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。