB жүйесінде Signal ProcessingToolbox атты сигналдармен жұмыс жасауға арналған арнайы пакет бар.
Сигналдармен жұмыс істеу. Қарастыратын сигнал түрлері тізбекте үзіліссіз, әрі аналогты болғанымен, компьютерлік модельдеу немесе өңдеу кезінде, бұл сигналдардың дискретті түрі, яғни вектор сияқты үзіліссіз сигналды көрсететін, әр элементі кейбір уақыт кезеңі белгілі бір шаманы көрсетуі. Сонымен қатар, бірдей тұрған уақыт кезеңдері қолданылады, сондықтан уақыт векторы тек үш параметрмен сипатталады: бастапқы уақыт, соңғы уақыт, уақыт қадамы. Егер сигнал периодты болса, сигнал уақыт кезеңдері шамасының векторы түрінде көрсетіледі, бир-екі периодтарды бөлуі бойынша.
Диодтың статикалық моделі. Егер диодтың кернеуі u-ға тең болса, онда диодтағы ток келесі түрде анықталады:
I0 -жылутогы, ϕT -температуралық потенциал
«Температуралық потенциал» деп аталу себебі ол кернеу өлшемдігіне ие және температураға тура қатынаста. Келесі қарастыратын термин «қанықтыру кері ток», шығу тегі теріс кернеумен |u| байланысты, идеалды диодтың кері тогы I0 тең және кернеуге тәуелді емес. Көбінесе кремнилік диодтарға қатысты I0 = 1мкА шамасы алынады. 13 суреттегі схемаға қатысты диод арқылы токты табу теңдеулер жүйесі берілген.
