Matlab计算圆周率

合集下载

拉格朗日插值多项式积分求圆周率近似Matlab实现

Lagrange 插值多项式积分求圆周率近似摘要：公式1：y1=4/(1+x^2) 公式2：y2=4*sqrt(1-x^2) 分别对公式1、公式2求其拉格朗日插值多项式，再对其求0-1上的定积分来求圆周率π的近似值，并在Matlab 中通过画图来比较两个所求得的值与真实值π的偏差。

Lagrange 插值多项式：)()(l )(L 0i n i ni x f x x ∑==其中 )())(())(()())(())(()(l 11101110i n i i i i i i i n i i x x x x x x x x x x x x x x x x x x x x x -⋯⋯--⋯⋯---⋯⋯--⋯⋯--=+-+-)(i x f 为函数在i x 处的函数值，)(x L n 为Lagrange 插值多项式。

Matlab 实现：clc;clear;a=0;b=1;n=input('Enter a number n:'); %将0-1分割成n 节点，即n-1段 X=zeros(1,n); %用来放置节点x 的值P=zeros(1,n); %用来放置节点x 对应的函数值y1 Q=zeros(1,n); %用来放置节点x 对应的函数值y2 x=0;h=(b-a)/(n-1); %h 为步长for i=1:ny1=4/(1+x^2);y2=4*sqrt(1-x^2);X(i)=x;P(i)=y1;Q(i)=y2;x=x+h;endX;P;Q; %通过循环对X、P、Q进行赋值syms s;l=1;z1=0;z2=0;for j=1:1for k=2:nl=l*(s-X(k))/(X(j)-X(k));endz1=z1+l*P(j);z2=z2+l*Q(j);endfor j=2:nl=1;for k=1:j-1l=l*(s-X(k))/(X(j)-X(k));endfor k=j+1:nl=l*(s-X(k))/(X(j)-X(k));endz1=z1+l*P(j); %通过循环求的函数y1的Lagrange插值多项式z1 z2=z2+l*Q(j); %通过循环求的函数y2的Lagrange插值多项式z2 endI1=int(z1,s,0,1); % z1对s在0-1上求定积分I1=eval(I1) %用小数形式表示I1I2=int(z2,s,0,1); % z2对s在0-1上求定积分I2=eval(I2) %用小数形式表示I2x=3.10:0.0001:3.20;y0=pi;y1=I1;y2=I2;plot(x,y0,'r') %红线为圆周率π的真实值hold onplot(x,y1,'g') %绿线为公式1所求值hold onplot(x,y2,'b') %蓝线为公式2所求值运行结果：从图中可以看出，当n=6时绿线很接近红线即圆周率π的真实值，而蓝线则偏离较远，当n=11时，绿线基本与红线重叠，而蓝线相对之前来说也减小偏差。

自己动手计算圆周率

自己动手计算圆周率圆周率的计算历程圆周率是一个极其著名的数。

从有文字记载的历史开始，这个数就引进了外行人和学者们的兴趣。

作为一个非常重要的常数，圆周率最早是出于解决有关圆的计算问题。

仅凭这一点，求出它的尽量准确的近似值，就是一个极其迫切的问题了。

事实也是如此，几千年来作为数学家们的奋斗目标，古今中外一代又一代的数学家为此献出了自己的智慧和劳动。

回忆历史，人类对π 的认识过程，反映了数学和计算技术开展情形的一个侧面。

π 的研究，在一定程度上反映这个地区或时代的数学水平。

德国数学史家康托说：“历史上一个国家所算得的圆周率的准确程度，可以作为衡量这个国家当时数学开展水平的指标。

〞直到19世纪初，求圆周率的值应该说是数学中的头号难题。

为求得圆周率的值，人类走过了漫长而曲折的道路，它的历史是饶有趣味的。

我们可以将这一计算历程分为几个阶段。

〔1〕实验时期通过实验对π 值进行估算，这是计算π 的的第一阶段。

这种对π 值的估算根本上都是以观察或实验为根据，是基于对一个圆的周长和直径的实际测量而得出的。

在古代世界，实际上长期使用π ＝3这个数值。

在我国刘徽之前“圆径一而周三〞曾广泛流传。

我国第一部《周髀算经》中，就记载有圆“周三径一〞这一结论。

在我国，木工师傅有两句从古流传下来的口诀：叫做：“周三径一，方五斜七〞，意思是说，直径为1的圆，周长大约是3，边长为5的正方形，对角线之长约为7。

这正反映了早期人们对圆周率π 和√2 这两个无理数的粗略估计。

东汉时期官方还明文规定圆周率取3为计算面积的标准。

后人称之为“古率〞。

在我国东、西汉之交，新朝王莽令刘歆制造量的容器――律嘉量斛。

刘歆在制造标准容器的过程中就需要用到圆周率的值。

为此，他大约也是通过做实验，得到一些关于圆周率的并不划一的近似值。

现在根据铭文推算，其计算值分别取为3.1547，3.1992，3.1498，3.2031比径一周三的古率已有所进步。

人类的这种探索的结果，当主要估计园田面积时，对生产没有太大影响，但以此来制造器皿或其它计算就不适宜了。

(完整版)MATLAB常用函数总结,推荐文档

MATLAB 常用函数总结Matlab 的内部常数pi 圆周率exp(1)自然对数的底数ei 或j虚数单位Inf 或 inf无穷大Matlab 的常用内部数学函数指数函数exp(x)以e 为底数log(x)自然对数，即以e 为底数的对数log10(x)常用对数，即以10为底数的对数对数函数log2(x)以2为底数的x 的对数开方函数sqrt(x)表示x 的算术平方根绝对值函数abs(x)表示实数的绝对值以及复数的模sin(x)正弦函数cos(x)余弦函数tan(x)正切函数cot(x)余切函数sec(x)正割函数三角函数（自变量的单位为弧度）csc(x)余割函数反三角函数asin(x)反正弦函数acos(x)反余弦函数atan(x)反正切函数acot(x)反余切函数asec(x)反正割函数acsc(x)反余割函数sinh(x)双曲正弦函数cosh(x)双曲余弦函数tanh(x)双曲正切函数coth(x)双曲余切函数sech(x)双曲正割函数双曲函数csch(x)双曲余割函数asinh(x)反双曲正弦函数acosh(x)反双曲余弦函数atanh(x)反双曲正切函数acoth(x)反双曲余切函数asech(x)反双曲正割函数反双曲函数acsch(x)反双曲余割函数求角度函数atan2(y,x)以坐标原点为顶点，x轴正半轴为始边，从原点到点（x，y）的射线为终边的角，其单位为弧度，范围为（，]gcd(a,b)两个整数的最大公约数数论函数lcm(a,b)两个整数的最小公倍数排列组合函数factorial(n)阶乘函数，表示n的阶乘real(z)实部函数imag(z)虚部函数复数函数abs(z)求复数z的模angle(z)求复数z 的辐角，其范围是（，]conj(z)求复数z 的共轭复数ceil(x)表示大于或等于实数x 的最小整数floor(x)表示小于或等于实数x 的最大整数求整函数与截尾函数round(x)最接近x 的整数max([a ，b ，c ，．．．])求最大数最大、最小函数min([a ，b ，c ，．．])求最小数符号函数sign(x)Matlab 中的数学运算符a+b 加法 a./b 数组右除a-b 减法 a.\b 数组左除a*b 矩阵乘法a^b 矩阵乘方a.*b 数组乘法 a.^b 数组乘方a/b 矩阵右除-a负号a\b矩阵左除' 共轭转置.'一般转置Matlab 的关系运算符 ==等于<小于>大于<=小于或等于>=大于或等于~=不等于如何用matlab求阶乘factorial（n）　求n的阶乘如何用matlab进行多项式运算（1）合并同类项 syms 表达式中包含的变量 collect(表达式，指定的变量)（2）因式分解　syms 表达式中包含的变量 factor(表达式)（3）展开syms 表达式中包含的变量 expand(表达式)（4）化简syms 表达式中包含的变量simplify(表达式)　　如何用matlab进行复数运算　a+b*i 或 a +b*j表示复数a+bi 或 a+bjreal（z）求复数z的实部imag（z）求复数z的虚部abs（z）求复数z的模angle（z）求复数z的辐角，conj（z）求复数z的共轭复数exp（z）复数的指数函数，表示e^z如何用Matlab求集合的交集、并集、差集和补集　union(A,B)求集合A和B的并集intersect(A,B)求集合A和B的交集setdiff(A,B)求集合A和B的差集A-Bsetdiff(U,A)求集合A关于全集U的补集如何用matlab排序sort（v）　将向量v的元素从小到大排列（升序排列）sort(v,dim,’descend or ascend’)当dim=1时矩阵按列排序，descend or ascend用来控制升序还是降序当dim=2时矩阵按行排序，descend or ascend用来控制升序还是降序如何用Matlab求极限（1）极限：syms xlimit(f(x), x, a)求f(x)关于x趋于a时的极限（2）单侧极限：左极限：syms x limit(f(x), x, a,’left’)求f(x)关于x趋于a时的左极限右极限：syms x limit(f(x), x, a,’right’)求f(x)关于x趋于a时的右极限如何用Matlab求导数diff('f(x)')　diff('f(x)','x') 求f(x)关于x的导数或者：syms x diff(f(x))syms x diff(f(x), x)如何用Matlab求高阶导数如何用Matlab求高阶导数diff('f(x)'，n) diff('f(x)','x'，n)求f(x)关于x的n阶导数syms x diff(f(x)，n)syms x diff(f(x), x，n)如何用Matlab求不定积分int('f(x)') int ('f(x)','x')求f(x)关于x的积分syms x int(f(x))syms x int(f(x), x)如何用Matlab求定积分、广义积分int('f(x)',a,b) int ('f(x)','x',a,b)求f(x)关于x的积分，区间为a到b syms x int(f(x),a,b)syms x int(f(x), x,a,b)如何用Matlab展开级数syms x taylor(f(x), x, n,)a如何在Matlab中进行积分变换syms s tlaplace( f(t), t, s ) 拉普拉斯变换ilaplace( F(s), s, t ) 拉普拉斯变换的逆变换　syms t ωfourier( f(t), t, ω)傅立叶变换ifourier( F(ω), ω, t ) 傅立叶变换的逆变换　syms n zztrans( f(n), n, z) Z变换iztrans( F(z), z, n ) Z变换的逆变换　如何用Matlab解微分方程dsolve('微分方程'，'自变量')dsolve('微分方程'，'初始条件或边界条件'，'自变量') dsolve('D2x+2*x+x=sin(t)','x(0)=1','Dx(0)=1','t')如何用matlab求多变量函数的极限　以两个变量为例说明，多于两个变量的函数极限可以依次类推。

MATLAB数学实验

实验三圆周率的计算学号：姓名：XX一、实验目的1. 本实验涉及概率论、定积分、三角函数等有关知识，要求掌握计算π的三种方法及其原理。

2. 学习和掌握数学软件MATLAB 的使用方法。

二、实验内容圆周率是一个极其驰名的数。

从有文字记载的历史开始，这个数就引起了外行人和学者们的兴趣。

作为一个非常重要的常数，圆周率最早是出于解决有关圆的计算问题。

仅凭这一点，求出它的尽量准确的近似值，就是一个极其迫切的问题了。

事实也是如此，几千年来作为数学家们的奋斗目标，古今中外一代又一代数学家为此献出了自己的智慧和劳动。

回顾历史，人们对π的认识过程，反映了数学和计算技术发展情形的一个侧面。

π的研究，在一定程度上反映这个地区或时代的数学水平。

德国数学家康托说：“历史上一个国家所算的圆周率的准确程度，可以作为衡量这个国家当时数学发展水平的指标。

”直到19世纪初，求圆周率的值还是数学中的头号难题。

1. 圆周率的计算方法古人计算圆周率，一般是用割圆法。

即用圆的内接或外切多边形来逼近圆的周长。

Archomedes 用正96边形得到35位精度；刘徽用正3072边形得到5位精度；Ludolph V an Ceulen 用正2^62边形得到了35位精度。

这种基于几何的算法计算量大，速度慢，吃力不讨好。

随着数学的发展，数学家们在进行数学研究时有意无意得发现了许多计算圆周率的公式。

下面挑选一些经典的常用公式加以介绍。

除了这些经典公式外，还有很多其他公式和由这些经典公式衍生出来的公式，就不一一列举了。

1) Machin 公式2391a r c t a n451a r c t a n 16-=π ()121...753arctan 121753--++-+-=--n x x x x x x n n 这个公式由英国天文学教授John Machin 于1706年发现。

他利用这个公式计算到100位的圆周率。

Machin 公式每计算一项可以得到1.4位的十进制精度。

matlab实验九 π的近似计算

实验九π的近似计算【实验目的】1.了解圆周率π的计算历程。

2.了解计算π的割圆术、韦达公式、级数法、拉马努金公式、迭代法。

3.学习、掌握MATLAB软件有关的命令。

【实验内容】利用韦达（VieTa）公式2=π计算π的近似值。

【实验准备】1.割圆术2.韦达（VieTa）公式3.利用级数计算π4.拉马努金（Ranmaunujan）公式5.迭代方法6.π的两百位近似值【实验重点】1. 圆周率的计算历程【实验难点】1. 圆周率的各种计算公式【实验方法与步骤】练习1 用刘徽的迭代公式1162062626224,32,1n n n n x x s x x ++=--== 计算π的近似值。

相应的MATLAB 代码为>>clear;>>x=1;>>for i=1:30>>x=vpa (sqrt(2-sqrt(4-x^2)),15)%计算精度为15位有效数字 >>S=vpa(3*2^i*x,10)>>end计算可得x = .517638********* S = 3.105828541x = .261052384440103 S = 3.132628613x = .130806258460286 S = 3.139350203x = .654381656435522e-1 S = 3.141031951x = .327234632529735e-1 S = 3.141452472x = .163622792078742e-1 S = 3.141557608x = .818120805246955e-2 S = 3.141583892x = .409061258232818e-2 S = 3.141590463x = .204530736067660e-2 S = 3.141592106x = .102265381402739e-2 S = 3.141592517x = .511326923724832e-3 S = 3.141592619x = .255663463951308e-3 S = 3.141592645x = .127831732236766e-3 S = 3.141592651 x = .639158661510219e-4 S = 3.141592653 x = .319579330795908e-4 S = 3.141592653 x = .159789665403054e-4 S = 3.141592654 x = .798948327021645e-5 S = 3.141592654 x = .399474163511619e-5 S = 3.141592654 x = .199737081755909e-5 S = 3.141592654 x = .998685408779670e-6 S = 3.141592654 x = .499342704389851e-6 S = 3.141592654 x = .249671352194927e-6 S = 3.141592654 x = .124835676097464e-6 S = 3.141592654 x = .624178380487320e-7 S = 3.141592654 x = .312089190243660e-7 S = 3.141592654 x = .156044595121830e-7 S = 3.141592654 x = .780222975609150e-8 S = 3.141592654 x = .390111487804575e-8 S = 3.141592654 x = .195055743902288e-8 S = 3.141592654 x = .975278719511453e-9 S = 3.141592654练习2 用韦达公式2=π计算π的近似值。

matlab 圆周率

nl n 2 , 特别取针的长度 l d / 2 时， md m
本实验涉及的方法
3、蒙特卡罗法——蒲丰(Buffon)掷针法
x表示针的中点与最近的一条平行线间的距离, 为针与平行线的夹角.则0 x d 2 ,0 , 确定x 平面内一个矩形 .如图：
平面内一个矩形确定的夹角为针与平行线一条平行线间的距离表示针的中点与最近的针与平行线相交本实验涉及的方法3蒙特卡罗法蒲丰buffon掷针法针与平行线相交时针在平行线矩形区域内所组成的区域面积与矩形区域面积比即为针与直线相交的概率
实验三
圆周率的求法
问
题
• 设半径为1的圆的周长与圆的直径比为A; • 设半径为2的圆的周长与圆的直径比为B. • 请问A与B哪个大?
计算历程的几个阶段
3.分析方法时期 17世纪出现了数学分析，这锐利的工具使得许多初等数学束手无策的问题迎刃而解。 π 的计算历史也随之进入了一个新的阶段。
计算历程的几个阶段
1593年，韦达给出
1671年，苏格兰数学家詹姆斯.格雷戈里公开了他发现的公式： 3 5 7
arctan x x x3 x5 x7 (1 x 1)

故
2 nl md
本实验涉及的方法
3、蒙特卡罗法——蒲丰(Buffon)掷针法
• 随机生成一个针的中点与最近一条平行直线间的距离x,满足0≤x≤d/2; • 随机生成针与平行线的夹角a,满足0≤a≤ ； • 判断x≤L/2*sin[a],若成立，则针与直线相交，否则不相交。
本实验涉及的方法
计算历程的几个阶段
圆周长大于内接正四边形而小于外切正四边形
计算历程的几个阶段
在我国，首先是由数学家刘徽得出较精确的圆周率。他采用割圆术。

matlab指令大全

1、运算符：＋：加，－：减， *：乘， /：除， \：左除 ^：幂，‘：复数的共轭转置，（）：制定运算顺序。

2、常用函数表：sin( ) 正弦（变量为弧度）Cot( ) 余切（变量为弧度）sind( ) 正弦（变量为度数）Cotd( ) 余切（变量为度数）asin( ) 反正弦（返回弧度）acot( ) 反余切（返回弧度）Asind( ) 反正弦（返回度数）acotd( ) 反余切（返回度数）cos( ) 余弦（变量为弧度）exp( ) 指数cosd( ) 余弦（变量为度数）log( ) 对数acos( ) 余正弦（返回弧度）log10( ) 以10为底对数acosd( ) 余正弦（返回度数）sqrt( ) 开方tan( ) 正切（变量为弧度）realsqrt( ) 返回非负根tand( ) 正切（变量为度数）abs( ) 取绝对值atan( ) 反正切（返回弧度）angle( ) 返回复数的相位角atand( ) 反正切（返回度数）mod(x,y) 返回x/y的余数sum( ) 向量元素求和3、其余函数可以用help elfun和help specfun命令获得。

4、常用常数的值：pi 3.1415926…….realmin 最小浮点数，2^-1022i 虚数单位realmax 最大浮点数，（2－eps）2^1022j 虚数单位Inf 无限值eps 浮点相对经度＝2^-52NaN 空值1、!dir 可以查看当前工作目录的文件。

!dir& 可以在dos状态下查看。

2、who 可以查看当前工作空间变量名， whos 可以查看变量名细节。

3、功能键：功能键快捷键说明方向上键 Ctrl+P 返回前一行输入方向下键 Ctrl+N 返回下一行输入方向左键 Ctrl+B 光标向后移一个字符方向右键 Ctrl+F 光标向前移一个字符Ctrl+方向右键 Ctrl+R 光标向右移一个字符Ctrl+方向左键 Ctrl+L 光标向左移一个字符home Ctrl+A 光标移到行首End Ctrl+E 光标移到行尾Esc Ctrl+U 清除一行Del Ctrl+D 清除光标所在的字符Backspace Ctrl+H 删除光标前一个字符 Ctrl+K 删除到行尾Ctrl+C 中断正在执行的命令4、clc可以命令窗口显示的内容，但并不清除工作空间。

(完整)MatLab常用函数大全,推荐文档

求向量x的最小值函数是min(x)，用法与max(x)完全相同。
13、求矩阵的最大值和最小值
求矩阵A的最大值的函数有三种调用格式，分别是：
（1）max(A)：返回一个行向量，向量的i个元素是矩阵A的第i列的最大值。
（2）[y,u]=max(A)：返回行向量y和u，y纪录A的每列的最大值，u纪录每列最大值的行号。
factor(s)：对符号表达式s分解因式。
expand(s)：对符号表达式s进行展开。
例如：
syms x y;
s1=x^3-6*x^2+11*x-6
s1 =
x^3-6*x^2+11*x-6
factor(s1)
ans =
(x-1)*(x-2)*(x-3)
s2=(x-y)*(x+y)
s2 =
(x-y)*(x+y)
findsym(s)
ans =
x, y
findsym(5*x+2)
ans =
x
findsym(a*x+b*y+c)%符号变量c不会出现在结果中
ans =
a, b, x, y
29、符号表达式四则运算
符号表达式的加、减、乘、除和幂运算可分别由函数symadd、symsub、symmul、symdiv和sympow来实现。例如
对多项式求导数的函数是：
p=polyder(p1)：求多项式p1的导函数。
p=polyder(p1,p2)：求多项式p1和p2乘积的导函数。
[p,q]=polyder(p1,p2)：求多项式p1和p2之商的导函数，p、q是导函数的分子、分母。
例：求有理分式的导函数。
命令如下：
p1=[1,-1];

x=e^x用简单迭代法matlab

x=e^x用简单迭代法matlab篇一：在MATLAB中,我们可以使用简单迭代法来求解函数`f(x) = e^x`的导数`f"(x)`,即`f"(x) = e^x - 1`.下面是一个简单的迭代公式:```x0 = 0;for i = 1:1000x = x0 + (x - x0) / (i - 1);end```这个迭代公式使用了一个递归算法,每次将当前`x`值减去上一个`x`值,并除以迭代次数`i - 1`,直到迭代次数达到1000为止。

在每次迭代中,`x`值都会增加`e^x`的值,因此`f"(x)`的值也会增加`e^x - 1`的值。

我们可以通过计算`f"(x)`的值来得到`e^x`在`x`处的导数。

下面是MATLAB代码来求解`f"(x)`:```x = 0:0.1:10;f = e^x;f" = f";```在这个例子中,我们使用一个长度为10的`x`列表来求解`f"(x)`,并将结果保存到变量`f"`中。

使用这个迭代公式和`f"`的值,我们可以计算`e^x`在`x`处的导数,即`f(x)`的斜率。

这个斜率可以用来进行加速收敛的迭代计算,例如在优化问题中。

下面是MATLAB代码来计算`e^x`在`x`处的导数:```x = 0:0.1:10;f = e^x;f" = @(x) f"(x);```这个代码定义了一个函数`f"`,它使用迭代公式和`f`的值来计算`f"(x)`的值。

这个函数会使用一个循环来迭代`x`的值,并计算`f"(x)`的值。

这样,我们就可以使用这个函数来加速收敛,并得到更快的迭代结果。

总的来说,简单迭代法是一种常用的方法来求解函数的导数,特别是在数值计算中。

它简单易行,但收敛速度可能较慢,需要根据具体情况进行调整。

篇二：在本文中,我们将介绍如何使用简单迭代法在 MATLAB 中计算圆周率的近似值。

圆周率的计算方法及其MATLAB编程实现

辨
１Ｉ－．尊执术
应用研究
Hale Waihona Puke 圆周率的计算方法及其罗洪斌钱伟马梅玲
编程实现
（北方民族大学数学与信息科学学院宁夏银川７５００２１）
摘要：介绍圆周率的起源以及在各个时期的主要的近似计算方法的数学原理及代表人物，然后详细地给出古典方法、莱布尼兹（Ｌｅｉｂｎｉｚ）＆式、数值积分法，三种近似计算方法的数学原理及其推导过程，并结合现代数学计算软件ＭＡｎＡＢ编程实现算法过程，给出其运算过程及结果。并对三种计算方法进行具体分析，得到其相关结论。关键词：圆周率近似计算数学原理ＭＡＴＬＡＢ程序实现
ｓｙｍｓｋ
可推导出：９６ｓｉｎ０＜万＜９６ｔａｎ０ＭＡＴＬＡＢ程序实现：
后得出：
７ｒ
三４一ｔａｎ薹（、）２ｋ１
化简后可得
丌：４（一）１
（２
．
３）
ｓｉｎＯ＜＜ｔａｎＯ，０
逐渐增９，ｋ的值，圆周率的精确度会越来越高。ＭＡＴＬＡＢ程序实现：
中图分类号：ＴＰ３１２文献标识码：Ａ文章编号：１００７．９４１６（２０１６）０８ — ００５７．０２
Ｉｏｒｍａｔｌｏｎｇ第十六位希腊字母，欧拉于１８世纪提倡用丌代表圆周率。圆周率最早被发现于一块古巴比伦的石板上，此时的丌是一个常数。ｘ＝ｔａｎ（ｐｉ／９６）ｙ＝９６＊ｘ在《几何原本中７ｒ以一个小数被记载，这是圆周率最早的书面记载。此时圆周率具体的定义被给出，即圆周长与其直径之比，我国的得：９６ｔａｎ０＝３．１４２７１４５９９６４５３６８古算经周髀算经也有记载。为了得到圆周率更加精确的近似值，得：３．１４１０３１９５０８９０５０９＜ｒ￣＜３．１４２７１４５９９６４５３６８１．２莱布ｆ￣＇（Ｌｅｉｂｎｉｚ）＆式从古至今，一位又一位数学家奉献出了自己毕生的精力与心血。由于数学计算的发展，圆周率的近似计算主要经历实验时期、几何法用级数法求圆周率在分析法时期十分流行，这个时期产生了莱时期、分析法时期、三大时期。下面具体介绍三个时期圆周率计算方布尼兹公式、马琴公式、傅里叶级数等计算方法，但主要介绍莱布尼法。兹公式。莱布尼兹公式主要用幂级数的推到而得到的，其原理如下：实验时期：首先，函数的麦克劳林（ｃｏｌｉｎＭａｄａｕｒｉｎ）展开式为由于文化发展滞后，科技有局限性。因此此时的圆周率都是通过测量得出，常用：３来代替圆周率，最早见于欧几里得的（（几何原１一＋一… ＋ｆ一１１＋．．．＋１本，印度的百道梵书》也有记载。几何法时期： ∑（一１），一ｌ＜ｘ＜１这个时期数学家们用严谨的科学方法来计算圆周率，在古埃及将上式中的用替换得草书（约公元前１７００年）中提到石＝（４／３）３．１６０４。先驱者阿基米德通过计算数学理论算的圆周率。他从单位圆开始，通过迭代算法和ｌ－Ｘ２＋Ｘ４－－＋ｃ－１＋．－．两侧数值逼近算得（３＋（１０／７１））＜丌＜（３＋（１／７）），这种方法被命名为古典方法。我国的刘徽利用“ 割圆术 ” 求出了更加精确的圆周率，（－１／，－ｌ＜ｘ＜ｌ（２．・１ ” 算出万＝３．１４１６。继刘徽之后，祖冲之３．１４１５９２６＜丁ｒ＜３．１４１５９２７，将的精确度提高到８位，保持世界记录九百多年［１】。将（２．１）式两边同时积分可得：分析法时期：这随着各种方法理论增多，人们开始使用无穷级数或无穷连乘积来计算７ｒ。自１５９３年韦达公式面世之后，沃利斯、ＪｏｈｎＭａｃｈｉｎ、ＳｒｉｎｉｖａｓａＲａｍａｎｕｊａｎ、ＦａｂｒｉｃｅＢｅ￣ａｒｂ等先后给出了更好的计算ｆ（）＿１），－ｌ＜ｘ＜ｌ（２．２）方法。他们将圆周率的精确度一次又一次的提升到新的高度。

本次实验内容运用matlab计算π的五种方法

Page 10
谢谢观赏
Page 11
matlab计算时间matlab并行计算提高matlab计算精度matlab实验心得matlab计算圆周率matlab实验答案matlab计算积分精通matlab金融计算
本次实验内容为利用级数计算π，要求不少于5种方法，，并比较每种方法的收敛速度和误差。
谢志强
1206012005 填实验报告
汤晓峰 1206012010
tic; clear; digits(160); syms('x','a1','a2') x=sym(2)*sym(2)^sym(0.5)/sym(9801)*sym(1103); for i=1:10 i a1=sym(1);a2=sym(1); for j=1:i a1=a1*sym(j); end for j算的近似值
2 1 = 8 n 1 2n 12
计
tic; clear; x=0; for i=1:2000 x=vpa(x+1/(2*i-1)^2,30); pai(i)=vpa(sqrt(8*x),22); error(i)=vpa(pi-sqrt(8*x),22); end for i=1:10 i*200 pai(i*200) error(i*200) end toc; Elapsed time is 9.765762 seconds.
a2=a2*sym(j); end x=x+sym(2)*sym(2)^sym(0.5)/sym(9801)*a2/a1^sym(4) *(sym(1103)+sym(26390)*sym(i))/(sym(396)^(sym(4)*sy m(i))); vpa(1/x,40) vpa((sym(pi)-sym(1/x)),100) end toc; Elapsed time is 0.848219 seconds.

matlab圆周率

matlab圆周率计算方法及实现Matlab是一种强大的数学软件，可以用它来进行各种复杂的计算和数据分析。

其中，计算圆周率也是Matlab中常见的问题之一。

本文将介绍几种常见的计算圆周率的方法，并提供相应的Matlab代码实现。

一、Leibniz公式Leibniz公式是一种最简单的计算圆周率的方法。

该公式由德国数学家莱布尼兹在17世纪提出，其基本思想是利用无穷级数逼近圆周率。

具体公式如下：$\pi=4\sum_{n=0}^{\infty}\frac{(-1)^{n}}{2n+1}$根据该公式，我们可以编写如下代码：function pi = leibniz(n)pi = 0;for i = 0:npi = pi + (-1)^i/(2*i+1);endpi = 4*pi;end其中，n为迭代次数。

二、Monte Carlo方法Monte Carlo方法是一种随机模拟方法，可以用于估计各种复杂问题的解。

在计算圆周率时，我们可以利用Monte Carlo方法来模拟投掷点落在圆内或者圆外的概率，并通过比值来估计圆周率。

具体实现过程如下：- 在一个正方形内随机生成n个点；- 统计落在圆内的点的个数m；- 通过比值$\frac{m}{n}$来估计圆周率，即$\pi\approx4\frac{m}{n}$。

根据该方法，我们可以编写如下代码：function pi = monte_carlo(n)x = rand(1,n);y = rand(1,n);d = sqrt(x.^2 + y.^2);m = sum(d <= 1);pi = 4*m/n;end其中，n为生成点的个数。

三、Bailey-Borwein-Plouffe公式Bailey-Borwein-Plouffe公式是一种快速计算圆周率的方法。

该公式由Jonathan M. Borwein、Peter B. Borwein和Simon Plouffe在1995年提出，其基本思想是利用二进制数位上的特殊性质来逼近圆周率。

如何使用Matlab技术进行数值计算

如何使用Matlab技术进行数值计算概述：Matlab是一种强大的数值计算和数据分析工具，广泛应用于科学、工程和金融等领域。

本文将介绍一些基本的Matlab技术，以帮助读者了解如何使用Matlab进行数值计算。

一、矩阵运算Matlab最大的优势之一是其强大的矩阵运算功能。

通过建立和操作矩阵，可以进行向量运算、线性方程组求解、特征值和特征向量计算等。

例如，假设我们需要解决一个线性方程组Ax=b，其中A是一个3x3的已知系数矩阵，b是一个已知向量，x是未知向量。

我们可以使用Matlab的“\”运算符来求解：x = A \ b;除此之外，Matlab还提供了许多其他的矩阵运算函数，如矩阵乘法（*）、矩阵转置（'）、求逆矩阵（inv(A)）等。

二、绘图和数据可视化Matlab提供了丰富的绘图函数，可以帮助我们对数据进行可视化分析。

通过绘制线图、散点图、柱状图、等高线图等，我们可以更直观地理解数据的规律和趋势。

例如，我们可以使用Matlab的“plot”函数来绘制一个简单的二维线图：x = linspace(0, 2*pi, 100);y = sin(x);plot(x, y);此外，Matlab还支持自定义图形的样式、添加标题、轴标签和图例等。

通过适当的数据可视化，我们可以更好地理解和解释数据。

三、数值积分和微分在数学和工程领域，积分和微分是常见的数值计算问题。

Matlab提供了许多函数来计算数值积分和微分，如“quad”和“diff”。

例如，我们可以使用Matlab的“quad”函数来计算一个函数在给定区间上的数值积分：f = @(x) x^2 + 2*x + 1;integral = quad(f, 0, 1);类似地，我们可以使用“diff”函数来计算一个函数在给定点上的数值导数：f = @(x) exp(x);x = linspace(0, 1, 100);dx = diff(f(x))./diff(x);四、非线性方程求解非线性方程的求解在科学和工程中经常遇到。

matlab中圆周率的数学符号

《探索matlab中圆周率的数学符号》一、引言在数学领域中，圆周率是一个极具魅力和深远意义的数学常数。

它代表了圆的周长与直径的比值，是数学中不可或缺的重要常数之一。

在matlab中，圆周率的数学符号被广泛应用于各种数值计算、仿真模拟和数据分析中。

本文将围绕matlab中圆周率的数学符号展开深度探讨，并探索其在数学、工程和科学领域中的应用与意义。

二、圆周率的定义与历史圆周率，通常用希腊字母π来表示，其定义为圆的周长与直径的比值。

这个无理数一直以来都吸引着无数数学家、工程师和科学家对其研究。

早在古代，古希腊的阿基米德就用多边形的周长逼近了圆的面积和周长，并得到了圆周率的一系列近似值。

而在现代，数学家们也通过各种方法不断拓展圆周率的计算精度，其中包括使用级数、积分、逼近法等。

在matlab中，圆周率的计算也是很多数值方法和算法的基础，其数学符号更是成为了数值计算、科学工程计算和仿真模拟中的重要组成部分。

三、matlab中圆周率的数学符号表示在matlab中，圆周率的数学符号可以通过直接使用希腊字母π来表示，例如在计算圆的面积或周长时可以直接使用π作为圆周率的数学符号，简洁明了。

另外，matlab还提供了一系列与圆周率相关的内置函数，如计算圆面积的函数area，计算圆周长的函数circumference 等。

这些内置函数在工程计算和科学计算中都有着重要的作用，它们将圆周率的数学符号应用到了各种实际问题中。

四、matlab中圆周率的应用在matlab中，圆周率的数学符号被广泛用于各种数值计算和仿真模拟中，例如在工程中计算圆孔或圆柱的面积、体积和周长，以及在科学领域中用于计算圆形天体的参数和性质等。

圆周率的数学符号还被应用于信号处理、图像处理、控制系统、通信系统等领域中。

在这些应用中，matlab提供了丰富的数学函数和工具，让圆周率的数学符号更加便捷与高效地应用到实际问题中。

五、个人观点与总结圆周率作为数学领域中的重要常数之一，其在matlab中的数学符号应用极大地方便了数值计算和仿真模拟。

matlab的圆周率

在MATLAB中，圆周率π被表示为pi。

如果你需要计算一个半径为4的圆的面积，你可以在命令行窗口输入“4*4*pi”，然后按回车键，得到的结果将会是该圆的面积。

此外，如果你想求π的n次方，例如π的4次方，你可以输入pi^4并按回车键，结果将会显示为97.4091。

值得注意的是，MATLAB提供了多种计算圆周率的方法，包括数值求根法、极值法、数值积分法、蒙特卡洛法等。

例如，使用蒙特卡洛方法来计算圆周率，你需要生成一定数量的随机点，并计算这些点到原点的距离，最后通过统计落在单位圆内的点的数量来近似得到圆周率的值。

圆周率10000位matlab调取

圆周率10000位matlab调取一计算原理一个正方形内部内切一个圆，设圆的半径为r，则正方体的边长为2r。

在该正方体内部，随机投掷n个均匀分布的点，统计投掷点在圆内的与总点数的比例，得出圆的近似面积，就是π的值。

理论上，n越大，实验次数越多，计算得出的π的值就越精准。

二所使用的计算公式圆形参数方程：x = a=r*cosθ;y = b+r*sinθ；两点之间距离公式：三完整代码%蒙特卡洛算法求解pi的值%初始化数据：p为投掷点的个数，(a,b)为圆心，t为在在圆内的投掷点个数p = 10000;r = 1;a = 1;b = 1;t = 0;%绘制圆theta = 0:pi/20:2*pi;x = a+r*cos(theta);y = b+r*sin(theta);plot(x,y);title('蒙特卡洛算法求pi的值');hold on%使图像持续存在%绘制点 t为在圆内的随机点数for i = 1:p%循环p次，生成p个点p_x = rand*2;%随机生成点p在x轴的坐标p_y = rand*2;%随机生成点p在y轴的坐标%如果该点在圆内，则为绿色且t的计量加一，不在则为红色 if (p_x-1)^2 + (p_y-1)^2 < 1plot(p_x,p_y,'.','Colo',[0,0,1]);t = t+1;elseplot(p_x,p_y,'.','Colo',[1,0,0]);endend%计算圆的近似面积,s为圆的近似面积，因为r = 1，则pi = s s = (t/p)*4;pi = s;四实验结果1.随机投掷点数：10000运行结果：π = 3.141600误差：0.00000742.随机投掷点数：200000运行结果：π = 3.142804误差：0.0012473.随机投掷点数：500000运行结果：π = 3.142476误差：0.0008834。

MATLAB常用函数语句

MATLAB常用的基本数学函数abs(x)：纯量的绝对值或向量的长度angle(z)：复数z的相角(Phase angle)sqrt(x)：开平方real(z)：复数z的实部imag(z)：复数z的虚部conj(z)：复数z的共轭复数round(x)：四舍五入至最近整数fix(x)：无论正负，舍去小数至最近整数floor(x)：地板函数，即舍去正小数至最近整数ceil(x)：天花板函数，即加入正小数至最近整数rat(x)：将实数x化为分数表示rats(x)：将实数x化为多项分数展开sign(x)：符号函数 (Signum function)。

当x<0时，sign(x)=-1；当x=0时，sign(x)=0;当x>0时，sign(x)=1。

rem(x,y)：求x除以y的馀数gcd(x,y)：整数x和y的最大公因数lcm(x,y)：整数x和y的最小公倍数exp(x)：自然指数pow2(x)：2的指数log(x)：以e为底的对数，即自然对数或log2(x)：以2为底的对数log10(x)：以10为底的对数MATLAB常用的三角函数sin(x)：正弦函数cos(x)：馀弦函数tan(x)：正切函数asin(x)：反正弦函数acos(x)：反馀弦函数atan(x)：反正切函数atan2(x,y)：四象限的反正切函数sinh(x)：超越正弦函数cosh(x)：超越馀弦函数tanh(x)：超越正切函数asinh(x)：反超越正弦函数acosh(x)：反超越馀弦函数atanh(x)：反超越正切函数变数也可用来存放向量或矩阵，并进行各种运算，如下例的列向量（Row vector）运算：x = [1 3 5 2];y = 2*x+1y =3 7 11 5小提示：变数命名的规则1.第一个字母必须是英文字母2.字母间不可留空格3.最多只能有19个字母，MATLAB会忽略多馀字母用於向量的常用函数有：min(x): 向量x的元素的最小值max(x): 向量x的元素的最大值mean(x): 向量x的元素的平均值median(x): 向量x的元素的中位数std(x): 向量x的元素的标准差diff(x): 向量x的相邻元素的差sort(x): 对向量x的元素进行排序（Sorting）length(x): 向量x的元素个数norm(x): 向量x的欧氏（Euclidean）长度sum(x): 向量x的元素总和prod(x): 向量x的元素总乘积cumsum(x): 向量x的累计元素总和cumprod(x): 向量x的累计元素总乘积dot(x, y): 向量x和y的内积cross(x, y): 向量x和y的外积（大部份的向量函数也可适用於矩阵，详见下述。

蒙特卡洛方法求圆周率的matlab程序

蒙特卡洛方法是一种利用随机抽样来估计数学问题的数值解的方法。

在数值积分和求解难以解析的概率统计问题时，蒙特卡洛方法经常能够取得比较好的结果。

在本文中，我将详细介绍如何使用蒙特卡洛方法来求解圆周率，并给出相应的MATLAB程序。

1. 蒙特卡洛方法求解圆周率的原理蒙特卡洛方法求解圆周率的原理是基于统计学中的随机抽样原理。

我们知道，圆的面积公式为S=πr^2，而圆的半径r=1。

通过在一个边长为2的正方形区域内随机散布大量的点，我们可以通过统计正方形内部与圆内部的点的比例来估计圆的面积，从而得到圆周率的近似值。

2. MATLAB程序编写步骤我们需要生成大量的随机点，这些点需要均匀分布在正方形区域内。

我们统计这些点中有多少落在了圆的内部。

通过统计得到的比例，我们可以计算出圆的面积，从而得到圆周率的估计值。

下面给出蒙特卡洛方法求解圆周率的MATLAB程序：``` MATLABfunction pi_estimate = monte_carlo_pi(n)% n为随机点的数量count_inside_circle = 0;for i=1:nx = 2*rand()-1; % 生成-1到1之间的随机数x坐标y = 2*rand()-1; % 生成-1到1之间的随机数y坐标if x^2 + y^2 <= 1 % 判断点是否落在圆的内部count_inside_circle = count_inside_circle + 1;endendpi_estimate = 4 * count_inside_circle / n; % 计算圆周率的估计值end```3. 程序使用说明通过调用上述的MATLAB函数monte_carlo_pi，传入随机点的数量n，即可得到圆周率的估计值。

n越大，估计值越接近真实值。

一般来说，n的取值在几万到几百万之间时，可以得到比较准确的结果。

下面给出一个调用例子：``` MATLABn = 1000000; % 随机点数量为100万pi_estimate = monte_carlo_pi(n); % 调用函数求解圆周率disp(['使用', num2str(n), '个随机点，得到的圆周率的估计值为：', num2str(pi_estimate)]);```4. 结论蒙特卡洛方法是一种有效的数值计算方法，在求解圆周率等复杂数学问题时具有一定的优势。