تولباکس برازش منحنی (curve fitting) در نرم افزار متلب MATLAB یک ابزار آماده برای برازش منحنی و سطوح داده می باشد. شما در این جعبه ابزار می توانید آنالیز داده، پیش پردازش و پس پردازش داده ، مقایسه مدلهای کاندید و حذف outlier انجام دهید.
شما در این جعبه ابزار می توانید آنالیز رگرسیون با استفاده از مدلهای آماده خطی و غیرخطی انجام دهید یا خودتان مدل دلخواه خود را بسازید.
در این جعبه ابزار شما می توانید از حل کننده های (solver) بهینه شده برای بهبود کیفیت برازش (fit) استفاده کنید. این جعبه ابزار همچنین شامل تکنیک های مدلسازی غیرپارامتری مانند درونیابی و هموارسازی و splines هم می باشد.
بعد از ساخت مدل شما می توانید روشهای پس پردازش مختلفی را بر روی مدل خود اعمال کنید.

.
به طور خلاصه تولباکس برازش منحنی در متلب دارای ویژگیهای زیر است :

• برازش منحنی برای منحنی و سطوح
• رگرسیون خطی و غیرخطی با معادله های سفارشی
• کتابخانه ای از مدلهای رگرسیون با نقاط شروع و پارامترهای حل کننده بهینه شده
• روشهای درونیابی شامل B-spline و spline صفحه ای و spline tensor-product
• تکنیک های هموار سازی شامل spline هموارکننده و رگرسیون متمرکز و فیلترهای Savitzky-Golay و میانگین های متحرک
• روشهای پیش پردازش شامل حذف outlier و بخش بندی و تغییر مقیاس و وزن دهی داده ها
• روشهای پس پردازش شامل درونیابی و برونیابی و بازه های اطمینان (confidence ) انتگرال و مشتق

لینک دانلود

پیش نمایش 1 :

.

لینک دانلود (کیفیت بالا)

پیش نمایش 2 :

.

لینک دانلود (کیفیت بالا)

پیش نمایش 3 :

.

لینک دانلود (کیفیت بالا)

پیش نمایش 4 :

.

لینک دانلود (کیفیت بالا)

پیش نمایش 5 :

.

لینک دانلود (کیفیت بالا)

نوشته فیلم آموزش فارسی جعبه ابزار برازش منحنی در متلب اولین بار در ايران متلب. پدیدار شد.

برای حل معادله گرما در زمان t و در فضای تک بعدی از دستور pdepe استفاده می کنیم.

فرم کلی معادله سھمی وار متلب بصورت زیر می باشد  .

و ھمین طور فرم کلی شرایط مرزی بصورت زیر می باشد.

که x_l نمایانگر نقطه ابتدا و x_r نمایانگر نقطه انتهایی شرایط مرزی می باشد.توجه کنید که b دارای مقدار ثابت در هر دو معادله است.هر کدام از معادله های بالا را در m.file جداگانه قرار می دهیم.مقادیر s,b,c را از مقایسه معادله حاکم در مثال با فرم کلی معادله سهمیگون در متلب بدست اورده و در m.file قرار می دهیم.مقادیر p,q را نیز از مقایسه شرایط مرزی مسئله با فرم کلی شرایط مرزی تعریف شده برای متلب بدست می اوریم.و در اخر نیز شرایط کرانه ای را در m.file سوم قرار می دهیم.سپس به کمک دستور pdepe سه m.file را ترکیب کرده معادله را حل می کنیم.

:Example

معادله  اصلی بصورت:

شرایط مرزی بصورت:

و شرایط اولیه بصورت:

کاملا مشخص است که مقدار c=1 می باشد.همچنین ما در طرف راست معادله حاکم بر مسئله مشتق دوم بر حسب x را داریم.پس مقدار b باید برابر u_x باشد.مقدار s نیز که به وضوح مشخص است که برابر 0 می باشد. ملاحضه کردید که مقادیر c,b,s طوری در معادله سهمیگون مقدار دهی شدند که به معادله حاکم بر مسئله برسیم.مقدار m نیز باید برابر 0 باشد تا عملا x از معادله حذف شود. m را در اخر مقدار دهی میکنیم.

کد زیر نمایانگر معادله اصلی و در eqn1.m ذخیره می کنیم.

function [c,b,s] = eqn1(x,t,u,DuDx)

%EQN1: MATLAB function M-file that specifies

%a PDE in time and one space dimension.

c = 1;

b = DuDx;

s = 0;

برای شرایط مرزی نیز مطابق معادله اصلی عمل می کنیم. برنامه نویسان شرایط مرزی را بگونه ای به فرم بالا در اورده اند تا برای تمامی معادلات عمومیت داشته باشد.ما با تعیین ضرایب بگونه ای عمل می کنیم تا فرم کلی شرایط مرزی تبدیل به شرایط مرزی مثال شود.

به شرایط ابتدایی دقت کنید.مقدار q برابر 0 است تا b حذف شود.در متیجه p برابر با u می شود.

و برای شرایط انتهایی نیز به همین صورت, q برابر صفر و مقدار p برابر با u-1 است.حالا نتایج رو در فایل bc1 ذخیره می کنیم.

function [pl,ql,pr,qr] = bc1(xl,ul,xr,ur,t)

%BC1: MATLAB function M-file that specifies boundary conditions

%for a PDE in time and one space dimension.

pl = ul;

ql = 0;

pr = ur-1;

qr = 0;

و همینطور شرط اولیه را در initial1.m ذخیره می کنیم.

function value = initial1(x)

%INITIAL1: MATLAB function M-
le that speci
es the initial condition

%for a PDE in time and one space dimension.

value = 2*x/(1+x^2);

و حالا نوبت به حل مساله به کمک دستور pdepe رسیده است.مساله را در زمان 10ثانیه نخست و طول واحد(مثلا یک لوله به طول واحد) حل می کنیم.

%PDE1: MATLAB script M-file that solves and plots

%solutions to the PDE stored in eqn1.m

m = 0;

% NOTE: m=0 specifies no symmetry in the problem. Taking

% m=1 specifies cylindrical symmetry, while m=2 specifies

% spherical symmetry.

%

% Define the solution mesh

x = linspace(0,1,20);

t = linspace(0,10,10);

%Solve the PDE

u = pdepe(m,@eqn1,@initial1,@bc1,x,t);

% Plot solution

figure(1)

surf(x,t,u);

title(‘Surface plot of solution’);

xlabel(‘Distance x’);

ylabel(‘Time t’);

figure(2)

for i=1:length(t)

   plot(x,u(i,:))

   hold on

end

جواب u بصورت یک ماتریس به اندازه t و x ذخیره شده است.برای مثال (u(1,5 مقدار دما در نقطه((t(1),x(5)

مشخص می کند.

ما می تونیم به کمک دستور((:,plot(x,u(1 بردار دما را در اغاز (t=0) رسم می کنیم.

مثال بعدی :

وکد زیر رو برای مساله به این صورت می نویسیم:

function [c,f,s] = eqn2(x,t,u,DuDx)

c = pi^2;

f = DuDx;

s = 0;

function [pl,ql,pr,qr] = bc2(xl,ul,xr,ur,t)

pl = ul;

ql = 0;

pr = pi * exp(-t);

qr = 1;

function u0 = initial2(x)

u0 = sin(pi*x);

و از دستور pdepe استفاده می کنیم:

m = 0;

x = linspace(0,1,20);

t = linspace(0,5,20);

u = pdepe(m,@eqn3,@initial3,@bc3,x,t);

figure(1)

surf(x,t,u);

title(‘Surface plot of solution’);

xlabel(‘Distance x’);

ylabel(‘Time t’);

figure(2)

plot(x,u(2,:))

title(‘Solution at t = 2’)

xlabel(‘Distance x’)

ylabel(‘u(x,2)’)

% Creat animation

figure(3)

fig = plot(x,u(1,:),’erase’,’xor’);

for k=1:length(t)

 set(fig,’xdata’,x,’ydata’,u(k,:),’color’,’r’)

 pause(0.1)

end

دریافت کتابچه حل معادلات ديفرانسيل با مشتقات پاره اي با MATLAB

نوشته اموزش متلب_pdepe(حل عددی معادله حرارت پاره ای وابسته به زمان) اولین بار در ايران متلب. پدیدار شد.

همان طور که می دونید برای حل معادلات PDE  ما نیاز داریم که ناحیه ای را مشخص کنیم تا معادله ما در این ناحیه حل شود. به عنوان مثال می خواهیم تغییرات گرما در یک ناحیه مستطیلی را بدست بیاوریم. می بایست ابتدا یک مستطیل تعریف کنیم یا بکشیم و سپس آنرا مش بندی کنیم.

در مرحله اول دستور pdetool را در پنجره فرمان بزنید :

با این کار پنجره محیط pdetool باز می شود و شما می توانید ناحیه های دلخواه خود را رسم کنید.

یک راه دیگر رسم نواحی دلخواه استفاده از دستورات متلب می باشد.

pderect([-0.5 1 -0.5 1],’R1′)

 یک مستطیل می کشد که گوشه چپ پایین آن در مختصات -0.5 و -0.5 قرار دارد و گوشه بالای سمت راشت در 1 و 1 قرار دارد. بر چسب آن را R1 می گذارد.

pderect([-0.2 0.8 -0.2 0.8],’R2′) 

یک مستطیل می کشد که گوشه چپ پایین آن در مختصات -0.2 و -0.2 قرار دارد و گوشه بالای سمت راست در 0.8 و 0.8 قرار دارد. بر چسب آن را R2 می گذارد.

pdecirc(0.3,0.3,0.4,’C1′)

 یک دایره به مرکز 0.3 و 0.3 می کشد که اندازه شعاع آن 0.4 است.

بعد از مشخص کردن ناحیه ها، می توانیم یک ناحیه را از دیگری کم کنیم و بین آنها را بگیریم.

برای انجام این رابطه ها از نوار ابزار set formula استفاده کنید و فرمول مورد نظرتون را وارد کنید.

مثلا در اینجا ما وارد می کنیم :

R1-R2+C1-C2

در مرحله بعد باید مش بندی کنیم برای این کار از منو Mesh

Initialize mesh را انتخاب می کنیم :

با دستور بالا مش بندی مثلثی انجام می شود.

شما می توانید این مش بندی را تغییر دهید. مش بندی مثلثی پیش فرض نوع مش بندی در pdetool در متلب می باشد.

همانطور که در شکل بالا می بینید مثلث های مش تقریبا بزرگ هستند. برای کوچک تر کردن مش و دقت حل معادله، می توانید از منو mesh

refine mesh را انتخاب کنید. که مثلث ها را بر چهار تقسیم می کند.

پست قبلی ما در مورد حل معادلات مشتق جزیی در متلب را نیز ببینید.

https://matlab1.ir/?p=1369

نوشته حل معادلات PDE با pdetool متلب اولین بار در ايران متلب. پدیدار شد.

اگر هزینه شرکت در کلاس متلب را ندارید

اگر نمی تونید در کلاسهای برنامه نویسی ما شرکت کنید

ما برای شما مجموعه ای از بهترین اسلایدهای فارسی آموزش متلب را تهیه کردیم که می تونید در اینجا دانلود کرده و لذت ببرید.

ویژگیهای اصلی متلب

oآشنایی با محیط متلب

oعملیات ریاضی ساده

oعملگرهای ریاضی متلب

oفضای کاری متلب (Workspace)

oفرمت نمایش اعداد

oانواع متغیرها

oنامگذاری متغیرها

o متغیرهای ویژه

o علائم نقطه گذاری و جملات توضیحی

o اعداد مختلط

oبعضی از توابع ریاضی در متلب

oراهنمای متلب

oفایلهای متنی یا m-فایلها

oمدیریت فایل در متلب

MFasl01_matlab1.ir

آرایه ها در متلب

MFasl02_matlab1.ir

توابع و عملیات ماتریسی

MFasl03_matlab1.ir

عملیات منطقی و رابطه ای

MFasl04_matlab1.ir

رشته های کارکتری

MFasl05_matlab1.ir

تصمیم گیری و کنترل روند و حلقه ها و دستورات شرطی

MFasl06_matlab1.ir

ایجاد توابع یا تابع در متلب

MFasl07_matlab1.ir

تجریه و تحلیل فوریه

MFasl08_matlab1.ir

نمودارهای دو بعدی

MFasl09_matlab1.ir

چند جمله ای ها در متلب MATLAB

MFasl10_matlab1.ir

برازش منحنی و درونیابی

MFasl11_matlab1.ir

نمودار های سه بعدی در متلب MATLAB

MFasl12_matlab1.ir

نوشته مجموعه ای از بهترین اسلایدهای آموزش فارسی متلب MATLAB اولین بار در ايران متلب. پدیدار شد.

جزوه ای که در این مطلب برای دانلود آماده شده است در ۲۰۰ صفحه و در قالب فایل pdf به آموزش کامل نرم افزار متلب (matlab) می پردازد. این جزوه آموزشی حاصل تلاش جناب آقای برمکی میباشد که از مبتدی ترین قدم ها برای آموزش نرم افزار متلب شامل آموزش نصب متلب ، آموزش پنجره های متلب ، تا آموزش پیشرفته که شامل انواع برنامه نویسی در محیط نرم افزار متلب را شامل میشود.

جزوه آموزشی کار با نرم افزار متلب که در این مطلب آماده شده در وهله اول برای افراد مبتدی و کسانی که تمایل به برنامه نویسی در محیط نرم افزار متلب را دارند تهیه شده است و در طول جزوه سعی شده است ، همه مطالب پله به پله از ابتدایی ترین دستورات شروع شود و جای سوالی برای خواننده نماند.

از مهمترین مطالب آموزشی در این جزوه میتوان به الگوریتم و آموزش الگوریتم برنامه نویسی ،نحوه نصب نرم افزار متلب ، آموزش پنجره های نرم افزار متلب ، شناخت عملگرها در متلب ، شناخت دستورات ابتدایی ، برنامه نویسی و تابع نویسی matlab ، آموزش توابع کاربردی متلب ، آموزش ماتریس ، ترسیم دو بعدی و سه بعدی اشکال به کمک نرم افزار متلب ، ترسیم توابع مختلف ، کار با چند جمله ای ها در متلب ، gui و … اشاره کرد.

لینک دانلود

نوشته دانلود جزوه آموزش کامل نرم افزار متلب matlab (برمکی ) اولین بار در ايران متلب. پدیدار شد.

در اين بخش از يادداشت فقط بر نحوه برنامه نويسي و اجراي برنامه هـا تـاكيد شـده اسـت و نتـايج اجراي برنامه هاي مورد بحث نشان داده نشده اند.  به خواننده توصيه مي گردد كه خود برنامه ها را اجرا كرده و نتايج آنها را مشاهده نمايد.

برنامه اصلي

m-file ها مي توانند به دو شكل برنامه اصلي و تابع باشند.  برنامه اصلي عبارتست از مجموعـه اي از دستورها كه مي توان آنها را بطور جداگانه در محيط كار MATLAB اجرا نمود.  هنگــامي كـه نـام برنامه اصلي را در محيط كار MATLAB  بنويسيد اين دستورها به ترتيــب اجـرا مـي گردنـد.  بـه عنوان مثال براي محاسبه حجم گاز كامل، در دماهاي مختلف و فشــار معلـوم، دسـتورات زيـر را در ويرايشگر MATLAB بنويسيد و سپس تحت عنوان pvt.m ذخيره كنيد :

% A sample scritp file: pvt.m

disp(‘ Calculating the volume of an ideal gas.’)

R = 8314; % Gas constant (J/kmol.K)

t =   input(‘ Vector of temperature (K) = ‘);

p = input(‘ Pressure (bar) = ‘)*1e5;

v = R*t/p;   % Ideal gas law

% Plotting the results

plot(t,v)

xlabel(‘T (K)’)

ylabel(‘V (m^3/kmol)’)

title(‘Ideal gas volume vs temperature’)

علامت % نشانگر وجـود توضيحات در بـرنامه است.  علامت % و آنچه بدنبـــال آن در همـان ســطر مي آيد به هنگام اجراي برنامه ناديده گرفته مي شود.  همچنيــن علامـت . . . بيـانگر آن اسـت كـه دستور مورد نظر در اين سطر تمام نشده و در سطر بعدي ادامه مي يابد.  مورد استفاده اين علامــت بيشتر در مورد دستورهاي محاسباتي طولاني است كه براي مطالعه راحت تر ايــن قسـمت از برنامـه بهتر است در دو يا سه خط نوشته شود.

پس از ايجاد پرونده pvt.m، براي اجراي آن كافي اس ت كـه نـام آن را در محيـط كـار MATLAB بنويسيد و نتايج را مشاهده كنيد

استفاده از diary براي ايجاد برنامه

يك روش ايجاد برنامه براي مبتديان بكار بردن دستور diary است.  در صورت استفاده از دستور زير

» diary xyz

تمامي نوشته هاي محيط كار MATLAB پس از آن در پرونده xyz حك مي گردنــد.  پرونـده xyz بدون دنباله خواهد بود مگر آنكه خودتان براي آن دنباله مشخص كنيد.  در اين حــالت مـي توانيـد شروع به نوشتن دستورات مورد نظر در محيط كار MATLAB كنيد، نتايج را همان جا ببينيد و در صورت لزوم تصحيحات لازم را انجام دهيد.  هنگامي كه به پايان محاسبات و نتيجه دلخواه رسيديد، پرونده xyz را به كمك دستور زير ببنديد:

» diary off

اکنون مي توانيد پرونده xyz را باز كرده، خطوط و دستورهاي اضافي را از آن پاك كنيد و سپس بــا دنباله .m آن را ذخيره نمائيد.  به اين ترتيب يك m-file ايجاد كرده اي د كـه بـه نتـايج اجـراي آن اطمينان داريد.

تابع

علاوه بر توابعي كه همراه MATLAB هستند، شما مي توانيد توابعي را كه محاسبات مورد نيازتــان را انجام بدهد نيز ايجاد كنيد.  يك تابع يك يا چنـد داده را در ورودي دريـافت مـي كنـد و پـس از انجام محاسبات لازم نتايج را در قالب يك يا چند متغير خروجي به شما برمي گرداند.  خط اول يك تابع كه خط تعريف تابع نيز ناميده مي شود بايد از ترتيب زير پيروي نمايد:

–      function كلمه

–     نام متغير يا متغيرهاي خروجي.  در صورت وجود بيش از يك متغــير خروجـي بـايد آنـها را در كروشه گذاشته و با ويرگول از هم جدا كنيد.

–     علامت =

–     نام تابع.  پرونده اي كه تابع در آن ذخيره مي گردد بايد داراي همين نام با دنباله .m باشد.

–     آرگومان يا آرگومانهاي ورودي (كه با ويرگول از هم جدا شده باشند) در داخل پرانتز.

براي مثال تابع زير، كه بـايد در پرونـده ideal.m ذخـيره گـردد، حجـم گـاز كـامل را در فشـارها و دماهاي مختلف محاسبه مي نمايد:

function v = ideal(t,p)

% ideal: Calculation of ideal gas specific volume

% v=ideal(t,p) takes the vector of temperature (t) in K

% and the vector of pressure (p) in Pa and returns the % matrix of specific volume (v) in m3/kmol.

% Start of calculations

R = 8314; % Gas constant (J/kmol.K)

for k = 1:length(p)   

    v(k,:) = R*t/p(k); % Ideal gas law

end

حال اين تابع را مي توانيد در محيط كار MATLAB، در يك برنامه اصلي و يا در تابع ديگري بكــار ببريد.  مثلا”

» p=1:10; t=300:10:400;

» vol=ideal(t,p);

» surf(t,p,vol)

» view(135,45), colorbar

توصيه مي شود در توابعي كه مي نويسيد، پس از خط تعريف تابع، كار تابع و نحــوه بكـاربردن آن را در چند خط توضيح دهيد.  خطوط توضيح پيوسته اي كه در ابتداي تــابع مـي آينـد را مـي توانيـد همانند ديگر توابع و دستورهاي موجود در MATLAB با استفاده از دستور help مرور كنيد.

كنترل جريان محاسبات

MATLAB داراي چندين تركيب كنترل جريان محاسبات است كه به برنامه امكان مي دهد كه در حين اجرا تصميمات لازم را اتخاذ كرده و ترتيب اجراي دستورات را كنترل كند.  ايــن دسـتورها در زير شرح داده مي شوند.

if . . . (else . . .) end– دستور if برنامه را قادر مي سازد كه تصميم بگيرد كه چه دستورهايي بايد اجرا گردند.  مثال:

x = input(‘ x = ‘);

if x >= 0   

     y=x^2

end

عبارتي كه به دنبال كلمه if مي آيد بايد يك عبارت منطقي باشــد.  در صـورت درسـت بـودن ايـنعبارت منطقي، دستورهايي كه در سطرهاي بين if و end قرار دارند بترتيب اجــرا مـي گردنـد و در صورت نادرست بودن اين عبارت منطقي، دستورهاي گفته شده ناديده گرفته مي شوند.

شما همچنين مي توانيد از دستور else استفاده كنيد.  مثال:

x = input(‘ x = ‘);

if x >= 0   

   y=x^2

else   

   y=-x^2

end

در اين حـالت اگر عبارت منطقي مورد نظر درست باشد، مجموعه دسـتورهاي بيـن if و else اجــرا مي گردند و در غير اين صورت دستورهاي بين else و end قابل اجرا مي باشند.

for . . . end– دستور for به برنامه اجازه مي دهد كه دستورهاي درج شــده بيـن for و end را بـه دفعات معيني تكرار نمايد.  مثال:

k = 0;

for x = 0:0.2:1   

     k = k + 1   

     y = exp(-x)

end

while . . . end– در مواردي كه لازم باشد كه در حين اجراي برنامه مجموعه اي از دستورات تكرار گردند ولي تعداد دفعات تكرار معلوم نباشد بلكه اين عمليات تا ارضا شدن شرط يــا شـروط معينـي ادامه يابند، مي توان از دستور while استفاده نمود.  مثال:

x = 0;

while x < 1   

    y = sin(x)   

    x = x + 0.1;

end

همانند آنچه در مورد دستور if گفته شد، عبارتي كه به دنبال كلمه while مي آيد بايد يك عبــارت منطقي باشد كه در واقع همان شرط مورد نظر است.  در صورت صادق بودن ايــن عبـارت منطقـي، دستورهايي كه در سطرهاي بين while و end قرار دارند بترتيب اجرا مي گردند تا آنجايي كه شرط مورد نظر ديگر برقرار نباشد.

switch . . . case . . . (otherwise . . .) end – وقتي كه لازم باشــد كـه برنامـه بـر حسـب مقـاديرمختلف يك متغيـر، متناظرا” دستورهاي متفـاوتي را اجـرا كنـد، بكـار بـردن تركيـب switch-case راحت تر از بكار بردن چندين دستور if متداخل است.  مثال:

a = input(‘a =’);

switch a

case 1   

    disp(‘One’)

case 2   

    disp(‘Two’)

case 3   

    disp(‘Three’)

end

break و pause – دو دستور مفيد ديگر كه در برنامه نويسي مي توانند مــورد اسـتفاده قـرار گـيرند عبارتند از break و pause.  شما مي توانيد در صورت لزوم قبل از كامل شدن حلقه به كمك دستور break از آن خارج شويد.  هنگامي كه برنامه در حين اجرا به دستور pause برسد متوقف مــي مـاند تا اينكه شما كليدي را روي صفحه كليد فشار دهيد و سپس اجراي برنامه از دســتور بعـد از pause ادامه مي يابد.  مثال:

k = 0;

for x = 0:0.2:1   

    if k > 5      

       disp(‘k > 5’)      

       break   

    end   

    k = k + 1;   

    y = exp(-x);   

    disp([‘ k = ‘,num2str(k),’  y = ‘,num2str(y)])

    pause

end

در مثال فوق، برنامه هر بار پس از نشان دادن مقادير k و y متوقف مي ماند تــا اينكـه كليـدي روي صفحه كليد فشرده شود.  سپس حلقه for بار ديگر تكرار مي گردد و اين عمل آنقدر ادامه مي يــابد تا اينكه مقدار k از ٥ بيشتر شود.  در اين موقع دستور break باعث خروج برنامه از حلقــه for (و در اين مثال پايان اجراي برنامه) مي شود.

نوشته برنامه نويسي (m-files) در متلب اولین بار در ايران متلب. پدیدار شد.

در MATLAB مي توان دو نوع عمليات روي آرايه ها انجــام داد كـه بـه آنـها عمليـات ماتريسـي و عمليات عضو به عضو مي گويند.  عمليات ماتريسي شامل محاسبه ترانهاده، ضرب ماتريسي، جمـع و تفريق آرايـه هاي هم اندازه و غيره مي شود.  ترانهاده يك ماتـريـس با كمك علامـت پريـم بدسـت مي آيد:

» r=rand(2,4)

r =     0.9501    0.6068    0.8913    0.4565

    0.2311    0.4860    0.7621    0.0185

» r’ ans =     0.9501    0.2311

    0.6068    0.4860

    0.8913    0.7621

    0.4565    0.0185

ضرب ماتريسي با استفاده از علامت * و جمع و تفريق ماتريسها بـا اسـتفاده از علامتـهاي مربوطـه انجام مي گيرند:

» v=[1:4];

» r*v’ ans =     6.6636

    3.5634

» s=[0:3; 2:-.5:.5];

» s+r ans =     0.9501    1.6068    2.8913    3.4565

    2.2311    1.9860    1.7621    0.5185

٢-٤   عمليات عضو به عضو روي آرايه ها

انجام عمليات جبري روي آرايه ها در MATLAB نيازمند دقت است.  بطور كلــي دو نـوع عمليـات مي توان روي آرايه ها انجام داد: ١-عمليات عضو به عضــو، ٢-عمليـات بـرداري-ماتريسـي.  اشـتباه گرفتن اين دو نوع عمليات باعث بروز مشكل در محاسبات مي گردد.  دو بردار زير را در نظر بگيريد:

» a=[1 2 3];

» b=[2 -1 0];

فرض كنيد كه مي خواهيد اين دو را در هم ضرب كنيد:

» a*b

??? Error using ==> *

Inner matrix dimensions must agree.

دليل گرفتن پيام خطا از عمل فوق اين است كه در MATLAB استفاده از علامت ضرب به تنـهايي به معناي ضرب ماتريسي است.  بنابراين عمل بالا را مي توان با ترانهاده بردار دوم به انجام رسانيد:

» a*b’

ans =

     0

اين عمل در حقيقت ضرب اسكالر دو ماتريس است، يعني:  ٠=٠*٣+(١-)*٢+٢*١

حال اگر بخواهيد ضرب عضو به عضو اين دو بردار را به دست آوريد بايد يك نقطــه قبـل از علامـت ضرب بگذاريد:

» a.*b

ans =

     2    -2     0

همين دستورالعمل را مي توان براي تقسيم و به توان رساندن آرايه ها بكار بست:

» a.^2 ans =

     1     4     9

در صورت فراموش كردن نقطه قبل از علامت توان:

» a^2

??? Error using ==> ^

Matrix must be square.

نوشته عمليات ماتريسي روي آرايه ها در متلب matlab اولین بار در ايران متلب. پدیدار شد.

یکی از توابع پر کاربرد متلب برای برازش داده ، تابع  fit می باشد .

با این تابع شما می توانید توابع زیادی را تقریب بزنید که در زیر خلاصه ای از آنها را می بینید .

چند جمله ای

Polynomial Model Names and Equations

Examples of Polynomial Model Names for Curves           Equations

poly1                                                                                      Y = p1*x+p2

poly2                                                                                      Y = p1*x^2+p2*x+p3

poly3                                                                                      Y = p1*x^3+p2*x^2+…+p4

…etc., up to poly9                                                                 Y = p1*x^9+p2*x^8+…+p10

آموزش تول‌باکس کرو فیتینگ نرم‌‌افزار متلب

کرو فیتینگ (Curve Fitting) چیست؟

کروفیتینگ یا برازش منحنی، به عملی گفته می‌شود که با کمک آن می‌توان معادله‌های خطوط پیچیده را از مجموعه‌ای از نقاط عبور داد. این نقاط می‌توانند همان داده‌های آزمایشگاهی باشند. مثلاً شما تعدادی داده‌ی آزمایشگاهی دارید و می‌خواهید بهترین خط با معادله‌ی y=ax^2+Sin x را از این نقاط عبور دهید. معادله‌ی بدست آمده الزماً از داده‌های شما عبور نمی‌کند؛ این معادله بهترین معادله‌ای خواهد بود که به تمامی داده‌های شما نزدیک است. شما به کمک نرم‌افزار متلب (Matlab) می‌توانید این عمل را انجام دهید. در واقع، نرم‌افزار متلب به شما اجازه‌ی انتخاب هر نوع معادله‌ای را می‌دهد و شما با انتخاب نوع معادله و ورود داده‌ها به نرم‌افزار می‌توانید ضرایب معادله مورد نظر خود را بدست آورید. این معادلات می‌توانند چندپارامتری و یا چندمتغیره باشند. در ادامه‌ی مطلب به صورت تصویری، چگونگی برازش منحنی یا کرو فیتینگ ( Curve Fitting) در نرم‌افزار متلب را توضیح داده‌ام.

ابتدا در پنجره اجرای دستورات مطابق شکل تایپ کنید: cftool

اکنون پنجره مربوط به جعبه ابزار برازش منحنی (Curve Fitting Toolbox ) طبق عکس زیر، در محیط نرم‌افزار متلب باز می شود:

حال برای اجرای یک مثال ساده یا خود شما داده هایی را وارد نرم افزار متلب بکنید و یا هم دستور زیر را تایپ نمایید تا داده هایی از دیتا بیس نرم افزار متلب وارد محیط نرم‌افزار شود:

پس از اجرای دستور فوق در محیط نرم‌افزار با پنجره زیر مواجه خواهید شد:

ه شامل دو ماتریس می‌باشد.

حال از پنجره‌ی جعبه ابزار که قبلا باز کرده بودیم، روی data کلیک کنید تا مطابق شکل پنجره ای باز شود و گزینه های X , Y  را طبق شکل تنظیم کنید.

سپس بر روی  Create data set  کلیک کنید تا پنجره زیر ظاهر گردد:

روی View کلیک کنید.

اکنون روی close کلیک کنید.

حال به پنجره زیر بروید و روی Fitting کلیک کنید.

وقتی کلیک کردید پنجره زیر ظاهر می گردد:

وقتی شما چک باکس Immediate apply را علامت زدید و روی New Fit هم کلیک کرده باشید معادلات مختلف و ضرایبشان را مشاهده خواهید کرد و خطوط متناظر با این معادلات از مجموعه نقاط شما عبور خواهد کرد. در قسمت نتایج Result می‌توانید مقدار عددی رگرسیون نیز مشاهده کنید.

شما می توانید در یک شکل جند بار New Fit را بزنید و مطابق شکل چندین منحنی همزمان در یک صفحه از مجموعه نقاط شما عبور خواهد کرد.

برای اینکه بدانید  کدام یک از نقاط شما از سایر نقاط پرت است و به اصطلاح ممکن است بر اثر خطای آزمایش بوجود آمده باشد کارهای زیر را انجام دهید:

در تصویر بالا از منوی View  گزینه Residuals  و سپس Line Plot  را انتحاب کنید تا شکل زیر به پایین نمودار مطابق شکل اضافه شود:

این شکل نشان می دهد که نقاطی که نزدیک به ۱۹۴۰ هستند، ممکن است داده های پرت باشند و در صورت حذف این داده و داده سمت راست آن، منحنیِ بهتری و با دقت بیشتری خواهیم داشت که رگرسیون آن نیز به مراتب به واحد نزدیک‌تر خواهد بود.

تول باکس کروفیتینگ متلب امکانات گسترده‌ی دیگری نیز دارد. به عنوان مثال شما غیر از این ۳۵ معادله که می‌توانید داده‌های خود را روی آن‌ها فیت کنید، می‌توانید ترکیبی از این معادلات و یا هر معادله‌ی دل‌خواهی را از داده‌ها عبور دهید. اگر شما بخواهید که از امکانات این جعبه ابزار در وسط برنامه (m-file) استفاده کنید، شما باید از کدهایی که در هلپ نرم‌افزار توضیح داده شده، به کار ببرید. تول باکس کرو فیتینگ متلب قابلیت محاسبه‌ی مشتق عددی و یا انتگرال‌گیری از منحنی‌هایی که از داده‌های شما عبور می‌کند نیز دارد. هم‌چنین به کمک این جعبه‌ابزار می‌توانید معادلات چند متغیره و چند پارامتری را از داده‌هایتان عبور دهید.

نوشته آموزش جعبه ابزار برازش داده curve fitting در متلب matlab اولین بار در ايران متلب. پدیدار شد.

مطلبی که امروز آماده شده است، مربوط به آموزش ساده سیمولینک مدارات قدرت در نرم افزار MATLAB می باشد. این آموزش از دو بخش تشکیل شده است، که بخش اول آن مربوط به شبیه سازی یک مدار ساده در محیط سیمولینک نرم افزار متلب می باشد. و بخش دوم آن مربوط به تحلیل و تجزیه مدار در محیط سیمولینک نرم افزار متلب می باشد. در قسمت شبیه سازی یک مدار ساده قطعات سیستم قدرت به شما اجازه ساخت و شبیه سازی مدارات الکتریکی که شامل المان های خطی و غیرخطی هستند را می دهد. مطالبی که در بخش مربوط به شبیه سازی مدار ساده تو محیط سیمولینک بررسی می شود عبارتند از : کتابخانه قطعات سیستم قدرت (powerlib) را بررسی خواهید کرد، یاد خواهید گرفت که چگونه یک مدار ساده از کتابخانه powerlib بسازید، و اینکه قطعات Simulink را به مدارتان وصل می نمایید.

لینک دانلود

نوشته آموزش ساده سیمولینک مدارات قدرت در نرم افزار MATLAB اولین بار در ايران متلب. پدیدار شد.

a=sqrt(sym(2))

f = sym(‘x^2 + x + 1′)

ezplot(f)

دستور dsolve از این جعبه ابزار برای حل معادلات دیفرانسیل استفاده می شود.

dsolve(‘Dy=x’)

ans =

x*t+C1

حتما می دانید که عملگر D هم ارز با dy / dx است و هدف ازدستور بالا یافتن جواب معادله dy/dx=x ؟!

متغیر پیش فرض این دستور t است بنابراین x در دستور بالا به صورت یک ثابت عمل می کند.

dsolve(‘Dy=x’,’x’)

ans =

1/2*x^2+C1

پس هنگامی که متغیر مستقل معادله، t نباشد حتما باید ذکر شود.

در بسیاری از موارد جواب خصوصی معادله مورد نیاز است؛ فرض کنید بخواهیم معادله D2y=x را حل کنیم بطوریکه

y(1)=3

y(2)=5

برای اینکار از این حالت دستور dsolve استفاده می کنیم

dsolve(‘D2y=x’,’y(1)=3,y(2)=5′, ‘x’)

شکل کلی استفاده از این دستور  یکی از اشکال زیر است که با هم معادل هستند

r = dsolve(‘eq1,eq2,…’, ‘cond1,cond2,…’, ‘v’)
r = dsolve(‘eq1′,’eq2′,…,’cond1′,’cond2′,…,’v’)

منظور از v متغیر مستقل، cond شرط اولیه و eq معادله دفرانسیل مورد نظر است.

فزض کنید بخواهیم دستگاه معادلات دیفرانسیل زیر را حل کنیم(متغیر مستقل را t فرض کنید).

Dx = y

Dy=-x

به این صورت عمل می کنیم

r=dsolve(‘Dx = y’, ‘Dy = -x’)

نوشته حل معادلات دیفرانسیل معمولی با متلب اولین بار در ايران متلب. پدیدار شد.