• 👤 پنل کاربری (مشتریان)
  • 💳 درگاه پرداخت آنلاین
📌 سفارش آموزش و شبیه‌سازی با متلب را از طریق فرم سایت ارسال نمایید. 📞 09378425676 🕙 ساعت تماس: 10 تا 23 هر روز | ⚠️ لطفاً جهت استعلام هزینه تماس نگیرید؛ سفارش شما ابتدا باید توسط متخصصین بررسی شود.
  • سبد خرید فروشگاه سبد خرید فروشگاه
    0سبد خرید فروشگاه
متلبی
  • خانه
  • فروشگاه متلبی
  • وبلاگ
  • دعوت به همکاری
  • فرم ثبت سفارش
  • Click to open the search input field Click to open the search input field جستجو
  • منو منو
وبلاگ آموزش ها و اخبار متلبی
مکان شما: خانه1 / وبلاگ آموزش ها و اخبار متلبی2 / آموزش متلب3 / آموزش مقدماتی Matlab – بخش سوم
آموزش مقدماتی متلب

آموزش مقدماتی Matlab – بخش سوم

0 دیدگاه /در آموزش متلب, وبلاگ/توسط حسن یوسفی

آموزش مقدماتی متلب در چند بخش تهیه شده و می توانید در ویلاگ متلبی از آن بهره ببرید.
توابع ریاضی موجود در متلب:

Sin,cos,tan,cot

Log(x)

که همان

ln(x)

است.
Log10(x) که همان log در پایه ی 10 است.
Log2(x) که همان log در پایه ی 2 است.

Exp(x)=e^x

و توابع مثلثاتی بر حسب درجه: sind,cosd,sinh,cosh
اگر بعد از هر plot از Hold on استفاده کنیم ، تصویر plot را نگه می دارد .
اگر بخواهیم یک figure جدید باز کند میتوانیم قبل از plot بنویسیم figure و نام مورد نظر را هم جلوی آن بنویسیم که اگر نام را ننویسیم به صورت پیش فرض با عدد شماره گذاری می شود.
اگر اول برنامه close all بنویسیم، تمام پنجره های قبلی بسته می شود.
اعمالی که میتوان بر روی plot ها انجام داد:

Title(‘onvan’)

عنوان مورد نظر به شکل اضافه می شود.

Xlabel(‘ ‘)

Ylabel(‘ ‘)

برای محور ها برچسب گذاشته میشود.
Axis off & axis on محور های مختصات را خاموش و روشن میکند.
Grid on & grid off شکل را به صورت شبکه ای نمایش می دهد.
Axis equal زمان محور های مختصات x و y را مساوی میگیرد.
Axis normal به حالت عادی بر میگرداند .
Axis tight مختصات را به روی شکل fit میکند.
استفاده از دستور legend برای هر نمودار یک برچسب مشخص می کند .

Legend(‘ ‘,’ ‘)

اگر بخواهیم داخل plot و در مختصات خاصی ه مورد نظر ما است یک متنی نوشته شود:

Text(x,y,’matn’)

که x و y همان مختصات مورد نظرماست.
اگر از دستور gtext(‘matn’) استفاده کنیم ، بر روی figure که می رویم هر جا کلیک کنیم متن را برایمان مینویسد.
Rem reminder باقیمانده ی تقسیم a بر b rem(a,b)
Floor(a) به سمت عدد کوچکتر گرد می کند . همان براکت است.
Fix(a) قسمت اعشار را حذف میکند.
Min(a) مینیموم هر ستون را می دهد.
Max(a) برای هر ستون یک متکسیمم می دهد.
اگر بخواهیم مقادیر ی ماترس را نرمالیزه کنیم برای این کار ابتدا باید max همه ی مقادیر را به دست بیاوریم و بعد تمام مقادیر را تقسیم بر آن max میکنیم.
Sort(a) تمام ستون ها را از کوچک به بزرگ مرتب می کند.
Mean(A) میانگین تمتم ستون ها را به ما می دهد.
Meanz(a) میانگین تمام درایه ها را به ما می دهد.
Dot(a,b) ضرب داخلی که نتیجه ی آن یک عدد است.
Cross(a,b) ضرب خارجی که نتیجه ی آن یک بردار است.

Gcd(a,b) Greatest common divisor

بزرگترین مقسوم علیه مشترک را نمایش می دهد.

Lcm(a,b) least common multiplier

کوچکترین مضرب مشترک دو عدد را نمایش می دهد.
اگر روی یک تابع راست کلیلک کنیم و open selection را بزنیم کل دستورات mfile که نوشته شده تا این تابع انجام پذیرد را می بینیم.
برای اینکه در کار با ماتریس ها بخواهیم ضرب یا تقسیم درایه ها را نظیر به نظیر انجام بدهیم باید از .* و ./ استفاده بکنیم.

Isprime(b)

آیا عدد اول هست یا نه
اگر یک بدهد یعنی عدد مورد نظر اول بوده است و اگر صفر بدهد یعنی عدد اول نبوده است.
مثال:
اعداد اول 1 تا 1000 را مشخص کنید:

Clc

Clear all

T=1:1000;

A=isprime(t);

r=t.*A;

r’

علامت ‘ میگذاریم تا ستونی نمایش دهد و راحت تر ببینیم.
اعداد مختلط:
اعداد مختلط در متلب به صورت a+b*j و یا a+b*i نمایش داده میشوند. (باید i و j به عنوان متغیر قبلاً استفاده نشده باشند)
Z=complex(a,b) عدد مختلط را می خواند.
Real(z) برای مشاهده ی قسمت حقیقی
Imag(z) برای مشاهده و قسمت موهومی
Abs(z) اندازه ی عدد مختلط را به ما می دهد.
Angle(z) زاویه ی عدد مختلط را به ما می دهد . بر حسب زاویه
X*(180/pi) رادیان را به زاویه میبرد.
مثال:رسم مستطیل طلایی: golden rectangle
این مستطیل برای معماری کاربرد دارد.در این مستطیل نسبت طول به عرض برابر است با:

1+sqrt(5))/2)

که حاصل آن برابر است با تقریبا 1/6
اگر بنا ها با این نسبت ساخته شوند خیلی زیبا تر به چشم می آیند.
اگر از مستطیل طلایی یک مربع جدا کنیم، شکل باقیمانده خود یک مستطیل طلایی است.
طریقه ی ایجاد :
یک مربع میکشیم و وسط یک ضلع را مییابیم به اندازه ی فاصله ی این نقطه ی وسط تا ضلع روبرویش یک کمان میزنیم و سپس ادامه می دهیم
ابتدا یک mfile باز می کنیم:

clc

clear all

phi=(1+sqrt(5))/2;

x=[0 phi phi 0 0]

y=[0 0 1 1 0]

plot(x,y)

x1=[1 1]

y1=[0 1]

hold on

plot(x1,y1)

axis off

text(-0.05,0.5,’1′)

text(0.5,-0.05,’1′)

text(phi/2,1.05,’\phi’)

text(1+(phi-1)/2,-0.05,’\phi-1′)

text(1.05,0.5,’1′)

set(gcf,’color’,’w’)


برای نمایش حروف یونانی در متلب فقط در plot ها میتوانیم با استفاده از نام انگلیسی آن ها به همراه \ این کار را انجام دهیم.
مطابق phi در رسم مستطیل بالا.

رسم چند plot در یک figure :

Subplot(n,m,x)

که در این جا n تعداد سط ها ، m تعداد ستون ها x شماره ی plot است.
برای title و یا label گذاشتن در اینجا باید بعد از هر plot این کار را انجام بدهیم.
در یک figure 6 قسمتی، در plot پنجم سینوسی و در plot دوم لگاریتمی و در plot سوم tan رسم کنید:

clc

clear all

close all

fs=100;

t=-1:1/fs:1;

y1=sin(2*pi*t);

subplot(2,3,5)

plot(t,y1),xlabel(‘time’)

y2=log(t)

subplot(2,3,2)

plot(t,y2)

y3=tan(t)

subplot(2,3,3)

plot(t,y3)


اگر بخواهیم یکی از subplot ها مثلا به اندازه ی 2 subplot باشد یعنی بزرگتر از subplot های دیگر باشد، از روش زیر استفاده میکنیم.در مثال پایین plot سومی در دو جایگاه سوم و چهارم قرار میگیرد و به اندازه ی دو برابر سایر plot هاست.

clc

clear all

close all

fs=100;

t=0:1/fs:1;

x1=sin(2*pi*t);

x2=exp(-t);

x3=(x1.*x2);

subplot(2,2,1)

plot(t,x1)

subplot(2,2,2)

plot(t,x2)

subplot(2,2,3:4)

plot(t,x3)

نمودار میله ای:
bar(x,f(x))

نمودار گسسته:

Stem(x,f(x))

نمودار پلکانی:

Stairs(x,f(x))

نمودار هیستوگرام:

Hist(f(x),x)

توابع سمبولیک یا آنالوگ:
چندجمله ای: polynomial
A=[2 4 6 8] معرف چند جمله ای درجه 3 است.

A=[an,a(n-1),a(n-2),…,a0]

معرف ضرایب چند جمله ای درجه n است.
X=roots(a) که در آن a یک بردار است، ریشه ها را به ما می دهد.
Poly(x) ضرایب را به ما میدهد.
به طوری که roots و poly برعکس هم عمل میکنند.
هر گاه از poly استفاده کنیم، همیشه ضریب an را 1 میگیرد و بقیه را تقسیم بر ضریب an میکند تا ضریب an 1 شود.

برای تبدیل polynomial به سمبولیک:
poly2sym()

A=[2 4 6 8]

Poly2sym(a)

Ans=

2*x^3+4*x^2+6*x+8

Syms x بعد از نوشتن این عبارت enter میزنیم و x را به عنوان یک سمبل در نظر میگیرد.
حالا میتوان از این سمبل استفاده کرد و سمبل های دیگر ساخت.

Y=sin(x)

رسم توابع سمبولیک:

Ezplot(y)

که در اینجا y و یا هر عبارت داخل پرانتز باید سمبولیک باشد.

Syms x

Y=sin(x)

Ezplot(y)

به صورت پیش فرض بین -2pi و 2pi رسم میکند.
اگر بخواهیم پیش فرضش را تغییر بدهیم:

Ezplot(y,[-10,10])


اگر متغیر قبلا سمبولیک نشده باشد میتوانیم داخل ” قرار بدهیم.

Ezplot(‘z^3’)


که در این حالت میتوانیم برای y هم مختصات تعریف بکنیم.

Pretty(a)

به حالت دست نویس نشان میدهد.

Simple(y) بسط ها را نشان می دهد.
Factor(a) اگر سمبلی قابل فاکتور گرفتن باشد از آن فاکتور میگیرد.

Conv(a,b) که در آن a و b ضرائب چند جمله ای هستند، ضرب convolution انجام می دهد.
Convolution وقتی به حوزه ی فرکانس برود به ضرب تبدیل میشود. برای فیلتر کاربرد دارد.
Deconv(a,b) تقسیم است.
مشتق چند جمله ای در بحث چند جمله ای:
Polyder(a)
که در این جا a ضرایب چند جمله ای ست.

Polyder(a,b)

مشتق ضرب چند جمله ای است.

[A B]=polyder(a,b)

مشتق تقسیم چند جمله ای است.
ارزیابی چند جمله ای ها:

Polyval(a,x0)

عدد با بردار x0 را در چند جمله ای a مقدار دهی میکند.

مقدار دهی در حالت سمبولیک:

Subs(f,’x’,a)

عدد a را در تابع f به جای x قرار می دهد.

می توانیم به جای یک متغیر چند مقدار مختلف بگذاریم:
مثلا :

F=x^z-sin(x+z)

Subs(f,'[x y z]’,[1 pi/2 2])

دانلود نرم افزار متلب Mathworks Matlab 2016b
تشخیص فونم ها(لب خوانی) با SVM در متلب
طراحی و پیاده سازی OCR دست نویس فارسی با استفاده از عناصر ابتدایی تشکیل دهنده حروف
کنترل ولتاژ ac سه فاز تمام موج
سفارش شبیه سازی مقالات درس شناسایی سیستم با متلب
مقالات شبیه سازی شده در متلب- پردازش سیگنال و هوش مصنوعی
شناسایی سیستم غیر خطی ربات بازوی مسطح دو درجه آزادی توسط شبکه عصبی
آموزش سیمولینک (قسمت اول)
قسمت سوم بانک مقالات شبیه سازی شده برق قدرت
آموزش حذف نويز تصوير با استفاده از جعبه ابزار ويولت (waveletmenu)
برچسب ها: آموزش مقدماتی متلب
اشتراک این مطلب
  • Facebook Facebook اشتراک در Facebook
  • X-twitter X-twitter اشتراک در X
  • Whatsapp Whatsapp اشتراک گذاری در واتس اپ
  • Pinterest Pinterest اشتراک در Pinterest
  • Linkedin Linkedin اشتراک در LinkedIn
  • Tumblr Tumblr اشتراک در Tumblr
  • Reddit Reddit اشتراک در Reddit
https://www.matlabi.ir/wp-content/uploads/2010/12/matlab-base6.jpg 450 450 حسن یوسفی https://www.matlabi.ir/wp-content/uploads/2020/05/logo-matlabi.png حسن یوسفی2010-12-18 00:58:322020-05-16 19:34:12آموزش مقدماتی Matlab – بخش سوم
شاید این موارد نیز مورد علاقه شما باشد
آموزش مقدماتی متلب آموزش مقدماتی Matlab – بخش چهارم
آموزش مقدماتی متلب آموزش مقدماتی Matlab – بخش پنجم
آموزش مقدماتی متلب آموزش مقدماتی Matlab – بخش هفتم
آموزش مقدماتی متلب آموزش مقدماتی Matlab – بخش اول
آموزش مقدماتی متلب آموزش مقدماتی Matlab – بخش دوم
آموزش مقدماتی متلب آموزش مقدماتی Matlab – بخش هشتم
آموزش مقدماتی متلب آموزش مقدماتی Matlab – بخش ششم
0 پاسخ

دیدگاه خود را ثبت کنید

تمایل دارید در گفتگوها شرکت کنید؟
در گفتگو ها شرکت کنید.

دیدگاهتان را بنویسید لغو پاسخ

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

دسته ها

  • اخبار و وبلاگ
  • آموزش متلب
  • آموزش دستورات متلب

آخرین اخبار و آموزش های متلبی

  • زبان برنامه‌نویسی متلب (MATLAB) چیست؟ معرفی کامل + کاربردها و مزایا
  • مقایسه متلب و پایتون | کدام برای مهندسی، تحلیل داده و انجام پروژه بهتر است؟
  • آموزش رسم نمودار در متلب (MATLAB) | انواع plot، scatter و نمودار سه‌بعدی با مثال کاربردی
  • آموزش کنترل پیش‌بین مدل (MPC) — راهنمای جامع با مثال‌های قابل اجرا در MATLAB
  • آموزش کامل کنترل LQR در MATLAB به زبان ساده (به همراه مثال عددی و کد آماده)

نمونه محصولات متلبی

  • Optimization of New Fuzzy Logic Controller by Genetic Algorithm for Maximum Power Point Tracking in Photovoltaic System Optimization of New Fuzzy Logic Controller by Genetic Algorithm for Maximum Power Point Tracking in Photovoltaic System 418,080تومان
  • Optimized Fuzzy System to Segment Colour Images Optimized Fuzzy System to Segment Colour Images 359,760تومان
  • A Control Methodology and Characterization of Dynamics for a Photovoltaic (PV) System nterfaced With a Distribution Network A Control Methodology and Characterization of Dynamics for a Photovoltaic (PV) System nterfaced With a Distribution Network 551,280تومان
  • A NOVEL TECHNIQUE FOR OPTIMAL CAPACITOR PLACEMENT AND SIZING IN DISTRIBUTION SYSTEMS WITH NON-LINEAR LOADS BASED ON HARMONIC SOURCE IDENTIFICATION A NOVEL TECHNIQUE FOR OPTIMAL CAPACITOR PLACEMENT AND SIZING IN DISTRIBUTION SYSTEMS WITH NON-LINEAR LOADS BASED ON HARMONIC SOURCE IDENTIFICATION 551,280تومان
  • پردازش سيگنال هاي الكتروآنسفالوگرافي به منظور تشخيص انواع تشنجات صرعي پتي مال وگراندمال با استفاده از شبكه هاي عصبي مصنوعي پردازش سيگنال هاي الكتروآنسفالوگرافي به منظور تشخيص انواع تشنجات صرعي پتي مال وگراندمال با استفاده از شبكه هاي عصبي مصنوعي 321,480تومان

نمونه ای از خدمات متلبی

  • شبیه سازی با متلب
  • انجام پروژه متلب
  • فروشگاه متلبی
  • انجام پروژه آباکوس
  • انجام پروژه EMTP
  • انجام پاورپوینت
  • انجام پروژه گمز
  • سایت انجام پروژه
  • ترجمه تخصصی مقاله
  • پروژه متلب
  • انجام پروژه آردوینو
  • Doc-text Doc-text فرم ثبت سفارش
    Basket Basket فروشگاه متلبی
    Docs Docs وبلاگ متلبی
    User-add User-add دعوت به همکاری
    Megaphone Megaphone تبلیغات در متلبی

    جستجو در سایت

    Search Search

    جستجو در فروشگاه متلبی

    • درگاه پرداخت دلخواه آنلاین
    • تماس با ما
    • درباره ما

    متلبی با بیش از یک دهه تجربه و فعالیت در زمینه انجام پروژه های صنعتی, تجاری و آموزشی به صورت تخصصی با کلیه نرم افزارهای مهندسی فعالیت دارد.

    سایت متلبی با ضمانت هزینه, سفارشات را با بهترین کیفیت و در کمترین زمان ممکن توسط بهترین متخصصین مربوطه انجام میدهد.

    آنچه سایت متلبی را از سایرین متمایز می کند انجام پروژه به همراه آموزش و ارائه پشتیبانی قوی آن است.

    بانک عظیم و منحصر بفرد مقالات شبیه سازی شده در قالب مباحث آموزشی و کمک آموزشی را در فروشگاه متلبی میتوان یافت, که با تضمین هزینه و پشتیبانی, قبل و بعد از خرید می باشد.

    انجام پروژه متلب تنها یکی از خدمات نرم افزاری سایت متلبی است و تمامی سفارشات برنامه نویسی و شبیه سازی با کلیه نرم افزارها قابل انجام است.

    ثبت شده در ستاد ساماندهی پایگاه های اینترنتی (مرکز فن آوری دیجیتال)

    تمام حقوق مادی و معنوی محفوظ می باشد - متلبی
    • لینک به Telegram لینک به Telegram لینک به Telegram
    • لینک به Facebook لینک به Facebook لینک به Facebook
    • لینک به Instagram لینک به Instagram لینک به Instagram
    • لینک به WhatsApp لینک به WhatsApp لینک به WhatsApp
    • اطلاع از تخفیف های متلبی
    پیوند: آموزش مقدماتی Matlab – بخش دوم پیوند: آموزش مقدماتی Matlab – بخش دوم آموزش مقدماتی Matlab – بخش دومآموزش مقدماتی متلب پیوند: آموزش مقدماتی Matlab – بخش چهارم پیوند: آموزش مقدماتی Matlab – بخش چهارم آموزش مقدماتی متلبآموزش مقدماتی Matlab – بخش چهارم
    رفتن به بالا رفتن به بالا رفتن به بالا