用matlab2018a编一个程序，要求：给一个传递函数，当输入变化0.1时，求阶跃响应的曲线

好的，我可以为您提供这样一个程序。假设您的传递函数为：

num = [1];
den = [1, 2, 1];
sys = tf(num, den);

则可以使用 step 函数来求阶跃响应的曲线。具体代码如下：

num = [1];
den = [1, 2, 1];
sys = tf(num, den);

t = 0:0.01:10;
u = 0.1*ones(size(t));

[y, t] = step(u*sys, t);

plot(t, y);
xlabel('Time (s)');
ylabel('Amplitude');
title('Step Response');

这里我们假设时间范围为 0 到 10 秒，步长为 0.01 秒，输入信号为 0.1 的阶跃信号。使用 step 函数得到系统的阶跃响应，然后使用 plot 函数绘制曲线。

注意，这只是一个简单的例子，您需要根据您的传递函数和要求进行相应的修改。

相关问题

用matlab2018a编写程序，要求：给三组由100个点组成的数据，分别画出它们的曲线

好的，我可以为您提供一种可能的程序实现。请注意，以下代码仅适用于 MATLAB 2018a，您需要将其保存为.m文件并在该版本的 MATLAB 中运行。

% 三组由100个点组成的数据
data1 = randn(100,1);
data2 = sin(linspace(0,2*pi,100)) + 0.1*randn(100,1);
data3 = exp(linspace(-1,1,100)) + 0.2*randn(100,1);

% 绘制曲线
figure;
subplot(3,1,1);
plot(data1);
title('Data 1');
subplot(3,1,2);
plot(data2);
title('Data 2');
subplot(3,1,3);
plot(data3);
title('Data 3');

上述代码中，我们使用了 MATLAB 内置的 `randn`、`sin` 和 `exp` 函数生成了三组由100个点组成的数据，分别存储在 `data1`、`data2` 和 `data3` 中。然后，我们使用 `subplot` 函数将三个子图绘制在同一个图形窗口中，每个子图对应一组数据。最后，我们使用 `title` 函数为每个子图添加标题，以便更好地区分不同的数据。

用matlab2018a编一个程序，要求：求变量a,b的值，使得函数f=（（12a+21b）/a）+c+d的值最小,其中c是关于a，b的一个传递函数的阶跃响应的上升时间；d是关于a，b的一个传递函数的阶跃响应的稳定时间；

我可以为您提供一种基于遗传算法的优化方法来实现这个程序。具体步骤如下：

1. 定义目标函数$f$，其中$c$和$d$是关于$a$和$b$的函数，需要根据具体情况进行定义。

2. 定义变量范围和变量个数。根据题目要求，变量$a$和$b$的取值范围可以自行设定，这里假设$a$和$b$都在区间[0,1]内取值。变量个数为2。

3. 初始化种群。根据变量范围和变量个数，可以随机生成一个初始种群，每个个体都包含两个基因，即$a$和$b$的取值。

4. 计算适应度。对于每个个体，通过计算目标函数$f$，可以得到该个体的适应度。适应度越高，说明该个体对应的解越优。

5. 选择操作。根据种群中各个个体的适应度大小，使用轮盘赌选择算子选择出两个个体，作为交叉操作和变异操作的父代。

6. 交叉操作。选取两个父代，进行交叉操作，生成两个子代。交叉操作可以采用单点交叉、多点交叉、均匀交叉等方式。

7. 变异操作。对于两个子代，进行变异操作，生成两个新的个体。变异操作可以采用基因突变、逆转变异等方式。

8. 更新种群。将新生成的两个个体加入到种群中，并删除适应度最低的两个个体，保持种群大小不变。

9. 判断终止条件。可以设置迭代次数或者适应度达到一定阈值时停止迭代。

10. 输出最优解。当满足终止条件时，输出适应度最高的个体对应的$a$和$b$的取值，作为目标函数的最优解。

下面是一个MATLAB代码实现示例：