Monte Carlo模拟误差分析课程设计
matlab生成随机数Monte Carlo模拟误差分析课程设计
1. 实验目的
1.1 学习并掌握MATLAB软件的基本功能和使用。
1.2 学习并掌握基于Monte Carlo Method(MCM)分析的不确定度计算方法。
1.3 研究Guide to the expression of Uncertainty in Measurement(GUM)法与MCM法的区别与联系和影响因素,自适应MCM方法,基于最短包含区间的MCM法。
2. MATLAB软件介绍实验内容
2.1 介绍MATLAB软件的基本知识
MATLAB名字由MATrix和LABoratory 两词的前三个字母组合而成。20世纪七十年代,时任美国新墨西哥大学计算机科学系主任的Cleve Moller出于减轻学生编程负担的动机,为学生设
计了一组调用LINPACK和EISPACK矩阵软件工具包库程序的“通俗易用”的接口,此即用FORTRAN编写的萌芽状态的MATLAB
MATLAB语言的主要特点
(1). 具有丰富的数学功能
(2). 具有很好的图视系统
(3). 可以直接处理声言和图形文件。
(4). 具有若干功能强大的应用工具箱。
(5). 使用方便,具有很好的扩张功能。
(6). 具有很好的帮助功能
演示内容:
(1). MATLAB的数值计算功能
在“命令行”Command提示窗口中键入:“A=eye(5,5);A=zeros(5,5);A=ones(5,5)”等命令生成各类矩阵;在“命令行”Command提示窗口中键入:“[v,d]=eig (A)”生成特征矩阵和特征向量;在“命令行”Command提示窗口中键入:“expm(A)”对矩阵A求幂;在“命令行”Command提示窗口中键入:x=[1 3 5];y=[2 4 6];z=conv(x,y);显示结果:z = 2 10 28 38 30
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论