MatlabModule2 Etudiants OK

Matlab à la carte 02/09/2008
MATLAB à la carte
Module 2:
Programmation de base
Eric ANTERRIEU
Observatoire Midi-Pyrénées
Laboratoire d’Astrophysique de Toulouse-Tarbes
CNRS — UMR5572
Eric.Anterrieu@ast.obs-mip.fr
MATLAB à la carte
 Scripts & fonctions

 Structures de contrôle
 Les polynômes
 L’interpolation de données
 L’analyse de données
 Les échanges de données
MATLAB à la carte — module 2: « Programmation de base » 1 / 115
1
MATLAB à la carte
Module 2:
Programmation de base
Eric ANTERRIEU
Observatoire Midi-Pyrénées
Laboratoire d’Astrophysique de Toulouse-Tarbes
CNRS — UMR5572
Eric.Anterrieu@ast.obs-mip.fr
MATLAB à la carte
 Scripts & fonctions

 Les polynômes
1
 Scripts & Fonctions

Fichiers MATLAB
Bien que de nombreux calculs puissent être faits au
niveau de la ligne de commande, tôt ou tard il faudra
écrire des programmes…

Fichiers MATLAB
Les fichiers qui contiennent du code MATLAB ont
l’extension .m. Ils peuvent être crées avec n’importe
quel éditeur de texte puis utilisé dans l’environnement
de travail de MATLAB comme n’importe quel autre
fonction ou commande.
Il y a deux type de fichiers .m:
 les scripts;
 et les fonctions.
2

Fichiers MATLAB
Bien que de nombreux calculs puissent être faits au
niveau de la ligne de commande, tôt ou tard il faudra
écrire des programmes…

Fichiers MATLAB
Les fichiers qui contiennent du code MATLAB ont
l’extension .m. Ils peuvent être crées avec n’importe
quel éditeur de texte puis utilisé dans l’environnement
de travail de MATLAB comme n’importe quel autre
fonction ou commande.
Il y a deux type de fichiers .m:
 les scripts;
 et les fonctions.
2

Les scripts
Les scripts sont des collections de commandes et
d’instructions mises les unes à la suite des autres. Ils
n’acceptent aucun argument en entrée et ne retourne
aucun argument. Ils agissent sur les variables de
l’espace de travail global (accessible depuis le prompt
>> de la fenêtre de commande): ils peuvent modifier,
effacer, créer des variables.
Lorsqu’un script est invoqué (en tapant le nom du
fichier sans l’extension .m), MATLAB exécute les
commandes les unes à la suite des autres.

MATLAB
< M A T L A B >
Copyright 1984-2005 The MathWorks, Inc.
Version 7.0.4.352 (R14) Service Pack 2
sinc.m
January 29, 2005
%SINC Cardinal sine.
% SINC(X) is the sinc of the elements of X:
To get started, type %one Y of
= 1these: helpwin, helpdesk,
if X == 0 or demo.
%
For product information, = sin(pi*X)/(pi*X)
visit otherwise
www.mathworks.com.
%
» X = input('X = '); % See also: SIN.
X = 0:0.1:1
» whos % Written by: E. ANTERRIEU
Name Size Y=ones(size(X));
Bytes
Class
X 1x11 88k=find(X);
double array
Y(k)=sin(pi*X(k))./(pi*X(k));
Grand total is 11 elements using 88 bytes
»
3

Les scripts
Les scripts sont des collections de commandes et
d’instructions mises les unes à la suite des autres. Ils
n’acceptent aucun argument en entrée et ne retourne
aucun argument. Ils agissent sur les variables de
l’espace de travail global (accessible depuis le prompt
>> de la fenêtre de commande): ils peuvent modifier,
effacer, créer des variables.
Lorsqu’un script est invoqué (en tapant le nom du
fichier sans l’extension .m), MATLAB exécute les
commandes les unes à la suite des autres.

MATLAB
< M A T L A B >
sinc.m
January 29, 2005
To get started, type %one Y of
= 1these: helpwin, helpdesk,
if X == 0 or demo.
%
For product information, = sin(pi*X)/(pi*X)
visit otherwise
www.mathworks.com.
%
» X = input('X = '); % See also: SIN.
X = 0:0.1:1
» whos % Written by: E. ANTERRIEU
Name Size Y=ones(size(X));
Bytes
Class
X 1x11 88k=find(X);
double array
»
3

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
sinc.m
Name Size %SINC Cardinal sine.
Bytes
Class
X 1x11 88% SINC(X)
double arrayis the sinc of the elements of X:
% Y = 1 if X == 0
%
Grand total is 11 elements= using
sin(pi*X)/(pi*X)
88 bytes otherwise
%
» sinc % See also: SIN.
» whos
% Written by: E. ANTERRIEU
Name Size Bytes Class
X 1x11 88 Y=ones(size(X));
double array
Y 1x11 88 k=find(X);
double array
k 1x10 80 Y(k)=sin(pi*X(k))./(pi*X(k));
double array
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
Columns 8 through 11
0.3679 0.2339 0.1093 0.0000
»

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
X 1x11 88 double array
» sinc
» whos
Y 1x11 88 double array
k 1x10 80 double array
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
0.3679 0.2339 0.1093 0.0000
»
4

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
sinc.m
Name Size %SINC Cardinal sine.
Bytes
Class
X 1x11 88% SINC(X)
double arrayis the sinc of the elements of X:
% Y = 1 if X == 0
%
Grand total is 11 elements= using
sin(pi*X)/(pi*X)
88 bytes otherwise
%
» sinc % See also: SIN.
» whos
double array
Y 1x11 88 k=find(X);
double array
k 1x10 80 Y(k)=sin(pi*X(k))./(pi*X(k));
double array
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
0.3679 0.2339 0.1093 0.0000
»

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
» sinc
» whos
k 1x10 80 double array
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
0.3679 0.2339 0.1093 0.0000
»
4

Les fonctions
Les fonctions sont aussi des collections de commandes
et d’instructions mises les unes à la suite des autres,
mais elles acceptent des arguments en entrée et en
sortie. Les fonctions agissent sur les variables de leur
propre espace de travail, séparé de l’espace de travail
global accessible depuis le prompt >> de la fenêtre de
commande. Ceci veut dire, que les arguments sont
passés par valeur, et non pas par adresse!
Le nom de la fonction et du fichier qui la contient
doivent être identiques (sans l’extension .m).

MATLAB
< M A T L A B >
sinc.m
January 29, 2005
function Y=sinc(X)
To get started, type %one SINC(X) is the
of these: sinc of
helpwin, the elements
helpdesk, of X:
or demo.
% Y visit
For product information, = 1 if X == 0
www.mathworks.com.
% = sin(pi*X)/(pi*X) otherwise
» X = input('X = '); %
X = 0:0.1:1 % See also: SIN.
» whos
double array
k=find(X);
»
5

Les fonctions
Les fonctions sont aussi des collections de commandes
et d’instructions mises les unes à la suite des autres,
mais elles acceptent des arguments en entrée et en
sortie. Les fonctions agissent sur les variables de leur
propre espace de travail, séparé de l’espace de travail
global accessible depuis le prompt >> de la fenêtre de
commande. Ceci veut dire, que les arguments sont
passés par valeur, et non pas par adresse!
Le nom de la fonction et du fichier qui la contient
doivent être identiques (sans l’extension .m).

MATLAB
< M A T L A B >
sinc.m
January 29, 2005
function Y=sinc(X)
To get started, type %one SINC(X) is the
of these: sinc of
helpwin, the elements
helpdesk, of X:
or demo.
% Y visit
For product information, = 1 if X == 0
www.mathworks.com.
» X = input('X = '); %
X = 0:0.1:1 % See also: SIN.
» whos
double array
k=find(X);
»
5

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
sinc.m
Name Size function Y=sinc(X)
Bytes
Class
X 1x11 88%SINC array
double Cardinal sine.
% Y = using
Grand total is 11 elements 1 88 bytes if X == 0
» Y=sinc(X); %
» whos % See also: SIN.
Name Size % Written by: E. ANTERRIEU
Bytes
Class
X 1x11 88
double array
Y 1x11 88Y=ones(size(X));
double array
k=find(X);
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
0.3679 0.2339 0.1093 0.0000
»

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
» Y=sinc(X);
» whos
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
0.3679 0.2339 0.1093 0.0000
»
6

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
sinc.m
Name Size function Y=sinc(X)
Bytes
Class
X 1x11 88%SINC array
double Cardinal sine.
% Y = using
Grand total is 11 elements 1 88 bytes if X == 0
» Y=sinc(X); %
» whos % See also: SIN.
Name Size % Written by: E. ANTERRIEU
Bytes
Class
X 1x11 88
double array
Y 1x11 88Y=ones(size(X));
double array
k=find(X);
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
0.3679 0.2339 0.1093 0.0000
»

MATLAB
» X = input('X = ');
X = 0:0.1:1
» whos
» Y=sinc(X);
» whos
» disp(Y)
Columns 1 through 7
1.0000 0.9836 0.9355 0.8584 0.7568 0.6366 0.5046
0.3679 0.2339 0.1093 0.0000
»
6

Les fonctions
La première ligne d’une fonction commence toujours
par le mot clef function. C’est cette première ligne
qui fait office de « déclaration » ou de « prototype »
de la fonction puisqu’on y trouve, en plus du nom de
la fonction, les arguments d’entrée et de sortie dans
l’ordre dans lequel il doivent être utilisés.

Les fonctions
Les lignes qui suivent la première ligne et qui
commence par le caractère %, jusqu’à rencontrer une
ligne vide ou ne commençant pas par le caractère %,
sont des ligne de commentaires qui servent d’aide en
ligne. Ces lignes sont affichées avec la commande
help suivie du nom de la fonction. La première de
ces lignes est affichée avec la commande lookfor.
7

Les fonctions
La première ligne d’une fonction commence toujours
par le mot clef function. C’est cette première ligne
qui fait office de « déclaration » ou de « prototype »
de la fonction puisqu’on y trouve, en plus du nom de
la fonction, les arguments d’entrée et de sortie dans
l’ordre dans lequel il doivent être utilisés.

Les fonctions
Les lignes qui suivent la première ligne et qui
commence par le caractère %, jusqu’à rencontrer une
ligne vide ou ne commençant pas par le caractère %,
sont des ligne de commentaires qui servent d’aide en
ligne. Ces lignes sont affichées avec la commande
help suivie du nom de la fonction. La première de
ces lignes est affichée avec la commande lookfor.
7
 Scripts & Fonctions lookfor

help
MATLAB
» lookfor sin
SIN Sine.
ASIN Inverse sine.
SINH Hyperbolic sine.sinc.m
function
ASINH Inverse hyperbolic Y=sinc(X)
sine.
SINC Cardinal sine. %SINC Cardinal sine.
» help sinc % SINC(X) is the sinc of the elements of X:
SINC Cardinal sine. % Y = 1 if X == 0
% of the
SINC(X) is the sinc = sin(pi*X)/(pi*X)
elements of X: otherwise
Y = 1 % if X == 0
% otherwise
= sin(pi*X)/(pi*X) See also: SIN.
See also: SIN. % Written by: E. ANTERRIEU
»
Y=ones(size(X));
k=find(X);
MATLAB a 4 structures de contrôles:

 l’instruction sélective if;
 l’instruction sélective switch;
 l’instruction répétitive (boucle) for;
 l’instruction répétitive (boucle) while.
8
 Scripts & Fonctions lookfor

help
MATLAB
» lookfor sin
SIN Sine.
ASIN Inverse sine.
SINH Hyperbolic sine.sinc.m
function
ASINH Inverse hyperbolic Y=sinc(X)
sine.
SINC Cardinal sine. %SINC Cardinal sine.
» help sinc % SINC(X) is the sinc of the elements of X:
SINC Cardinal sine. % Y = 1 if X == 0
% of the
SINC(X) is the sinc = sin(pi*X)/(pi*X)
elements of X: otherwise
Y = 1 % if X == 0
% otherwise
= sin(pi*X)/(pi*X) See also: SIN.
See also: SIN. % Written by: E. ANTERRIEU
»
Y=ones(size(X));
k=find(X);
MATLAB a 4 structures de contrôles:

 l’instruction sélective if;
 l’instruction sélective switch;
 l’instruction répétitive (boucle) for;
 l’instruction répétitive (boucle) while.
8
L’instruction if
L’instruction if évalue une expression logique et
exécute un groupe d’instructions lorsque le résultat de
l’évaluation est vrai.
Les mots clefs optionnels elseif et else
permettent d’exécuter d’autres groupe d’instructions.
Le mot clef end termine toujours le dernier groupe
d’instructions.
 Structures de contrôle if
MATLAB
» exemple
x = 10
y = 5
exemple.m
x =
5 x = input('x = ');
y = y = input('y = ');
10 %
» if (x > y)
tmp = y;
y = x;
x = tmp;
end
%
disp('x = '); disp(x);
disp('y = '); disp(y);
9
L’instruction if
L’instruction if évalue une expression logique et
exécute un groupe d’instructions lorsque le résultat de
l’évaluation est vrai.
Les mots clefs optionnels elseif et else
permettent d’exécuter d’autres groupe d’instructions.
Le mot clef end termine toujours le dernier groupe
d’instructions.
MATLAB
» exemple
x = 10
y = 5
exemple.m
x =
5 x = input('x = ');
y = y = input('y = ');
10 %
» if (x > y)
tmp = y;
y = x;
x = tmp;
end
%
9
MATLAB
» exemple
x = 10
y = 5
exemple.m
x =
5 x = input('x = ');
y = y = input('y = ');
10 %
» if (x > y), tmp = y; y = x; x = tmp; end
%
MATLAB
» exemple
x = 9
y =
exemple.m
3
» x = input('x = ');
» exemple %
x = -9 if (x >= 0)
y = y = sqrt(x);
NaN else
» y = NaN;
end
%
10
MATLAB
» exemple
x = 10
y = 5
exemple.m
x =
5 x = input('x = ');
y = y = input('y = ');
10 %
» if (x > y), tmp = y; y = x; x = tmp; end
%
MATLAB
» exemple
x = 9
y =
exemple.m
3
» x = input('x = ');
» exemple %
x = -9 if (x >= 0)
y = y = sqrt(x);
NaN else
» y = NaN;
end
%
10
MATLAB
» exemple
x = 10
y =
exemple.m
2.3026
» x = input('x = ');
» exemple %
x = 0 if (x > 0)
y = y = log(x);
-Inf elseif (x < 0)
» y = NaN;
» exemple else
x = -10 y = -Inf;
y = end
NaN %
» disp('y = '); disp(y);
L’instruction switch
L’instruction switch exécute conditionnellement des
groupes d’instructions en se basant sur la valeur d’une
variable ou d’une expression.
Les mots clefs case et otherwise délimitent les
groupes d’instructions, seul le premier groupe qui
satisfait la condition est exécuté.
L’instruction switch doit toujours se terminer par le
mot clef end.
11
MATLAB
» exemple
x = 10
y =
exemple.m
2.3026
» x = input('x = ');
» exemple %
x = 0 if (x > 0)
y = y = log(x);
-Inf elseif (x < 0)
» y = NaN;
» exemple else
x = -10 y = -Inf;
y = end
NaN %
» disp('y = '); disp(y);
L’instruction switch
L’instruction switch exécute conditionnellement des
groupes d’instructions en se basant sur la valeur d’une
variable ou d’une expression.
Les mots clefs case et otherwise délimitent les
groupes d’instructions, seul le premier groupe qui
satisfait la condition est exécuté.
L’instruction switch doit toujours se terminer par le
mot clef end.
11
 Structures de contrôle switch
MATLAB
» exemple
n = 1
x =
exemple.m
-3 0 4
y = x = [-3 0 4];
7 n = input('n = ');
» %
» exemple switch n
n = 2 case 1
x = y = sum(abs(x));
-3 0 4 case 2
y = y = sqrt(x*x');
5 case Inf
» y = max(abs(x));
» exemple otherwise
n = Inf error('n must be 1, 2 or Inf.');
x = end
-3 0 4 %
y = disp('x = '); disp(x);
4 disp('y = '); disp(y);
»
» exemple
n = 0
??? Error using exemple
n must be 1, 2 or Inf.
»
MATLAB
» exemple
x = 2
y =
exemple.m
0.5
» x = input('x = ');
» exemple %
x = 0 switch x
y = case 0
Inf y = Inf;
» case {Inf,-Inf}
» exemple y = 0;
x = Inf otherwise
y = y = 1/x;
0 end
» %
» exemple disp('y = '); disp(y);
x = -Inf
y =
0
»
12
MATLAB
» exemple
n = 1
x =
exemple.m
-3 0 4
y = x = [-3 0 4];
7 n = input('n = ');
» %
» exemple switch n
n = 2 case 1
x = y = sum(abs(x));
-3 0 4 case 2
y = y = sqrt(x*x');
5 case Inf
» y = max(abs(x));
» exemple otherwise
n = Inf error('n must be 1, 2 or Inf.');
x = end
-3 0 4 %
y = disp('x = '); disp(x);
4 disp('y = '); disp(y);
»
» exemple
n = 0
??? Error using exemple
n must be 1, 2 or Inf.
»
MATLAB
» exemple
x = 2
y =
exemple.m
0.5
» x = input('x = ');
» exemple %
x = 0 switch x
y = case 0
Inf y = Inf;
» case {Inf,-Inf}
» exemple y = 0;
x = Inf otherwise
y = y = 1/x;
0 end
» %
» exemple disp('y = '); disp(y);
x = -Inf
y =
0
»
12
L’instruction for
L’instruction for répète un groupe d’instructions un
nombre fini de fois.
Elle doit toujours se terminer par le mot clef end.
Le mot clef break permet de terminer prématurément
la boucle.
 Structures de contrôle for
MATLAB
» exemple
n = 100
s =
1.6350 exemple.m
e = n = input('n = ');
0.0100 %
» s = 0;
» exemple for k=1:n
n = 500 s = s + 1/k^2;
s = end
1.6429 %
e = disp('s = '); disp(s);
0.0020 disp('e = '); disp(abs(pi^2/6 - s));
»
» exemple
n = 1000
s =
1.6439
e =
9.9950e-004
» exemple
n = 10000
s =
1.6448
e =
9.9995e-005
»
13
L’instruction for
L’instruction for répète un groupe d’instructions un
nombre fini de fois.
la boucle.
 Structures de contrôle for
MATLAB
» exemple
n = 100
s =
1.6350 exemple.m
e = n = input('n = ');
0.0100 %
» s = 0;
» exemple for k=1:n
n = 500 s = s + 1/k^2;
s = end
1.6429 %
e = disp('s = '); disp(s);
0.0020 disp('e = '); disp(abs(pi^2/6 - s));
»
» exemple
n = 1000
s =
1.6439
e =
9.9950e-004
» exemple
n = 10000
s =
1.6448
e =
9.9995e-005
»
13
L’instruction while
L’instruction while répète un groupe d’instructions
un nombre indéfini de fois sous le contrôle d’une
condition logique.
la boucle.
 Structures de contrôle while
MATLAB
» exemple
e = 0.01
s =
exemple.m
1.6350
n = e = input('e = ');
100 %
» s = 0;
» exemple k = 0;
e = 0.001 while abs(pi^2/6 - s) > e
s = k = k + 1;
1.6439 s = s + 1/k^2;
n = end
1000 %
» disp('s = '); disp(s);
» exemple disp('n = '); disp(k);
e = 0.0005
s =
1.6444
n =
2000
» exemple
e = 0.0001
s =
1.6448
n =
10000
»
14
L’instruction while
L’instruction while répète un groupe d’instructions
un nombre indéfini de fois sous le contrôle d’une
condition logique.
la boucle.
 Structures de contrôle while
MATLAB
» exemple
e = 0.01
s =
exemple.m
1.6350
n = e = input('e = ');
100 %
» s = 0;
» exemple k = 0;
e = 0.001 while abs(pi^2/6 - s) > e
s = k = k + 1;
1.6439 s = s + 1/k^2;
n = end
1000 %
» disp('s = '); disp(s);
» exemple disp('n = '); disp(k);
e = 0.0005
s =
1.6444
n =
2000
» exemple
e = 0.0001
s =
1.6448
n =
10000
»
14
L’instruction break
L’instruction break permet de terminer l’exécution
d’une boucle for ou while prématurément.
 Les instructions qui suivent le corps de la boucle,

jusqu’au end de cette boucle, sont ignorées.
 Dans les boucles imbriquées, break termine
seulement la boucle dans laquelle il se trouve et passe
le contrôle à l’instruction qui suit le end de cette
boucle.
 Structures de contrôle break
MATLAB
» exemple
n = 10
1
exemple.m
2
3 n = input('n = ');
4 %
» for k=1:n
if (k == 5), break, end
disp(k);
end
15
L’instruction break
L’instruction break permet de terminer l’exécution
d’une boucle for ou while prématurément.

 Dans les boucles imbriquées, break termine
seulement la boucle dans laquelle il se trouve et passe
le contrôle à l’instruction qui suit le end de cette
boucle.
 Structures de contrôle break
MATLAB
» exemple
n = 10
1
exemple.m
2
3 n = input('n = ');
4 %
» for k=1:n
if (k == 5), break, end
disp(k);
end
15
L’instruction continue
L’instruction continue permet de sauter à l’itération
suivante dans une boucle for ou while.

 Dans les boucles imbriquées, continue donne le
contrôle à l’itération suivante de la boucle dans
laquelle il se trouve.
 Structures de contrôle continue
MATLAB
» exemple
n = 10
1
exemple.m
2
3 n = input('n = ');
4 %
6 for k=1:n
7 if (k == 5), continue, end
8 disp(k);
9 end
10
»
16
L’instruction continue
L’instruction continue permet de sauter à l’itération
suivante dans une boucle for ou while.

 Dans les boucles imbriquées, continue donne le
contrôle à l’itération suivante de la boucle dans
laquelle il se trouve.
 Structures de contrôle continue
MATLAB
» exemple
n = 10
1
exemple.m
2
3 n = input('n = ');
4 %
6 for k=1:n
7 if (k == 5), continue, end
8 disp(k);
9 end
10
»
16
L’instruction return
L’instruction return provoque le retour à la fonction
appelante.
 Les instructions qui suivent l’instruction return

sont ignorées.
 Les polynômes
La représentation
MATLAB représente un polynôme de degré n
P(x) = p1 xn + p2 xn-1 + … + pn x + pn+1
par un vecteur p=[p(1) p(2)… p(n+1)] où sont
stockés les n+1 coefficients p1, p2 … pn+1.
Les principaux problèmes liés aux polynômes sont:
 l’évaluation;
 la recherche de racines;
 l’adaptation à des données.
17
L’instruction return
L’instruction return provoque le retour à la fonction
appelante.
 Les instructions qui suivent l’instruction return

sont ignorées.
 Les polynômes
La représentation
MATLAB représente un polynôme de degré n
P(x) = p1 xn + p2 xn-1 + … + pn x + pn+1
par un vecteur p=[p(1) p(2)… p(n+1)] où sont
stockés les n+1 coefficients p1, p2 … pn+1.
Les principaux problèmes liés aux polynômes sont:
 l’évaluation;
 la recherche de racines;
 l’adaptation à des données.
17
 Les polynômes
L’évaluation
La fonction polyval évalue un polynôme P en un
point (ou un ensemble de points) x:
>> y = polyval(p,x);
où x (et donc y) peuvent être des tableaux.
La fonction polyvalm effectue la même évaluation
mais au sens matriciel:
>> Y = polyvalm(p,X);
où X et Y sont des matrices carrées.
 Les polynômes polyval
MATLAB
» p=[1 -1 -4 4]
p =
P(x)=x3-x2-4x+4
1 -1 -4 4
Figure No. 1
» x=-3:0.1:3;
» y=polyval(p,x);
» plot(x,y,'b-');
» grid('on');
» title('P(x)=x^3-x^2-4x+4');
»
18
 Les polynômes
L’évaluation
La fonction polyval évalue un polynôme P en un
point (ou un ensemble de points) x:
>> y = polyval(p,x);
où x (et donc y) peuvent être des tableaux.
La fonction polyvalm effectue la même évaluation
mais au sens matriciel:
>> Y = polyvalm(p,X);
où X et Y sont des matrices carrées.
 Les polynômes polyval
MATLAB
» p=[1 -1 -4 4]
p =
P(x)=x3-x2-4x+4
1 -1 -4 4
Figure No. 1
» x=-3:0.1:3;
» y=polyval(p,x);
» plot(x,y,'b-');
» grid('on');
» title('P(x)=x^3-x^2-4x+4');
»
18
 Les polynômes polyvalm
MATLAB
» A=[0 1; 1 1]
A =
0 1
1 1
» q=[1 2 3]
q =
Q(x)=x2+2x+3
1 2 3
» polyvalm(q,A)
ans =
4 3
3 7
» p=[1 -1 -1]
p = P(x)=x2-x-1
1 -1 -1
» polyvalm(p,A)
ans =
0 0
0 0 P(x) est le polynôme caractéristique de A
»
 Les polynômes
La recherche des racines
Les racines (ou zéros) de P(x) sont obtenues avec
l’aide de la fonction roots :
>> z = roots(p);
La fonction poly effectue l’opération inverse:
>> p = poly(z);
avec la normalisation p(1)=1:
p1 xn + p2 xn-1 + … + pn x + pn+1 = (x-z1)(x-z2)…(x-zn).
19
 Les polynômes polyvalm
MATLAB
» A=[0 1; 1 1]
A =
0 1
1 1
» q=[1 2 3]
q =
Q(x)=x2+2x+3
1 2 3
» polyvalm(q,A)
ans =
4 3
3 7
» p=[1 -1 -1]
p = P(x)=x2-x-1
1 -1 -1
» polyvalm(p,A)
ans =
0 0
0 0 P(x) est le polynôme caractéristique de A
»
 Les polynômes
La recherche des racines
Les racines (ou zéros) de P(x) sont obtenues avec
l’aide de la fonction roots :
>> z = roots(p);
La fonction poly effectue l’opération inverse:
>> p = poly(z);
avec la normalisation p(1)=1:
p1 xn + p2 xn-1 + … + pn x + pn+1 = (x-z1)(x-z2)…(x-zn).
19
 Les polynômes roots

poly
MATLAB
» p=[1 -1 -4 4];
» z=roots(p)
z =
2.0000
Figure No. 1
-2.0000
1.0000
» t=polyval(p,z)
t =
0
0
0
» p=poly(z)
p =
1 -1 -4 4
» x=-3:0.1:3;
» y=polyval(p,x);
» plot(x,y,'b-',z,t,'r*');
» grid('on');
» title('P(x)=x^3-x^2-4x+4');
»

poly
MATLAB
» p=[1 -3 4 -2];
» z=roots(p)
z =
1.0000 + 1.0000i
1.0000 - 1.0000i
1.0000
» p=poly(z)
p =
1.0000 -3.0000 4.0000 -2.0000
»
20

poly
MATLAB
» p=[1 -1 -4 4];
» z=roots(p)
z =
2.0000
Figure No. 1
-2.0000
1.0000
» t=polyval(p,z)
t =
0
0
0
» p=poly(z)
p =
1 -1 -4 4
» x=-3:0.1:3;
» y=polyval(p,x);
» plot(x,y,'b-',z,t,'r*');
» grid('on');
» title('P(x)=x^3-x^2-4x+4');
»

poly
MATLAB
» p=[1 -3 4 -2];
» z=roots(p)
z =
1.0000 + 1.0000i
1.0000 - 1.0000i
1.0000
» p=poly(z)
p =
1.0000 -3.0000 4.0000 -2.0000
»
20
 Les polynômes
Les opérations
La multiplication et la division polynomiales sont
effectuées par les fonctions conv et deconv:
>> [q,r] = deconv(g,h);
>> g = conv(h,q)+r;
où q et r sont les coefficients des polynômes quotient
Q et reste R:
G(x)=H(x)Q(x)+R(x).
 Les polynômes conv

deconv
MATLAB
» g=[1 -3 -5 15 4 -12];
» h=[1 -2 -1 2];
» roots(g)
ans =
3.0000
2.0000
-2.0000
1.0000
-1.0000
» roots(h)
ans =
2.0000
1.0000
-1.0000
» [q,r]=deconv(g,h)
q =
1 -1 -6
r =
0 0 0 0 0 0
» g=conv(q,h)
g =
1 -3 -5 15 4 -12
»
21
 Les polynômes
Les opérations
La multiplication et la division polynomiales sont
effectuées par les fonctions conv et deconv:
>> [q,r] = deconv(g,h);
>> g = conv(h,q)+r;
où q et r sont les coefficients des polynômes quotient
Q et reste R:
G(x)=H(x)Q(x)+R(x).
 Les polynômes conv

deconv
MATLAB
» g=[1 -3 -5 15 4 -12];
» h=[1 -2 -1 2];
» roots(g)
ans =
3.0000
2.0000
-2.0000
1.0000
-1.0000
» roots(h)
ans =
2.0000
1.0000
-1.0000
» [q,r]=deconv(g,h)
q =
1 -1 -6
r =
0 0 0 0 0 0
» g=conv(q,h)
g =
1 -3 -5 15 4 -12
»
21
 Les polynômes
La dérivation
La fonction polyder retourne les coefficients q du
polynôme Q(x) dérivé de P(x):
>> q = polyder(p);
 Les polynômes
La dérivation
Avec deux arguments en entrée U(x) et V(x)
>> q = polyder(u,v);
le vecteur q contient les coefficients de la dérivée
U’(x)V(x)+U(x)V’(x) du produit U(x)V(x).
Avec deux arguments en sortie P(x) et Q(x)
>> [p,q] = polyder(u,v);
[U’(x)V(x)-U(x)V’(x)]/V 2(x) du quotient U(x)/V(x).
22
 Les polynômes
La dérivation
La fonction polyder retourne les coefficients q du
polynôme Q(x) dérivé de P(x):
>> q = polyder(p);
 Les polynômes
La dérivation
Avec deux arguments en entrée U(x) et V(x)
>> q = polyder(u,v);
U’(x)V(x)+U(x)V’(x) du produit U(x)V(x).
Avec deux arguments en sortie P(x) et Q(x)
>> [p,q] = polyder(u,v);
[U’(x)V(x)-U(x)V’(x)]/V 2(x) du quotient U(x)/V(x).
22
 Les polynômes polyder
MATLAB
» u=[1 0 -5 0 4 0];
» v=[1 -2 -1 2];
» du=polyder(u)
du =
5 0 -15 0 4
» dv=polyder(v)
dv =
3 -4 -1
» q=polyder(u,v)
q =
8 -14 -36 60 36 -54 -8 8
» % (u’v+uv’)
» q=conv(du,v)+conv(u,dv)
q =
8 -14 -36 60 36 -54 -8 8
»
MATLAB
» u=[1 0 -5 0 4 0];
» v=[1 -2 -1 2];
» du=polyder(u)
du =
5 0 -15 0 4
» dv=polyder(v)
dv =
3 -4 -1
» [p,q]=polyder(u,v)
p =
2 -6 -4 20 2 -22 0 8
q =
1 -4 2 8 -7 -4 4
» [p,q]=deconv(p,q)
p =
2 2
q =
0 0 0 0 0 0 0 0
» % (u’v-uv’)/v²
» deconv(conv(du,v)-conv(u,dv),conv(v,v))
p =
2 2
q =
0 0 0 0 0 0 0 0
»
23
MATLAB
» u=[1 0 -5 0 4 0];
» v=[1 -2 -1 2];
» du=polyder(u)
du =
5 0 -15 0 4
» dv=polyder(v)
dv =
3 -4 -1
» q=polyder(u,v)
q =
8 -14 -36 60 36 -54 -8 8
» % (u’v+uv’)
» q=conv(du,v)+conv(u,dv)
q =
8 -14 -36 60 36 -54 -8 8
»
MATLAB
» u=[1 0 -5 0 4 0];
» v=[1 -2 -1 2];
» du=polyder(u)
du =
5 0 -15 0 4
» dv=polyder(v)
dv =
3 -4 -1
» [p,q]=polyder(u,v)
p =
2 -6 -4 20 2 -22 0 8
q =
1 -4 2 8 -7 -4 4
» [p,q]=deconv(p,q)
p =
2 2
q =
0 0 0 0 0 0 0 0
» % (u’v-uv’)/v²
» deconv(conv(du,v)-conv(u,dv),conv(v,v))
p =
2 2
q =
0 0 0 0 0 0 0 0
»
23
 Les polynômes
L’adaptation à des données
Le problème de l’adaptation à des données est résolu
avec l’aide de la fonction polyfit :
>> p = polyfit(xi,yi,n);
qui, pour un jeu de m paires (xi , yi)i1, calcule les
coefficients du polynôme P(x) de degré n qui
minimise le critère quadratique i1 | P(xi) - yi |2.
 Les polynômes polyfit
MATLAB
» xi=-5:5;
» yi=12./polyval([1 2 5],xi);
» x=-5:0.01:5;
» y=12./polyval([1 2 5],x);
» plot(x,y,'k-',xi,yi,'b*'); Figure No. 1
» hold('on');
» grid('on');
» p=polyfit(xi,yi,10);
» y=polyval(p,x);
» plot(x,y,'r-');
» y=polyval(p,x);
» plot(x,y,'g-');
» y=polyval(p,x);
» plot(x,y,'m-');
» y=polyval(p,x);
» plot(x,y,'c-');
» legend('y=f(x)','(x_i,y_i)','n=10','n=8','n=5','n=3');
»
24
 Les polynômes
Le problème de l’adaptation à des données est résolu
avec l’aide de la fonction polyfit :
>> p = polyfit(xi,yi,n);
qui, pour un jeu de m paires (xi , yi)i1, calcule les
coefficients du polynôme P(x) de degré n qui
minimise le critère quadratique i1 | P(xi) - yi |2.
 Les polynômes polyfit
MATLAB
» xi=-5:5;
» yi=12./polyval([1 2 5],xi);
» x=-5:0.01:5;
» y=12./polyval([1 2 5],x);
» hold('on');
» grid('on');
» y=polyval(p,x);
» plot(x,y,'r-');
» y=polyval(p,x);
» plot(x,y,'g-');
» y=polyval(p,x);
» plot(x,y,'m-');
» y=polyval(p,x);
» plot(x,y,'c-');
» legend('y=f(x)','(x_i,y_i)','n=10','n=8','n=5','n=3');
»
24
 Les polynômes
Une autre approche est possible avec la fonction
spline:
>> y = spline(xi,yi,x);
qui, pour un jeu de m paires (xi , yi)i1, cherche la
spline (x) qui s’adapte le mieux aux données:
 (x) est cubique entre deux points successifs,
 et satisfait les m conditions de collocation (xi)=yi.
 Les polynômes spline
MATLAB
» xi=-5:5;
» yi=12./polyval([1 2 5],xi);
» x=-5:0.01:5;
» y=12./polyval([1 2 5],x);
» hold('on');
» grid('on');
» y=polyval(p,x);
» plot(x,y,'r-');
» y=spline(xi,yi,x);
» plot(x,y,'g-');
» legend('y=f(x)','(x_i,y_i)','n=10','spline');
»
25
 Les polynômes
Une autre approche est possible avec la fonction
spline:
>> y = spline(xi,yi,x);
qui, pour un jeu de m paires (xi , yi)i1, cherche la
spline (x) qui s’adapte le mieux aux données:
 (x) est cubique entre deux points successifs,
 et satisfait les m conditions de collocation (xi)=yi.
 Les polynômes spline
MATLAB
» xi=-5:5;
» yi=12./polyval([1 2 5],xi);
» x=-5:0.01:5;
» y=12./polyval([1 2 5],x);
» hold('on');
» grid('on');
» y=polyval(p,x);
» plot(x,y,'r-');
» y=spline(xi,yi,x);
» plot(x,y,'g-');
» legend('y=f(x)','(x_i,y_i)','n=10','spline');
»
25
Interpolation en dimension 1
Pour un jeu de m paires (xi , yi)i1, la fonction
interp1 propose différents interpolants et retourne
les valeurs y ainsi obtenues en certains points x:
>> y = interp1(xi,yi,x,'method');
Quatre interpolants sont possibles:
• 'nearest' plus proche voisin (° 0)
• 'linear' linéaire (° 1, défaut)
• 'spline' spline (° 3)
• 'cubic' cubique (° 3)
 L’interpolation de donnéesinterp1
MATLAB
» xi=-5:5;
» yi=12./polyval([1 2 5],xi);
» x=-5:0.01:5;
» y=12./polyval([1 2 5],x);
» hold('on');
» grid('on');
» y=interp1(xi,yi,x,'nearest');
» plot(x,y,'g-');
» y=interp1(xi,yi,x,'linear');
» plot(x,y,'r-');
» y=interp1(xi,yi,x,'cubic');
» plot(x,y,'r-');
» y=interp1(xi,yi,x,'spline');
» plot(x,y,'r-');
» legend('y=f(x)','(x_i,y_i)','nearest','linear','cubic','spline');
»
26
Pour un jeu de m paires (xi , yi)i1, la fonction
interp1 propose différents interpolants et retourne
les valeurs y ainsi obtenues en certains points x:
>> y = interp1(xi,yi,x,'method');
Quatre interpolants sont possibles:
• 'spline' spline (° 3)
• 'cubic' cubique (° 3)
MATLAB
» xi=-5:5;
» yi=12./polyval([1 2 5],xi);
» x=-5:0.01:5;
» y=12./polyval([1 2 5],x);
» hold('on');
» grid('on');
» y=interp1(xi,yi,x,'nearest');
» plot(x,y,'g-');
» y=interp1(xi,yi,x,'linear');
» plot(x,y,'r-');
» y=interp1(xi,yi,x,'cubic');
» plot(x,y,'r-');
» y=interp1(xi,yi,x,'spline');
» plot(x,y,'r-');
» legend('y=f(x)','(x_i,y_i)','nearest','linear','cubic','spline');
»
26
MATLAB a aussi des fonctions pour interpoler des
données surfaciques zi = f (xi , yi):
>> z = interp2(xi,yi,zi,x,y);
>> z = griddata(xi,yi,zi,x,y);
selon que les zi sont régulièrement échantillonnées en
des points (xi , yi) définissant une grille ou pas.
Trois interpolants sont possibles:
• carte
MATLAB à la 'cubic' cubique
— module 2: « Programmation de base »(° 3) 52 / 115
MATLAB
» [Xi,Yi] = meshgrid(-3:0.25:3); Zi = peaks(Xi,Yi);
» [X ,Y ] = meshgrid(-3:0.20:3); Z = interp2(Xi,Yi,Zi,X,Y);
» figure(1);
» plot3(Xi,Yi,Zi,'b.');
Figure No. 1
» hold('on');
» mesh(X,Y,Z);
» box('on');
» grid('on');
» hidden('off');
» whos
Xi 25x25 5000 double
Yi 25x25 5000 double
Zi 25x25 5000 double
X 31x31 7688 double
Y 31x31 7688 double
Z 31x31 7688 double
» k = find(~isnan(Z));
» err = sqrt(sum((Z(k)-peaks(X(k),Y(k))).^2))/length(k)
err = 0.0021
»
27
données surfaciques zi = f (xi , yi):
>> z = interp2(xi,yi,zi,x,y);
>> z = griddata(xi,yi,zi,x,y);
selon que les zi sont régulièrement échantillonnées en
des points (xi , yi) définissant une grille ou pas.
• carte
MATLAB
» [Xi,Yi] = meshgrid(-3:0.25:3); Zi = peaks(Xi,Yi);
» [X ,Y ] = meshgrid(-3:0.20:3); Z = interp2(Xi,Yi,Zi,X,Y);
» figure(1);
» plot3(Xi,Yi,Zi,'b.');
Figure No. 1
» hold('on');
» mesh(X,Y,Z);
» box('on');
» grid('on');
» hidden('off');
» whos
Xi 25x25 5000 double
Yi 25x25 5000 double
Zi 25x25 5000 double
X 31x31 7688 double
Y 31x31 7688 double
Z 31x31 7688 double
err = 0.0021
»
27
 L’interpolation de donnéesgriddata
MATLAB
» xi = rand(625,1)*6-3; yi = rand(625,1)*6-3; zi = peaks(xi,yi);
» [X,Y] = meshgrid(-3:0.20:3); Z = griddata(xi,yi,zi,X,Y);
» figure(2);
» plot3(xi,yi,zi,'b.');
Figure No. 2
» hold('on');
» mesh(X,Y,Z);
» box('on');
» grid('on');
» hidden('off');
» whos
xi 625x1 5000 double
yi 625x1 5000 double
zi 625x1 5000 double
X 31x31 7688 double
Y 31x31 7688 double
Z 31x31 7688 double
err = 0.0038
»
données volumiques vi = f (xi , yi , zi):
>> v = interp3(xi,yi,zi,vi,x,y,z);
>> v = griddata3(xi,yi,zi,vi,x,y,z);
selon que les vi sont régulièrement échantillonnées en
des points (xi , yi , zi) définissant une grille ou pas.
• carte
28
 L’interpolation de donnéesgriddata
MATLAB
» xi = rand(625,1)*6-3; yi = rand(625,1)*6-3; zi = peaks(xi,yi);
» [X,Y] = meshgrid(-3:0.20:3); Z = griddata(xi,yi,zi,X,Y);
» figure(2);
» plot3(xi,yi,zi,'b.');
Figure No. 2
» hold('on');
» mesh(X,Y,Z);
» box('on');
» grid('on');
» hidden('off');
» whos
xi 625x1 5000 double
yi 625x1 5000 double
zi 625x1 5000 double
X 31x31 7688 double
Y 31x31 7688 double
Z 31x31 7688 double
err = 0.0038
»
données volumiques vi = f (xi , yi , zi):
>> v = interp3(xi,yi,zi,vi,x,y,z);
>> v = griddata3(xi,yi,zi,vi,x,y,z);
selon que les vi sont régulièrement échantillonnées en
des points (xi , yi , zi) définissant une grille ou pas.
• carte
28
Statistiques élémentaires
MATLAB a un certain nombre de fonctions pour
l’analyse de données d’un point de vue statistique:
 min plus petite valeur
 max plus grande valeur
 mean moyenne
 std déviation standard
 var variance
 median valeur médiane
 sort tri par valeur croissante/décroissante
 L’analyse de données min
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» min(X)
ans =
0.2311
» rand('state',0);
» A=rand(3,5)
A =
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
» min(A,[],1) %% min(A)
ans =
0.2311 0.4860 0.0185 0.4447 0.1763
» min(A,[],2) %% min(A')'
ans =
0.4447
0.0185
0.1763
»
29
 min plus petite valeur
 max plus grande valeur
 mean moyenne
 std déviation standard
 var variance
 median valeur médiane
 sort tri par valeur croissante/décroissante
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» min(X)
ans =
0.2311
» rand('state',0);
» A=rand(3,5)
A =
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
» min(A,[],1) %% min(A)
ans =
0.2311 0.4860 0.0185 0.4447 0.1763
» min(A,[],2) %% min(A')'
ans =
0.4447
0.0185
0.1763
»
29
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» [x,k]=min(X)
x =
0.2311
k =
2
» rand('state',0);
» A=rand(3,5)
A =
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
» [a,k]=min(A)
a =
0.2311 0.4860 0.0185 0.4447 0.1763
k =
2 1 2 1 3
»
 L’analyse de données max
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» max(X)
ans =
0.9501
» rand('state',0);
» A=rand(3,5)
A =
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
» max(A,[],1) %% max(A)
ans =
0.9501 0.8913 0.8214 0.7919 0.9218
» max(A,[],2) %% max(A')'
ans =
0.9501
0.8913
0.8214
»
30
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» [x,k]=min(X)
x =
0.2311
k =
2
» rand('state',0);
» A=rand(3,5)
A =
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
» [a,k]=min(A)
a =
0.2311 0.4860 0.0185 0.4447 0.1763
k =
2 1 2 1 3
»
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» max(X)
ans =
0.9501
» rand('state',0);
» A=rand(3,5)
A =
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
» max(A,[],1) %% max(A)
ans =
0.9501 0.8913 0.8214 0.7919 0.9218
» max(A,[],2) %% max(A')'
ans =
0.9501
0.8913
0.8214
»
30
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» [x,k]=max(X)
x =
0.9501
k =
1
» rand('state',0);
» A=rand(3,5)
A =
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
» [a,k]=max(A)
a =
0.9501 0.8913 0.8214 0.7919 0.9218
k =
1 2 3 3 1
»
 L’analyse de données mean
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» mean(X)
ans =
0.6331
» rand('state',0);
» A=rand(3,5)
A =
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
» mean(A,1) %% mean(A)
ans =
0.5960 0.7131 0.4321 0.6174 0.6121
» mean(A,2) %% mean(A')'
ans =
0.6518
0.4989
0.6317
»
31
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» [x,k]=max(X)
x =
0.9501
k =
1
» rand('state',0);
» A=rand(3,5)
A =
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
» [a,k]=max(A)
a =
0.9501 0.8913 0.8214 0.7919 0.9218
k =
1 2 3 3 1
»
 L’analyse de données mean
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» mean(X)
ans =
0.6331
» rand('state',0);
» A=rand(3,5)
A =
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
» mean(A,1) %% mean(A)
ans =
0.5960 0.7131 0.4321 0.6174 0.6121
» mean(A,2) %% mean(A')'
ans =
0.6518
0.4989
0.6317
»
31
 L’analyse de données std
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» std(X,0) %% std(X)
ans =
0.2963
» std(X,1)
ans =
0.2650
»
MATLAB
» rand('state',0);
» A=rand(3,5)
A =
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
» std(A,0,1) %% std(A,0) std(A)
ans =
0.3596 0.2070 0.4020 0.1736 0.3884
» std(A,1,1) %% std(A,1)
ans =
0.2936 0.1691 0.3282 0.1418 0.3172
» std(A,0,2) %% std(A',0)' std(A')'
ans =
0.2600
0.3631
0.2677
» std(A,1,2) %% std(A',1)'
ans =
0.2326
0.3245
0.2395
»
32
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» std(X,0) %% std(X)
ans =
0.2963
» std(X,1)
ans =
0.2650
»
MATLAB
» rand('state',0);
» A=rand(3,5)
A =
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
» std(A,0,1) %% std(A,0) std(A)
ans =
0.3596 0.2070 0.4020 0.1736 0.3884
» std(A,1,1) %% std(A,1)
ans =
0.2936 0.1691 0.3282 0.1418 0.3172
» std(A,0,2) %% std(A',0)' std(A')'
ans =
0.2600
0.3631
0.2677
» std(A,1,2) %% std(A',1)'
ans =
0.2326
0.3245
0.2395
»
32
 L’analyse de données var
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» var(X,0) %% var(X)
ans =
0.0878
» var(X,1)
ans =
0.0702
»
MATLAB
» rand('state',0);
» A=rand(3,5)
A =
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
» var(A,0,1) %% var(A,0) var(A)
ans =
0.1293 0.0429 0.1616 0.0301 0.1509
» var(A,1,1) %% var(A,1)
ans =
0.0862 0.0286 0.1077 0.0201 0.1006
» var(A,0,2) %% var(A',0)' var(A')'
ans =
0.0676
0.1318
0.0717
» var(A,1,2) %% var(A',1)'
ans =
0.0541
0.1055
0.0573
»
33
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» var(X,0) %% var(X)
ans =
0.0878
» var(X,1)
ans =
0.0702
»
MATLAB
» rand('state',0);
» A=rand(3,5)
A =
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
» var(A,0,1) %% var(A,0) var(A)
ans =
0.1293 0.0429 0.1616 0.0301 0.1509
» var(A,1,1) %% var(A,1)
ans =
0.0862 0.0286 0.1077 0.0201 0.1006
» var(A,0,2) %% var(A',0)' var(A')'
ans =
0.0676
0.1318
0.0717
» var(A,1,2) %% var(A',1)'
ans =
0.0541
0.1055
0.0573
»
33
 L’analyse de données median
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» median(X)
ans =
0.6068
» rand('state',0);
» A=rand(3,5)
A =
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
» median(A,1) %% median(A)
ans =
0.6068 0.7621 0.4565 0.6154 0.7382
» median(A,2) %% median(A')'
ans =
0.4860
0.6154
0.7621
»
 L’analyse de données sort
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» sort(X)
ans =
0.2311 0.4860 0.6068 0.8913 0.9501
» rand('state',0);
» A=rand(3,5)
A =
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
» sort(A,1) %% sort(A)
ans =
0.2311 0.4860 0.0185 0.4447 0.1763
0.6068 0.7621 0.4565 0.6154 0.7382
0.9501 0.8913 0.8214 0.7919 0.9218
» sort(A,2) %% sort(A')'
ans =
0.4447 0.4565 0.4860 0.9218 0.9501
0.0185 0.2311 0.6154 0.7382 0.8913
0.1763 0.6068 0.7621 0.7919 0.8214
»
34
 L’analyse de données median
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» median(X)
ans =
0.6068
» rand('state',0);
» A=rand(3,5)
A =
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
» median(A,1) %% median(A)
ans =
0.6068 0.7621 0.4565 0.6154 0.7382
» median(A,2) %% median(A')'
ans =
0.4860
0.6154
0.7621
»
 L’analyse de données sort
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» sort(X)
ans =
0.2311 0.4860 0.6068 0.8913 0.9501
» rand('state',0);
» A=rand(3,5)
A =
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
» sort(A,1) %% sort(A)
ans =
0.2311 0.4860 0.0185 0.4447 0.1763
0.6068 0.7621 0.4565 0.6154 0.7382
0.9501 0.8913 0.8214 0.7919 0.9218
» sort(A,2) %% sort(A')'
ans =
0.4447 0.4565 0.4860 0.9218 0.9501
0.0185 0.2311 0.6154 0.7382 0.8913
0.1763 0.6068 0.7621 0.7919 0.8214
»
34
 sum somme
 cumsum somme cumulée
 prod produit
 cumprod produit cumulé
 trapz intégration numérique
 cumtrapz intégration numérique cumulée
 L’analyse de données sum
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» sum(X)
ans =
3.1654
» rand('state',0);
» A=rand(3,5)
A =
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
» sum(A,1) %% sum(A)
ans =
1.7881 2.1394 1.2964 1.8521 1.8363
» sum(A,2) %% sum(A')'
ans =
3.2591
2.4946
3.1585
»
35
 sum somme
 cumsum somme cumulée
 prod produit
 cumprod produit cumulé
 trapz intégration numérique
 cumtrapz intégration numérique cumulée
 L’analyse de données sum
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» sum(X)
ans =
3.1654
» rand('state',0);
» A=rand(3,5)
A =
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
» sum(A,1) %% sum(A)
ans =
1.7881 2.1394 1.2964 1.8521 1.8363
» sum(A,2) %% sum(A')'
ans =
3.2591
2.4946
3.1585
»
35
 L’analyse de données cumsum
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» cumsum(X)
ans =
0.9501 1.1813 1.7881 2.2741 3.1654
» rand('state',0);
» A=rand(3,5)
A =
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
» cumsum(A,1) %% cumsum(A)
ans =
0.9501 0.4860 0.4565 0.4447 0.9218
1.1813 1.3773 0.4750 1.0601 1.6600
1.7881 2.1394 1.2964 1.8521 1.8363
» cumsum(A,2) %% cumsum(A')'
ans =
0.9501 1.4361 1.8926 2.3373 3.2591
0.2311 1.1224 1.1409 1.7564 2.4946
0.6068 1.3689 2.1903 2.9823 3.1585
»
 L’analyse de données prod
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» prod(X)
ans =
0.0577
» rand('state',0);
» A=rand(3,5)
A =
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
» prod(A,1) %% prod(A)
ans =
0.1333 0.3301 0.0069 0.2167 0.1199
» prod(A,2) %% prod(A')'
ans =
0.0864
0.0017
0.0530
»
36
 L’analyse de données cumsum
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» cumsum(X)
ans =
0.9501 1.1813 1.7881 2.2741 3.1654
» rand('state',0);
» A=rand(3,5)
A =
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
» cumsum(A,1) %% cumsum(A)
ans =
0.9501 0.4860 0.4565 0.4447 0.9218
1.1813 1.3773 0.4750 1.0601 1.6600
1.7881 2.1394 1.2964 1.8521 1.8363
» cumsum(A,2) %% cumsum(A')'
ans =
0.9501 1.4361 1.8926 2.3373 3.2591
0.2311 1.1224 1.1409 1.7564 2.4946
0.6068 1.3689 2.1903 2.9823 3.1585
»
 L’analyse de données prod
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» prod(X)
ans =
0.0577
» rand('state',0);
» A=rand(3,5)
A =
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
» prod(A,1) %% prod(A)
ans =
0.1333 0.3301 0.0069 0.2167 0.1199
» prod(A,2) %% prod(A')'
ans =
0.0864
0.0017
0.0530
»
36
 L’analyse de données cumprod
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» cumprod(X)
ans =
0.9501 0.2196 0.1333 0.0648 0.0577
» rand('state',0);
» A=rand(3,5)
A =
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
» cumprod(A,1) %% cumprod(A)
ans =
0.9501 0.4860 0.4565 0.4447 0.9218
0.2196 0.4332 0.0084 0.2737 0.6805
0.1333 0.3301 0.0069 0.2167 0.1199
» cumprod(A,2) %% cumprod(A')'
ans =
0.9501 0.4617 0.2108 0.0937 0.0864
0.2311 0.2060 0.0038 0.0023 0.0017
0.6068 0.4625 0.3799 0.3008 0.0530
»
 L’analyse de données trapz
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» trapz(X)
ans =
2.2447
» rand('state',0);
» A=rand(3,5)
A =
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
» trapz(A,1) %% trapz(A)
ans =
1.0096 1.5153 0.6574 1.2338 1.2872
» trapz(A,2) %% trapz(A')'
ans =
2.3231
2.0099
2.7670
»
37
 L’analyse de données cumprod
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» cumprod(X)
ans =
0.9501 0.2196 0.1333 0.0648 0.0577
» rand('state',0);
» A=rand(3,5)
A =
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
» cumprod(A,1) %% cumprod(A)
ans =
0.9501 0.4860 0.4565 0.4447 0.9218
0.2196 0.4332 0.0084 0.2737 0.6805
0.1333 0.3301 0.0069 0.2167 0.1199
» cumprod(A,2) %% cumprod(A')'
ans =
0.9501 0.4617 0.2108 0.0937 0.0864
0.2311 0.2060 0.0038 0.0023 0.0017
0.6068 0.4625 0.3799 0.3008 0.0530
»
 L’analyse de données trapz
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» trapz(X)
ans =
2.2447
» rand('state',0);
» A=rand(3,5)
A =
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
» trapz(A,1) %% trapz(A)
ans =
1.0096 1.5153 0.6574 1.2338 1.2872
» trapz(A,2) %% trapz(A')'
ans =
2.3231
2.0099
2.7670
»
37
 L’analyse de données cumtrapz
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» cumtrapz(X)
ans =
0 0.5906 1.0096 1.5560 2.2447
» rand('state',0);
» A=rand(3,5)
A =
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
» cumtrapz(A,1) %% cumtrapz(A)
ans =
0 0 0 0 0
0.5906 0.6886 0.2375 0.5301 0.8300
1.0096 1.5153 0.6574 1.2338 1.2872
» cumtrapz(A,2) %% cumtrapz(A')'
ans =
0 0.7181 1.1893 1.6399 2.3231
0 0.5612 1.0161 1.3331 2.0099
0 0.6845 1.4762 2.2829 2.7670
»
Histogramme
L’histogramme est obtenu avec la fonction hist:
>> N = hist(X,n);
où les valeurs des n comptes (défaut 10) retournées
dans N sont centrées sur des valeurs équidistantes.
>> N = hist(X,B);
où B est un vecteur sur lequel les comptes des sont
centrés.
38
 L’analyse de données cumtrapz
MATLAB
» rand('state',0);
» X=rand(1,5)
X =
0.9501 0.2311 0.6068 0.4860 0.8913
» cumtrapz(X)
ans =
0 0.5906 1.0096 1.5560 2.2447
» rand('state',0);
» A=rand(3,5)
A =
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
» cumtrapz(A,1) %% cumtrapz(A)
ans =
0 0 0 0 0
0.5906 0.6886 0.2375 0.5301 0.8300
1.0096 1.5153 0.6574 1.2338 1.2872
» cumtrapz(A,2) %% cumtrapz(A')'
ans =
0 0.7181 1.1893 1.6399 2.3231
0 0.5612 1.0161 1.3331 2.0099
0 0.6845 1.4762 2.2829 2.7670
»
Histogramme
L’histogramme est obtenu avec la fonction hist:
>> N = hist(X,n);
où les valeurs des n comptes (défaut 10) retournées
dans N sont centrées sur des valeurs équidistantes.
>> N = hist(X,B);
où B est un vecteur sur lequel les comptes des sont
centrés.
38
 L’analyse de données hist
MATLAB
» rand('state',0);
» X=rand(10000,1);
» N=hist(X)
N =
1018 947 980 941 1007 1004 1012 1050 1009 1032
» N=hist(X,36)
N =
316 263 265 271 277 266 248 274 281 268 263 283
245 259 296 260 285 273 310 258 278 265 291 286
275 292 287 306 262 315 261 259 276 286 282 318
»
MATLAB
» rand('state',0);
» X=rand(10000,1);
» N=hist(X)
N =
Figure No. 1
1018 947 980 941 1007 1004 1012 1050 1009 1032
» N=hist(X,36)
N =
316 263 265 271 277 266 248 274 281 268 263 283
245 259 296 260 285 273 310 258 278 265 291 286
275 292 287 306 262 315 261 259 276 286 282 318
» figure(1);
» hist(X,36);
»
39
MATLAB
» rand('state',0);
» X=rand(10000,1);
» N=hist(X)
N =
1018 947 980 941 1007 1004 1012 1050 1009 1032
» N=hist(X,36)
N =
316 263 265 271 277 266 248 274 281 268 263 283
245 259 296 260 285 273 310 258 278 265 291 286
275 292 287 306 262 315 261 259 276 286 282 318
»
MATLAB
» rand('state',0);
» X=rand(10000,1);
» N=hist(X)
N =
Figure No. 1
1018 947 980 941 1007 1004 1012 1050 1009 1032
» N=hist(X,36)
N =
316 263 265 271 277 266 248 274 281 268 263 283
245 259 296 260 285 273 310 258 278 265 291 286
275 292 287 306 262 315 261 259 276 286 282 318
» figure(1);
» hist(X,36);
»
39
MATLAB
» rand('state',0);
» X=randn(10000,1);
» N=hist(X)
N =
13 103 534 1491 2749 2803 1620 553 116 18
» N=hist(X,36)
N =
1 3 3 10 13 29 49 64 114 166 243 319
388 510 622 727 762 867 832 835 732 668 545 420
329 260 168 104 98 50 29 18 11 2 6 3
»
MATLAB
» rand('state',0);
» X=randn(10000,1);
» N=hist(X)
N =
Figure No. 1
13 103 534 1491 2749 2803 1620 553 116 18
» N=hist(X,36)
N =
1 3 3 10 13 29 49 64 114 166 243 319
388 510 622 727 762 867 832 835 732 668 545 420
329 260 168 104 98 50 29 18 11 2 6 3
» figure(1);
» hist(X,36);
»
40
MATLAB
» rand('state',0);
» X=randn(10000,1);
» N=hist(X)
N =
13 103 534 1491 2749 2803 1620 553 116 18
» N=hist(X,36)
N =
1 3 3 10 13 29 49 64 114 166 243 319
388 510 622 727 762 867 832 835 732 668 545 420
329 260 168 104 98 50 29 18 11 2 6 3
»
MATLAB
» rand('state',0);
» X=randn(10000,1);
» N=hist(X)
N =
Figure No. 1
13 103 534 1491 2749 2803 1620 553 116 18
» N=hist(X,36)
N =
1 3 3 10 13 29 49 64 114 166 243 319
388 510 622 727 762 867 832 835 732 668 545 420
329 260 168 104 98 50 29 18 11 2 6 3
» figure(1);
» hist(X,36);
»
40
Analyse de FOURIER
MATLAB propose aussi des fonctions pour l’analyse
de FOURIER:
• fft: N-1 -2j k·l

Yk =  Xl e N , 0  k  N-1
l=0
• ifft:
+2j k·l
N-1
Xl = 1  Y k e N , 0  l  N-1
N k=0
 L’analyse de données fft
MATLAB
» X=[0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698]
X =
0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698
» Y=zeros(size(X));
» for k=0:7
for l=0:7
Y(k+1)=Y(k+1)+X(l+1)*exp(-2*j*pi*k*l/8);
end
end
» Y
Y =
5.9439 -1.1549 -0.1897 -0.1094 -0.0929 -0.1094 -0.1897 -1.1549
» Y=fft(X)
Y =
5.9439 -1.1549 -0.1897 -0.1094 -0.0929 -0.1094 -0.1897 -1.1549
» fftshift(Y) %% shift DC component to the center of the spectrum
ans =
-0.0929 -0.1094 -0.1897 -1.1549 5.9439 -1.1549 -0.1897 -0.1094
»
41
Analyse de FOURIER
MATLAB propose aussi des fonctions pour l’analyse
de FOURIER:
• fft: N-1 -2j k·l

Yk =  Xl e N , 0  k  N-1
l=0
• ifft:
+2j k·l
N-1
Xl = 1  Y k e N , 0  l  N-1
N k=0
 L’analyse de données fft
MATLAB
» X=[0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698]
X =
0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698
» Y=zeros(size(X));
» for k=0:7
for l=0:7
Y(k+1)=Y(k+1)+X(l+1)*exp(-2*j*pi*k*l/8);
end
end
» Y
Y =
5.9439 -1.1549 -0.1897 -0.1094 -0.0929 -0.1094 -0.1897 -1.1549
» Y=fft(X)
Y =
5.9439 -1.1549 -0.1897 -0.1094 -0.0929 -0.1094 -0.1897 -1.1549
» fftshift(Y) %% shift DC component to the center of the spectrum
ans =
-0.0929 -0.1094 -0.1897 -1.1549 5.9439 -1.1549 -0.1897 -0.1094
»
41
 L’analyse de données ifft
MATLAB
» Y
Y =
5.9439 -1.1549 -0.1897 -0.1094 -0.0929 -0.1094 -0.1897 -1.1549
» X=zeros(size(Y));
» for l=0:7
for k=0:7
X(l+1)=X(l+1)+Y(k+1)*exp(+2*j*pi*k*l/8);
end
end
» X/8
X =
0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698
» X=ifft(Y)
X =
0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698
»
Analyse de FOURIER
MATLAB propose des fonctions pour l’analyse de
FOURIER de vecteurs (traitement du signal):
 fft Fast FOURIER Transform
 ifft Inverse Fast FOURIER Transform
 fftshift shift DC component
 conv convolution
42
 L’analyse de données ifft
MATLAB
» Y
Y =
5.9439 -1.1549 -0.1897 -0.1094 -0.0929 -0.1094 -0.1897 -1.1549
» X=zeros(size(Y));
» for l=0:7
for k=0:7
X(l+1)=X(l+1)+Y(k+1)*exp(+2*j*pi*k*l/8);
end
end
» X/8
X =
0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698
» X=ifft(Y)
X =
0.3679 0.5698 0.7788 0.9394 1.0000 0.9394 0.7788 0.5698
»
Analyse de FOURIER
FOURIER de vecteurs (traitement du signal):
 fft Fast FOURIER Transform
 ifft Inverse Fast FOURIER Transform
 conv convolution
42
Analyse de FOURIER
FOURIER de matrices (traitement d’image):
 fft2 Fast FOURIER Transform
 ifft2 Inverse Fast FOURIER Transform
 conv2 convolution

Matlab  Matlab
MATLAB propose des fonctions pour l’échange de
données avec son espace de travail:
 whos retourne des informations
 load chargement depuis un fichier
 save sauvegarde dans un fichier
43
Analyse de FOURIER
FOURIER de matrices (traitement d’image):
 fft2 Fast FOURIER Transform
 ifft2 Inverse Fast FOURIER Transform
 conv2 convolution

Matlab  Matlab
données avec son espace de travail:
 whos retourne des informations
 load chargement depuis un fichier
 save sauvegarde dans un fichier
43

Matlab  Fichiers ASCII
données avec des fichiers ASCII (texte) munis de
délimiteurs:
 csvread lecture depuis un fichier texte
 csvwrite écriture dans un fichier texte
 dlmread lecture depuis un fichier texte
 dlmwrite écriture dans un fichier texte
 Les données ne peuvent être que numériques.
 La signification des . et des , diffère selon la langue.
 Les échanges de données csvread
MATLAB
» dos('notepad.exe data.csv &');
»
data.csv
0.056135,0.199,0.79845,0.84464,0.6145
0.45688,0.60073,0.55478,0.87626,0.92483
0.76553,0.54282,0.14667,0.33207,0.61393
0.29249,0.25169,0.10701,0.1454,0.25638
0.96192,0.20162,0.52378,0.74407,0.039663
1,0.57562,0.2463,0.66189,0.62071
0.99909,0.51376,0.57163,0.40278,0.34349
0.74162,0.7477,0.33437,0.58503,0.024167
0.34978,0.60802,0.67871,0.55545,0.17139
0.79658,0.98964,0.069367,0.49412,0.61072
44

Matlab  Fichiers ASCII
données avec des fichiers ASCII (texte) munis de
délimiteurs:
 csvread lecture depuis un fichier texte
 csvwrite écriture dans un fichier texte
 dlmread lecture depuis un fichier texte
 dlmwrite écriture dans un fichier texte
 Les données ne peuvent être que numériques.
 La signification des . et des , diffère selon la langue.
MATLAB
»
data.csv
0.056135,0.199,0.79845,0.84464,0.6145
0.45688,0.60073,0.55478,0.87626,0.92483
0.76553,0.54282,0.14667,0.33207,0.61393
0.29249,0.25169,0.10701,0.1454,0.25638
0.96192,0.20162,0.52378,0.74407,0.039663
1,0.57562,0.2463,0.66189,0.62071
0.99909,0.51376,0.57163,0.40278,0.34349
0.74162,0.7477,0.33437,0.58503,0.024167
0.34978,0.60802,0.67871,0.55545,0.17139
0.79658,0.98964,0.069367,0.49412,0.61072
44
MATLAB
» A = csvread('data.csv')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
»
 Les échanges de données csvwrite
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
» csvwrite('data.csv',A);
»
45
MATLAB
» A = csvread('data.csv')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
»
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
»
45
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.csv
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.056135,0.199,0.79845,0.84464,0.6145
0.2463 0.6619 0.6207
0.9991 0.5138 0.45688,0.60073,0.55478,0.87626,0.92483
0.5716 0.4028 0.3435
0.7416 0.7477 0.76553,0.54282,0.14667,0.33207,0.61393
0.3344 0.5850 0.0242
0.3498 0.6080 0.29249,0.25169,0.10701,0.1454,0.25638
0.6787 0.5555 0.1714
0.7966 0.9896 0.96192,0.20162,0.52378,0.74407,0.039663
0.0694 0.4941 0.6107
1,0.57562,0.2463,0.66189,0.62071
0.99909,0.51376,0.57163,0.40278,0.34349
» 0.74162,0.7477,0.33437,0.58503,0.024167
0.34978,0.60802,0.67871,0.55545,0.17139
0.79658,0.98964,0.069367,0.49412,0.61072
 Les échanges de données Excel

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.csv
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0,056135;0,199;0,79845;0,84464;0,6145
0.2463 0.6619 0.6207
0.9991 0.5138 0,45688;0,60073;0,55478;0,87626;0,92483
0.5716 0.4028 0.3435
0.7416 0.7477 0,76553;0,54282;0,14667;0,33207;0,61393
0.3344 0.5850 0.0242
0.3498 0.6080 0,29249;0,25169;0,10701;0,1454;0,25638
0.6787 0.5555 0.1714
0.7966 0.9896 0,96192;0,20162;0,52378;0,74407;0,039663
0.0694 0.4941 0.6107
1;0,57562;0,2463;0,66189;0,62071
0,99909;0,51376;0,57163;0,40278;0,34349
» 0,74162;0,7477;0,33437;0,58503;0,024167
0,34978;0,60802;0,67871;0,55545;0,17139
0,79658;0,98964;0,069367;0,49412;0,61072
46
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.csv
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.056135,0.199,0.79845,0.84464,0.6145
0.2463 0.6619 0.6207
0.9991 0.5138 0.45688,0.60073,0.55478,0.87626,0.92483
0.5716 0.4028 0.3435
0.7416 0.7477 0.76553,0.54282,0.14667,0.33207,0.61393
0.3344 0.5850 0.0242
0.3498 0.6080 0.29249,0.25169,0.10701,0.1454,0.25638
0.6787 0.5555 0.1714
0.7966 0.9896 0.96192,0.20162,0.52378,0.74407,0.039663
0.0694 0.4941 0.6107
1,0.57562,0.2463,0.66189,0.62071
0.99909,0.51376,0.57163,0.40278,0.34349
» 0.74162,0.7477,0.33437,0.58503,0.024167
0.34978,0.60802,0.67871,0.55545,0.17139
0.79658,0.98964,0.069367,0.49412,0.61072

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.csv
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0,056135;0,199;0,79845;0,84464;0,6145
0.2463 0.6619 0.6207
0.9991 0.5138 0,45688;0,60073;0,55478;0,87626;0,92483
0.5716 0.4028 0.3435
0.7416 0.7477 0,76553;0,54282;0,14667;0,33207;0,61393
0.3344 0.5850 0.0242
0.3498 0.6080 0,29249;0,25169;0,10701;0,1454;0,25638
0.6787 0.5555 0.1714
0.7966 0.9896 0,96192;0,20162;0,52378;0,74407;0,039663
0.0694 0.4941 0.6107
1;0,57562;0,2463;0,66189;0,62071
0,99909;0,51376;0,57163;0,40278;0,34349
» 0,74162;0,7477;0,33437;0,58503;0,024167
0,34978;0,60802;0,67871;0,55545;0,17139
0,79658;0,98964;0,069367;0,49412;0,61072
46

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
data.csv 0.5850 Microsoft
0.0242Excel
0.3498 0.6080 0.6787
A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
1 0,05613 0,19900 0,79845 0,84464 0,61450
» dos('notepad.exe data.csv
2 0,45688 &');0,60073 0,55478 0,87626 0,92483
» dos('excel.exe &');
» 3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1
 Les échanges de données dlmread
MATLAB
» dos('notepad.exe data.txt &');
»
data.txt
0.056135 0.199 0.79845 0.84464 0.6145
0.45688 0.60073 0.55478 0.87626 0.92483
0.76553 0.54282 0.14667 0.33207 0.61393
0.29249 0.25169 0.10701 0.1454 0.25638
0.96192 0.20162 0.52378 0.74407 0.039663
1 0.57562 0.2463 0.66189 0.62071
0.99909 0.51376 0.57163 0.40278 0.34349
0.74162 0.7477 0.33437 0.58503 0.024167
0.34978 0.60802 0.67871 0.55545 0.17139
0.79658 0.98964 0.069367 0.49412 0.61072
47

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
data.csv 0.5850 Microsoft
0.0242Excel
0.3498 0.6080 0.6787
A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
1 0,05613 0,19900 0,79845 0,84464 0,61450
» dos('notepad.exe data.csv
2 0,45688 &');0,60073 0,55478 0,87626 0,92483
» 3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1
MATLAB
»
data.txt
0.056135 0.199 0.79845 0.84464 0.6145
0.45688 0.60073 0.55478 0.87626 0.92483
0.76553 0.54282 0.14667 0.33207 0.61393
0.29249 0.25169 0.10701 0.1454 0.25638
0.96192 0.20162 0.52378 0.74407 0.039663
1 0.57562 0.2463 0.66189 0.62071
0.99909 0.51376 0.57163 0.40278 0.34349
0.74162 0.7477 0.33437 0.58503 0.024167
0.34978 0.60802 0.67871 0.55545 0.17139
0.79658 0.98964 0.069367 0.49412 0.61072
47
MATLAB
» A = dlmread('data.txt','\t')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
»
 Les échanges de données dlmwrite
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
» dlmwrite('data.txt',A,'\t');
»
48
MATLAB
» A = dlmread('data.txt','\t')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
»
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
»
48
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.txt
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.056135
0.2463 0.199 0.6619 0.79845 0.84464
0.6207 0.6145
0.9991 0.5138 0.45688
0.5716 0.60073 0.4028 0.55478 0.87626
0.3435 0.92483
0.7416 0.7477 0.76553
0.3344 0.54282 0.5850 0.14667 0.33207
0.0242 0.61393
0.3498 0.6080 0.29249
0.6787 0.25169 0.5555 0.10701 0.1454
0.1714 0.25638
0.7966 0.9896 0.96192
0.0694 0.20162
0.4941 0.52378 0.74407
0.6107 0.039663
1
» dlmwrite('data.txt',A,'\t'); 0.57562 0.2463 0.66189 0.62071
0.99909
» dos('notepad.exe data.txt 0.51376 0.57163 0.40278
&'); 0.34349
» 0.74162 0.7477 0.33437 0.58503 0.024167
0.34978 0.60802 0.67871 0.55545 0.17139
0.79658 0.98964 0.069367 0.49412 0.61072

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.txt
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0,056135
0.2463 0,1990.6619 0,79845 0,84464
0.6207 0,6145
0.9991 0.5138 0,45688
0.5716 0,60073
0.4028 0,55478 0,87626
0.3435 0,92483
0.7416 0.7477 0,76553
0.3344 0,54282
0.5850 0,14667 0,33207
0.0242 0,61393
0.3498 0.6080 0,29249
0.6787 0,25169
0.5555 0,10701 0,1454
0.1714 0,25638
0.7966 0.9896 0,96192
0.0694 0,20162
0.4941 0,52378 0,74407
0.6107 0,039663
1
» dlmwrite('data.txt',A,'\t'); 0,57562 0,2463 0,66189 0,62071
0,99909
» dos('notepad.exe data.txt &'); 0,51376 0,57163 0,40278 0,34349
» 0,74162 0,7477 0,33437 0,58503 0,024167
0,34978 0,60802 0,67871 0,55545 0,17139
0,79658 0,98964 0,069367 0,49412 0,61072
49
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.txt
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.056135
0.2463 0.199 0.6619 0.79845 0.84464
0.6207 0.6145
0.9991 0.5138 0.45688
0.5716 0.60073 0.4028 0.55478 0.87626
0.3435 0.92483
0.7416 0.7477 0.76553
0.3344 0.54282 0.5850 0.14667 0.33207
0.0242 0.61393
0.3498 0.6080 0.29249
0.6787 0.25169 0.5555 0.10701 0.1454
0.1714 0.25638
0.7966 0.9896 0.96192
0.0694 0.20162
0.4941 0.52378 0.74407
0.6107 0.039663
1
» dlmwrite('data.txt',A,'\t'); 0.57562 0.2463 0.66189 0.62071
0.99909
» dos('notepad.exe data.txt 0.51376 0.57163 0.40278
&'); 0.34349
» 0.74162 0.7477 0.33437 0.58503 0.024167
0.34978 0.60802 0.67871 0.55545 0.17139
0.79658 0.98964 0.069367 0.49412 0.61072

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
data.txt
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0,056135
0.2463 0,1990.6619 0,79845 0,84464
0.6207 0,6145
0.9991 0.5138 0,45688
0.5716 0,60073
0.4028 0,55478 0,87626
0.3435 0,92483
0.7416 0.7477 0,76553
0.3344 0,54282
0.5850 0,14667 0,33207
0.0242 0,61393
0.3498 0.6080 0,29249
0.6787 0,25169
0.5555 0,10701 0,1454
0.1714 0,25638
0.7966 0.9896 0,96192
0.0694 0,20162
0.4941 0,52378 0,74407
0.6107 0,039663
1
» dlmwrite('data.txt',A,'\t'); 0,57562 0,2463 0,66189 0,62071
0,99909
» dos('notepad.exe data.txt &'); 0,51376 0,57163 0,40278 0,34349
» 0,74162 0,7477 0,33437 0,58503 0,024167
0,34978 0,60802 0,67871 0,55545 0,17139
0,79658 0,98964 0,069367 0,49412 0,61072
49

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
data.txt 0.5850 Microsoft
0.0242Excel
0.3498 0.6080 0.6787A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
1 0,05613 0,19900 0,79845 0,84464 0,61450
» dos('notepad.exe data.txt
2 0,45688 &');0,60073 0,55478 0,87626 0,92483
» 3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1

Matlab  Fichiers Excel
données avec Excel:
 xlsinfo retourne des informations
 xlsread lecture depuis un fichier Excel
 xlswrite écriture dans un fichier Excel
50

MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
0.0242Excel
0.3498 0.6080 0.6787A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
1 0,05613 0,19900 0,79845 0,84464 0,61450
» dos('notepad.exe data.txt
2 0,45688 &');0,60073 0,55478 0,87626 0,92483
» 3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1

Matlab  Fichiers Excel
données avec Excel:
 xlsinfo retourne des informations
 xlsread lecture depuis un fichier Excel
 xlswrite écriture dans un fichier Excel
50

MATLAB
»
data.xls Microsoft Excel

A B C D E F
1 0,05613 0,19900 0,79845 0,84464 0,61450
2 0,45688 0,60073 0,55478 0,87626 0,92483
3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1 Feuil2

MATLAB
»

A B C D E F
1 t (s) z (m) v (m/s)
2 0,000 0,000 0,000
3 1,000 4,905 9,810
4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
51

MATLAB
»

A B C D E F
1 0,05613 0,19900 0,79845 0,84464 0,61450
2 0,45688 0,60073 0,55478 0,87626 0,92483
3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1 Feuil2

MATLAB
»

A B C D E F
1 t (s) z (m) v (m/s)
2 0,000 0,000 0,000
3 1,000 4,905 9,810
4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
51
 Les échanges de données xlsinfo
MATLAB
» [type, desc, fmt] = xlsfinfo('data.xls')
type = Microsoft Excel Spreadsheet
desc = 'Feuil1' 'Feuil2'
fmt = xlExcel8
»
A B C D E F
1 t (s) z (m) v (m/s)
2 0,000 0,000 0,000
3 1,000 4,905 9,810
4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
 Les échanges de données xlsread
MATLAB
» A = xlsread('data.xls')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
data.xls 0.5850 0.0242
Microsoft Excel
0.3498 0.6080 0.6787A
0.5555
B C
0.1714 D E F
0.7966 0.9896 0.0694 0.4941 0.6107
» 1 0,05613 0,19900 0,79845 0,84464 0,61450
2 0,45688 0,60073 0,55478 0,87626 0,92483
3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1 Feuil2
52
 Les échanges de données xlsinfo
MATLAB
» [type, desc, fmt] = xlsfinfo('data.xls')
type = Microsoft Excel Spreadsheet
desc = 'Feuil1' 'Feuil2'
fmt = xlExcel8
»
A B C D E F
1 t (s) z (m) v (m/s)
2 0,000 0,000 0,000
3 1,000 4,905 9,810
4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
MATLAB
» A = xlsread('data.xls')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
data.xls 0.5850 0.0242
Microsoft Excel
0.3498 0.6080 0.6787A
0.5555
B C
0.1714 D E F
0.7966 0.9896 0.0694 0.4941 0.6107
» 1 0,05613 0,19900 0,79845 0,84464 0,61450
2 0,45688 0,60073 0,55478 0,87626 0,92483
3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1 Feuil2
52
MATLAB
» A = xlsread('data.xls','Feuil1')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
data.xls 0.5850 Microsoft
0.0242Excel
0.3498 0.6080 0.6787A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
» 1 0,05613 0,19900 0,79845 0,84464 0,61450
2 0,45688 0,60073 0,55478 0,87626 0,92483
3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1 Feuil2
MATLAB
» num = xlsread('data.xls','Feuil2')
num =
0 0 0
1.0000 4.9050 9.8100
2.0000 19.6200 19.6200
3.0000 44.1450 29.4300
4.0000 78.4800 39.2400
5.0000 122.6250 49.0500
6.0000 176.5800 58.8600
7.0000 240.3450 68.6700
8.0000 313.9200 78.4800 A B C D E F
1 t (s) z (m) v (m/s)
» t = num(:,1); 2 0,000 0,000 0,000
» z = num(:,2);
» v = num(:,3); 3 1,000 4,905 9,810
» 4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
53
MATLAB
» A = xlsread('data.xls','Feuil1')
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
data.xls 0.5850 Microsoft
0.0242Excel
0.3498 0.6080 0.6787A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
» 1 0,05613 0,19900 0,79845 0,84464 0,61450
2 0,45688 0,60073 0,55478 0,87626 0,92483
3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1 Feuil2
MATLAB
» num = xlsread('data.xls','Feuil2')
num =
0 0 0
1.0000 4.9050 9.8100
2.0000 19.6200 19.6200
3.0000 44.1450 29.4300
4.0000 78.4800 39.2400
5.0000 122.6250 49.0500
6.0000 176.5800 58.8600
7.0000 240.3450 68.6700
8.0000 313.9200 78.4800 A B C D E F
1 t (s) z (m) v (m/s)
» t = num(:,1); 2 0,000 0,000 0,000
» z = num(:,2);
» v = num(:,3); 3 1,000 4,905 9,810
» 4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
53
MATLAB
» [num,txt] = xlsread('data.xls','Feuil2')
num =
0 0 0
1.0000 4.9050 9.8100
2.0000 19.6200 19.6200
3.0000 44.1450 29.4300
4.0000 78.4800 39.2400
5.0000 122.6250 49.0500
6.0000 176.5800 58.8600
7.0000 240.3450 68.6700
8.0000 313.9200 78.4800 A B C D E F
txt =
't (s)' 'z (m)' 1 'v t(m/s)‘
(s) z (m) v (m/s)
» t = num(:,1); 2 0,000 0,000 0,000
» z = num(:,2);
» v = num(:,3); 3 1,000 4,905 9,810
» 4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
MATLAB
num =
0.4891 0 0
0.4891 4.9050 9.8100
0.4891 19.6200 19.6200
0.4891 44.1450 29.4300
0.4891 78.4800 39.2400
0.4891 122.6250 49.0500 format cellule
0.4891 176.5800 58.8600 HH:MM:SS
0.4891 240.3450 68.6700
0.4891 313.9200 78.4800 A B C D E F
txt =
'heure' 'z (m)' 'v1 (m/s)‘
heure z (m) v (m/s)
» 2 11:44:15 0,000 0,000
3 11:44:16 4,905 9,810
4 11:44:17 19,620 19,620
5 11:44:18 44,145 29,430
6 11:44:19 78,480 39,240
7 11:44:20 122,625 49,050
8 11:44:21 176,580 58,860
9 11:44:22 240,345 68,670
10 11:44:23 313,920 78,480
11
Feuil1 Feuil2
54
MATLAB
num =
0 0 0
1.0000 4.9050 9.8100
2.0000 19.6200 19.6200
3.0000 44.1450 29.4300
4.0000 78.4800 39.2400
5.0000 122.6250 49.0500
6.0000 176.5800 58.8600
7.0000 240.3450 68.6700
8.0000 313.9200 78.4800 A B C D E F
txt =
't (s)' 'z (m)' 1 'v t(m/s)‘
(s) z (m) v (m/s)
» t = num(:,1); 2 0,000 0,000 0,000
» z = num(:,2);
» v = num(:,3); 3 1,000 4,905 9,810
» 4 2,000 19,620 19,620
5 3,000 44,145 29,430
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
MATLAB
num =
0.4891 0 0
0.4891 4.9050 9.8100
0.4891 19.6200 19.6200
0.4891 44.1450 29.4300
0.4891 78.4800 39.2400
0.4891 122.6250 49.0500 format cellule
0.4891 176.5800 58.8600 HH:MM:SS
0.4891 240.3450 68.6700
0.4891 313.9200 78.4800 A B C D E F
txt =
'heure' 'z (m)' 'v1 (m/s)‘
heure z (m) v (m/s)
» 2 11:44:15 0,000 0,000
3 11:44:16 4,905 9,810
4 11:44:17 19,620 19,620
5 11:44:18 44,145 29,430
6 11:44:19 78,480 39,240
7 11:44:20 122,625 49,050
8 11:44:21 176,580 58,860
9 11:44:22 240,345 68,670
10 11:44:23 313,920 78,480
11
Feuil1 Feuil2
54
MATLAB
» t = datestr(num(:,1),'HH:MM:SS')
t =
11:44:15
11:44:16
11:44:17
11:44:18
11:44:19
11:44:20 format cellule
11:44:21 HH:MM:SS
11:44:22 data.xls Microsoft Excel
11:44:23 A B C D E F
» z = num(:,2);
» v = num(:,3); 1 heure z (m) v (m/s)
» 2 11:44:15 0,000 0,000
3 11:44:16 4,905 9,810
4 11:44:17 19,620 19,620
5 11:44:18 44,145 29,430
6 11:44:19 78,480 39,240
7 11:44:20 122,625 49,050
8 11:44:21 176,580 58,860
9 11:44:22 240,345 68,670
10 11:44:23 313,920 78,480
11
Feuil1 Feuil2
MATLAB
num =
0 0
4.9050 9.8100
19.6200 19.6200
44.1450 29.4300
78.4800 39.2400
122.6250 49.0500 format cellule
176.5800 58.8600 dd:mm:yyyy
240.3450 68.6700 data.xls Microsoft Excel
313.9200 78.4800 A B C D E F
txt =
'date' 1
'z (m)' date
'v (m/s)' z (m) v (m/s)
'15/06/2008' '' 2 15/06/2008 '' 0,000 0,000
'16/06/2008' '' ''
'17/06/2008' '' 3 16/06/2008 '' 4,905 9,810
'18/06/2008' '' 4 17/06/2008 '' 19,620 19,620
'19/06/2008' '' 5 18/06/2008 '' 44,145 29,430
'20/06/2008' '' ''
'21/06/2008' '' 6 19/06/2008 '' 78,480 39,240
'22/06/2008' '' 7 20/06/2008 '' 122,625 49,050
'23/06/2008' '' 8 21/06/2008 '' 176,580 58,860
»
9 22/06/2008 240,345 68,670
10 23/06/2008 313,920 78,480
11
Feuil1 Feuil2
55
MATLAB
» t = datestr(num(:,1),'HH:MM:SS')
t =
11:44:15
11:44:16
11:44:17
11:44:18
11:44:19
11:44:20 format cellule
11:44:21 HH:MM:SS
11:44:22 data.xls Microsoft Excel
11:44:23 A B C D E F
» z = num(:,2);
» v = num(:,3); 1 heure z (m) v (m/s)
» 2 11:44:15 0,000 0,000
3 11:44:16 4,905 9,810
4 11:44:17 19,620 19,620
5 11:44:18 44,145 29,430
6 11:44:19 78,480 39,240
7 11:44:20 122,625 49,050
8 11:44:21 176,580 58,860
9 11:44:22 240,345 68,670
10 11:44:23 313,920 78,480
11
Feuil1 Feuil2
MATLAB
num =
0 0
4.9050 9.8100
19.6200 19.6200
44.1450 29.4300
78.4800 39.2400
122.6250 49.0500 format cellule
176.5800 58.8600 dd:mm:yyyy
240.3450 68.6700 data.xls Microsoft Excel
313.9200 78.4800 A B C D E F
txt =
'date' 1
'z (m)' date
'v (m/s)' z (m) v (m/s)
'15/06/2008' '' 2 15/06/2008 '' 0,000 0,000
'16/06/2008' '' ''
'17/06/2008' '' 3 16/06/2008 '' 4,905 9,810
'18/06/2008' '' 4 17/06/2008 '' 19,620 19,620
'19/06/2008' '' 5 18/06/2008 '' 44,145 29,430
'20/06/2008' '' ''
'21/06/2008' '' 6 19/06/2008 '' 78,480 39,240
'22/06/2008' '' 7 20/06/2008 '' 122,625 49,050
'23/06/2008' '' 8 21/06/2008 '' 176,580 58,860
»
9 22/06/2008 240,345 68,670
10 23/06/2008 313,920 78,480
11
Feuil1 Feuil2
55
MATLAB
» t = char(txt(2:end,1))
t =
15/06/2008
16/06/2008
17/06/2008
18/06/2008
19/06/2008
20/06/2008 format cellule
21/06/2008 dd:mm:yyyy
22/06/2008 data.xls Microsoft Excel
23/06/2008 A B C D E F
» z = num(:,2);
» v = num(:,3); 1 date z (m) v (m/s)
» 2 15/06/2008 0,000 0,000
3 16/06/2008 4,905 9,810
4 17/06/2008 19,620 19,620
5 18/06/2008 44,145 29,430
6 19/06/2008 78,480 39,240
7 20/06/2008 122,625 49,050
8 21/06/2008 176,580 58,860
9 22/06/2008 240,345 68,670
10 23/06/2008 313,920 78,480
11
Feuil1 Feuil2
 Les échanges de données xlswrite
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
» status = xlswrite('data.xls',A,'Feuil1')
status =
1
»
56
MATLAB
» t = char(txt(2:end,1))
t =
15/06/2008
16/06/2008
17/06/2008
18/06/2008
19/06/2008
20/06/2008 format cellule
21/06/2008 dd:mm:yyyy
22/06/2008 data.xls Microsoft Excel
23/06/2008 A B C D E F
» z = num(:,2);
» v = num(:,3); 1 date z (m) v (m/s)
» 2 15/06/2008 0,000 0,000
3 16/06/2008 4,905 9,810
4 17/06/2008 19,620 19,620
5 18/06/2008 44,145 29,430
6 19/06/2008 78,480 39,240
7 20/06/2008 122,625 49,050
8 21/06/2008 176,580 58,860
9 22/06/2008 240,345 68,670
10 23/06/2008 313,920 78,480
11
Feuil1 Feuil2
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344 0.5850 0.0242
0.3498 0.6080 0.6787 0.5555 0.1714
0.7966 0.9896 0.0694 0.4941 0.6107
status =
1
»
56
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
0.0242Excel
0.3498 0.6080 0.6787A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
1 0,05613 0,19900 0,79845 0,84464 0,61450
status = 2 0,45688 0,60073 0,55478 0,87626 0,92483
1
» 3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1
MATLAB
» t = 0:1:8;
» z = 0.5*9.81*t.^2;
» v = 9.81*t;
» data = [{'t (sec)','z (m)','v (m/s)'}; num2cell([t(:),z(:),v(:)])];
data =
't (sec)' 'z (m)' 'v (m/s)'
[ 0] [ 0] [ 0]
[ 1] [ 4.9050] [ 9.8100]
[ 2] [ 19.6200] [19.6200]
[ 3] [ 44.1450] [29.4300]
[ 4] [ 78.4800] [39.2400]
[ 5] [122.6250] [49.0500]
[ 6] [176.5800] [58.8600]
[ 7] [240.3450] [68.6700]
[ 8] [313.9200] [78.4800]
» status = xlswrite('data.xls',data,'Feuil2')
status =
1
»
57
MATLAB
» A = rand(10,5)
A =
0.0561 0.1990 0.7985 0.8446 0.6145
0.4569 0.6007 0.5548 0.8763 0.9248
0.7655 0.5428 0.1467 0.3321 0.6139
0.2925 0.2517 0.1070 0.1454 0.2564
0.9619 0.2016 0.5238 0.7441 0.0397
1.0000 0.5756 0.2463 0.6619 0.6207
0.9991 0.5138 0.5716 0.4028 0.3435
0.7416 0.7477 0.3344
0.0242Excel
0.3498 0.6080 0.6787A
0.5555 C 0.1714
B D E F
0.7966 0.9896 0.0694 0.4941 0.6107
1 0,05613 0,19900 0,79845 0,84464 0,61450
status = 2 0,45688 0,60073 0,55478 0,87626 0,92483
1
» 3 0,76553 0,54282 0,14667 0,33207 0,61393
4 0,29249 0,25169 0,10701 0,14540 0,25638
5 0,96192 0,20162 0,52378 0,74407 0,03966
6 1,00000 0,57562 0,24630 0,66189 0,62071
7 0,99909 0,51376 0,57163 0,40278 0,34349
8 0,74162 0,74770 0,33437 0,58503 0,02416
9 0,34978 0,60802 0,67871 0,55545 0,17139
10 0,79658 0,98964 0,06936 0,49412 0,61072
11
Feuil1
MATLAB
» t = 0:1:8;
» z = 0.5*9.81*t.^2;
» v = 9.81*t;
data =
't (sec)' 'z (m)' 'v (m/s)'
[ 0] [ 0] [ 0]
[ 1] [ 4.9050] [ 9.8100]
[ 2] [ 19.6200] [19.6200]
[ 3] [ 44.1450] [29.4300]
[ 4] [ 78.4800] [39.2400]
[ 5] [122.6250] [49.0500]
[ 6] [176.5800] [58.8600]
[ 7] [240.3450] [68.6700]
[ 8] [313.9200] [78.4800]
» status = xlswrite('data.xls',data,'Feuil2')
status =
1
»
57
MATLAB
» t = 0:1:8;
» z = 0.5*9.81*t.^2;
» v = 9.81*t;
data =
't (sec)' 'z (m)' 'v (m/s)'
[ 0] [ 0] [ 0]
[ 1] [ 4.9050] [ 9.8100]
[ 2] [ 19.6200] [19.6200]
[ 3] [ 44.1450]
data.xls [29.4300] Microsoft Excel
[ 4] [ 78.4800]A [39.2400]
B C D E F
[ 5] [122.6250] [49.0500]
[ 6] 1
[176.5800] t (s) z (m)
[58.8600] v (m/s)
[ 7] [240.3450]
2 0,000 [68.6700]
0,000 0,000
[ 8] [313.9200] [78.4800]
3 1,000 4,905
» status = xlswrite('data.xls',data,'Feuil2') 9,810
status = 4 2,000 19,620 19,620
1 5 3,000 44,145 29,430
»
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
58
MATLAB
» t = 0:1:8;
» z = 0.5*9.81*t.^2;
» v = 9.81*t;
data =
't (sec)' 'z (m)' 'v (m/s)'
[ 0] [ 0] [ 0]
[ 1] [ 4.9050] [ 9.8100]
[ 2] [ 19.6200] [19.6200]
[ 3] [ 44.1450]
data.xls [29.4300] Microsoft Excel
[ 4] [ 78.4800]A [39.2400]
B C D E F
[ 5] [122.6250] [49.0500]
[ 6] 1
[176.5800] t (s) z (m)
[58.8600] v (m/s)
[ 7] [240.3450]
2 0,000 [68.6700]
0,000 0,000
[ 8] [313.9200] [78.4800]
3 1,000 4,905
» status = xlswrite('data.xls',data,'Feuil2') 9,810
status = 4 2,000 19,620 19,620
1 5 3,000 44,145 29,430
»
6 4,000 78,480 39,240
7 5,000 122,625 49,050
8 6,000 176,580 58,860
9 7,000 240,345 68,670
10 8,000 313,920 78,480
11
Feuil1 Feuil2
58

MatlabModule2 Etudiants OK

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

MatlabModule2 Etudiants OK

Transféré par

Droits d'auteur :

Formats disponibles

Matlab à la carte 02/09/2008

 Scripts & fonctions

MATLAB à la carte — module 2: « Programmation de base » 1 / 115

 Scripts & fonctions

MATLAB à la carte — module 2: « Programmation de base » 1 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 2 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 3 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 2 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 3 / 115

 Scripts & Fonctions

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 5 / 115

 Scripts & Fonctions

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 5 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 6 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 7 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 6 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 7 / 115

 Scripts & Fonctions

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 9 / 115

 Scripts & Fonctions

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 9 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 10 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 11 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 10 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 11 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 12 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 13 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 12 / 115

 Scripts & Fonctions

MATLAB à la carte — module 2: « Programmation de base » 13 / 115

 Scripts & Fonctions lookfor

MATLAB à la carte — module 2: « Programmation de base » 14 / 115

MATLAB a 4 structures de contrôles:

MATLAB à la carte — module 2: « Programmation de base » 15 / 115

 Scripts & Fonctions lookfor

MATLAB à la carte — module 2: « Programmation de base » 14 / 115

MATLAB a 4 structures de contrôles:

MATLAB à la carte — module 2: « Programmation de base » 15 / 115

MATLAB à la carte — module 2: « Programmation de base » 16 / 115

MATLAB à la carte — module 2: « Programmation de base » 17 / 115

MATLAB à la carte — module 2: « Programmation de base » 16 / 115

MATLAB à la carte — module 2: « Programmation de base » 17 / 115

MATLAB à la carte — module 2: « Programmation de base » 18 / 115

MATLAB à la carte — module 2: « Programmation de base » 19 / 115

MATLAB à la carte — module 2: « Programmation de base » 18 / 115