MATLAB数学实验报告
MATLAB 《数学实验》报告9-Matlab的极限和微分运算
clear syms x F3=x*log(1+x)/sin(x^2) limit(F3,'x',0)
（4） F4
arctan x lim x x
Matlab 命令 结果 F4 = atan(x)/x ans = 0
clear syms x F4=atan(x)/x limit(F4,'x',inf)
clear%dier syms x y2=x*sin(x)*log(x) diff(y2,x)
结果 y2 = x*sin(x)*log(x) ans = sin(x)*log(x)+x*cos(x)*log(x)+sin(x)
（3） y 3
xe x 1 sin x
Matlab 命令 结果 y3 = (x*exp(x)-1)/sin(x) ans = (exp(x)+x*exp(x))/sin(x)-(x*exp(x)-1)/sin(x)^2*cos(x)
1
clear syms x F2=((1+x)/(1-x))^(1/x) limit(F2,'x',0)
F2 = ((1+x)/(1-x))^(1/x) ans = exp(2)
（3） F3
lim
x ln(1 x) 2 x 0 sin x
Matlab 命令 结果 F3 = x*log(1+x)/sin(x^2) ans = 1
x 0
arctan x ; x
结果 = atan(x)/x ans = 1
1
Matlab 命令
clear%µ þ ½· Ú¶ ÖÖ· ¨ syms x f=atan(x)/x limit(f,'x',0)
Matlab实验报告
实 验 内 容
<设计性实验> 1、对于连续信号 x(t)=1+cos(2πft)，其中 f=5kHz,分别以采样频率 fs=6 kHz 和 fs=12kHz 对其 进行采样， （1）分别绘出对应的采样信号。 （2）对信号进行傅里叶变换，绘出对应的曲线。 （3）在 simulink 仿真环境下，设计系统框图，观察信号的频谱成分。 实验源程序： （1）采样 clear all; fs1=6000;fs2=12000;f=5000; dt1=1/fs1;dt2=1/fs2; t=0:0.00001:0.0005;t1=0:dt1:0.005;t2=0:dt2:0.0025; x_t=1+cos(2*pi*f*t); x_t1=1+cos(2*pi*f*t1); x_t2=1+cos(2*pi*f*t2); figure(1) subplot(3,1,1) plot(t,x_t); title('原始信号') subplot(3,1,2) plot(t1,x_t1); title('采样频率 6kHZ 的采样信号') subplot(3,1,3) plot(t2,x_t2); title('采样频率 12kHZ 的采样信号') xlabel('时间/s')
3、lpf 函数 function [t,st]=lpf(f,sf,B); df = f (2) - f (1); T = 1/df; hf = zeros(1,length(f)); bf = [ -floor(B/df):floor(B/df)] + floor(length(f)/2); hf(bf) = 1; yf = hf.*sf; [t,st]=F2T(f,yf); st = real(st);
Matlab实验报告六(三次样条与分段线性插值)
实验名称插值与拟合
所属课程数学软件与实验
实验类型综合型实验
专业信息与计算科学
班级
学号
姓名
指导教师
一、实验概述
【实验目的】
学会在matlab环境下使用几种不同的插值法和拟合两种方法构造函数依据已经知道的某些特殊点来推测实际问题中需要知道但又不便于测量出来的量。
【实验原理】
1.z=interp2(x0,y0,z0,x,y,’method’): 要求x0,y0单调；x, y可取为矩阵, 或x取行向量, y取为列向量, x,y的值分别不能超出x0,y0的范围。
2.分段线性插值与计算量与n无关;n越大, 误差越小.
3.三次样条插值比分段线性插值更光滑。
4.‘linear’ : 分段线性插值；‘spline’ : 三次样条
二、实验内容
问题1 对函数, x([-5,5], 分别用分段线性插值和三次样条插值作插值（其中插值节点不少于20）, 并分别作出每种插值方法的误差曲线.
1180 1320 1450 1420 1400 1300 700 900];
mesh(x,y,z)
xi=0:20:2800;
yi=0:20:2400;
zi=interp2(x,y,z,xi',yi,'cubic');
mesh(xi,yi,zi)
3.结果
4.结论及分析
通过实验,结果正确,分析无误。
三、实验小结
1270 1500 1200 1100 1350 1450 1200 1150
1230 1390 1500 1500 1400 900 1100 1060
1180 1320 1450 1420 1400 1300 700 900
matlab数值计算实验报告
matlab数值计算实验报告Matlab数值计算实验报告引言：Matlab是一种广泛应用于科学与工程领域的高级计算机语言和环境，它提供了丰富的函数库和工具箱，方便用户进行数值计算、数据分析和可视化等任务。
本实验报告将介绍我在使用Matlab进行数值计算实验中的一些经验和心得体会。
一、数值计算方法数值计算方法是一种利用数值近似来解决实际问题的方法，它在科学和工程领域具有广泛的应用。
在Matlab中，我们可以利用内置的函数和工具箱来实现各种数值计算方法，例如插值、数值积分、数值微分等。
二、插值方法插值是一种通过已知数据点来推测未知数据点的方法。
在Matlab中，我们可以使用interp1函数来进行插值计算。
例如，我们可以通过已知的一些离散数据点，利用interp1函数来估计其他位置的数值。
这在信号处理、图像处理等领域具有重要的应用。
三、数值积分数值积分是一种通过分割曲线或曲面来近似计算其面积或体积的方法。
在Matlab中，我们可以使用quad函数来进行数值积分计算。
例如，我们可以通过quad函数来计算某个函数在给定区间上的积分值。
这在概率统计、物理学等领域具有广泛的应用。
四、数值微分数值微分是一种通过数值逼近来计算函数导数的方法。
在Matlab中，我们可以使用diff函数来进行数值微分计算。
例如，我们可以通过diff函数来计算某个函数在给定点上的导数值。
这在优化算法、控制系统等领域具有重要的应用。
五、数值求解数值求解是一种通过数值近似来计算方程或方程组的根的方法。
在Matlab中，我们可以使用fsolve函数来进行数值求解计算。
例如，我们可以通过fsolve函数来求解某个非线性方程的根。
这在工程计算、金融分析等领域具有广泛的应用。
六、实验应用在本次实验中，我使用Matlab进行了一些数值计算的应用实验。
例如，我利用插值方法来估计某个信号在给定位置的数值，利用数值积分方法来计算某个曲线下的面积，利用数值微分方法来计算某个函数在给定点的导数值，以及利用数值求解方法来求解某个方程的根。
matlab实验报告总结
matlab实验报告总结1.求一份matlab的试验报告计算方法试验报告3【实验目的】检查各种数值计算方法的长期行为【内容】给定方程组x'(t)=ay(t),y'(t)=bx(t), x(0)=0, y(0)=b的解是x-y 平面上的一个椭圆，利用你已经知道的算法，取足够小的步长，计算上述方程的轨道，看看那种算法能够保持椭圆轨道不变。
（计算的时间步长要足够多）【实验设计】用一下四种方法来计算：1. Euler法2. 梯形法3. 4阶RK法4. 多步法Adams公式【实验过程】1. Euler法具体的代码如下：clear;a=2;b=1;A=[0 a; -b0];U=[];u(:,1)=[0;b];n=1000000;h=6*pi/n;fori=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5; u(:,i+1)=u(:,i)+h*A*u(:,i);endt=1:n+1;subplot(1, 2,1);plot(1:n,delta);gridon;subplot(1,2,2);plot(u(1,:),u(2,:));gridon;max(abs(delta-ones(1,length(delta)）））；结果如下：2. 梯形法具体的代码如下：clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=300;h=6*pi/n;for i=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;v1=u(:,i)+h*A*u(:,i);v2=u(:,i)+h*A*(u(:,i)+v1)/2;1u(:,i+1)=u(:,i)+h*A*(u(:,i)+v2)/2;endt=1:n+1;sub plot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下 3. 4阶RK法clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=70;h=6*pi/n;for i=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;k1=A*u(:,i); k2=A*(u(:,i)+h/2*k2); k3=A*(u(:,i)+h*k3); k4=A*(u(:,i)+h*k3); u(:,i+1)=u(:,i)+h/6*(k1+2*k2+2*k3+k4);endt=1:n+1 ;subplot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下：4. 多步法Adams公式clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=200;h=6*pi/n;u(:;2)=u(u,1)+h*A*u(:,1);u(:;3)=u(u,2)+h/2*A*(3*u(:,2)-u(:,1));u(:;4)=u(u,3)+h/12*A*(23*u(:,3)-16*u(:,2)+5*u(:, 1)); delta(1)=((u(1,1)/a)^2+(u(2,1)/b^2)^0.5 delta(2)=((u(1,2)/a)^2+(u(2,2)/b^2)^0.5delta(3)=((u(1,3)/a)^2+(u(2,3)/b^2)^0.5for i=4:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;u(:,i+1)=u(:,i)+h/24*A*(55*u(:,i)-59*u(:,i-1)+37 *u(:,i-1)+37*u(:,i-2)-9*u(:,i-3));endt=1:n+1;sub plot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下：【实验分析】通过这几种方法对比，发现最为稳定的是多步法Adams公式和4阶RK法，其次是梯形法，而欧拉法最为不稳定。
(完整word版)Matlab数学实验报告
Matlab 数学实验报告一、实验目的通过以下四组实验,熟悉MATLAB的编程技巧,学会运用MATLAB的一些主要功能、命令，通过建立数学模型解决理论或实际问题。
了解诸如分岔、混沌等概念、学会建立Malthu模型和Logistic 模型、懂得最小二乘法、线性规划等基本思想。
二、实验内容2.1实验题目一2.1.1实验问题Feigenbaum曾对超越函数y=λsin(πｘ)（λ为非负实数）进行了分岔与混沌的研究，试进行迭代格式x k+1=λsin(πx k),做出相应的Feigenbaum图2.1.2程序设计clear;clf;axis([0,4,0,4]);hold onfor r=0:0.3:3.9x=[0.1];for i=2:150x(i)=r*sin(3.14*x(i-1));endpause(0.5)for i=101:150plot(r,x(i),'k.');endtext(r-0.1,max(x(101:150))+0.05,['\it{r}=',num2str(r)]) end加密迭代后clear;clf;axis([0,4,0,4]);hold onfor r=0:0.005:3.9x=[0.1];for i=2:150x(i)=r*sin(3.14*x(i-1));endpause(0.1)for i=101:150plot(r,x(i),'k.');endend运行后得到Feigenbaum图2.2实验题目二2.2.1实验问题某农夫有一个半径10米的圆形牛栏，长满了草。
他要将一头牛拴在牛栏边界的桩栏上，但只让牛吃到一半草，问拴牛鼻子的绳子应为多长？2.2.2问题分析如图所示，E为圆ABD的圆心，AB为拴牛的绳子，圆ABD为草场，区域ABCD为牛能到达的区域。
问题要求区域ABCD等于圆ABC的一半，可以设BC等于x,只要求出∠a和∠b就能求出所求面积。
MATLAB数学实验报告
MATLAB数学实验报告姓名：李帆班级：机械（硕）21学号：2120104008第一次数学实验报告——线性规划问题一，实验问题1，某饲养场饲养动物出售，设每头动物每天至少需要700g蛋白质，30g矿物质，100mg 维生素。
现有五种饲料可供选择，各种饲料的每千克营养成分含量和单价如下表。
是确定既能满足动物生长的营养需要，游客是费用最省的选用饲料方案。
2，某工厂生产甲、乙、丙三种产品，单位产品所需工时分别为2、3、1个；单位产品所需原料分别为3、1、5公斤；单位产品利润分别为2、3、5元。
工厂每天可利用的工时为12个，可供应的原料为15公斤。
为使总利润为最大，试确定日生产计划和最大利润。
二，问题分析1，1）该题属于采用线性规划的方式求出最优解的数学问题。
该题有以下特点，1.目标函数有线性，是求目标函数的最小值;2.约束条件为线性方程组；3.未知变量都有非负限制。
1，2）求解该类问题的方法有图解法，理论解法和软件解法。
图解法常用于解变量较少的线性规划问题。
理论解法要构建完整的理论体系。
目前用于解线性规划的理论解法有：单纯形法，椭球算法等。
在此，我们采用单纯形法的MATLAB软件解法来求解该问题。
1，3）此题中，要求既要满足动物生长的营养需要，又要使费用最省，则使每种饲料的选用量为变量，以总费用的最小值为所求量，同时每种饲料的使用量要符合营养成分的要求。
1，4）在此，首先确定建立线性规划模型。
设饲料i选用量为xi公斤，i=1,2,3,4,5.则有模型：Minz=0.2x1+0.7x2+0.4x3+0.3x4+0.8x5s.t. {3x1+2x2+6x4+18x5>=700;x1+0.5x2+0.2x3+2x4+0.5x5>=300.5x1+x2+0.2x3+2x4+0.8x5>=100Xj>=0,j=1,2,3,4,5解之得：x1=x2=x3=0X4=39.74359X5=25.14603Zmin=32.435902, 1）该问题与第一题分析步骤相似，故只在此写出其线性规划模型Z=2x+3y+5z2x+3y+z<=123x+y+5z<=15三，程序设计流程图第一题：c=[0.2,0.7,0.4,0.3,0.8]A=[3,2,1,6,18;1,0.5,0.2,2,0.5;0.5,1,0.2,2,0.8;1,0,0,0,0;0,1 ,0,0,0;0,0,1,0,0;0,0,0,1,0;0,0,0,0,1]b=[700,30,100,0,0,0,0,0][x,fval]=linprog(c,-A,-b)c =0.2000 0.7000 0.4000 0.3000 0.8000A =3.0000 2.0000 1.0000 6.0000 18.00001.0000 0.5000 0.20002.0000 0.50000.5000 1.0000 0.2000 2.0000 0.80001.0000 0 0 0 00 1.0000 0 0 00 0 1.0000 0 00 0 0 1.0000 00 0 0 0 1.0000b =700 30 100 0 0 0 0 0Optimization terminated.x =0.0000-0.00000.000039.743625.6410fval =32.4359第二题c=[-2 -3 -5]A=[2 3 1;3 1 5]b=[12;15]lb=[0 0 0][x,Z,exitflag,output]=linprog(c,A,b,[],[],lb,[])将上述程序输入matlab。
matlab数学实验报告
数学实验报告院系：西安交通大学软件学院软件工程系；班级：软件11；项目：MATLAB软件与基础数学实验；指导教师：张芳；日期：2012年6月11日星期一；学生姓名：贺翔；学号：2111601006；题目【一】在同一坐标系下画出函数y=sin x, y=cos x, y=0.2e0.1x sin (0.5x)和y=0.2e0.1x cos(0.5x)在区间[0，2pi]的曲线图，并对该图进行修饰。
(1)解题思路：首先按步长赋值法生成x向量，则生成相应函数值向量；然后运用plot命令，再添加网格或者其他修饰等。
(2)算法设计：x=0:0.07*pi:2*pi;y1=sin(x);y2=cos(x);y3=0.2.*exp(0.1.*x).*sin(0.5.*x);y4=0.2.*exp(0.1.*x).*cos(0.5.*x);plot(x,y1,'r--',x,y2,'k:',x,y3,'g.',x,y4,'b+','linewidth',3,'markersize',5); grid;xlabel('variable\it{x}')ylabel('variable\it{y}')title('four cruves')text(2.6,0.7,'sin(x)')text(3.5,0.3,'0.2.*exp(0.1.*x).*sin(0.5.*x)')text(5.8,0.8,'cos(x)')text(4.1,-0.4,'0.2.*exp(0.1.*x).*cos(0.5.*x)')(3)结果截图：题目【二】某农夫有一个半径10m的圆形牛栏，长满了草。
他要将一头牛拴在牛栏边界的栏桩上，但只让牛吃到一半草，问栓牛鼻的绳子应为多长？(1)解题思路：设R 为牛栏的半径，而栓牛绳长为r; 则根据数学公式：S=12R 2·4arcsin(r 2R )+ 12r 2·2arccos(r 2R )-2×12r √R 2−r 24；以及令S=12πR 2，即可解出方程的解。
matlab 实验报告
matlab 实验报告Matlab 实验报告引言：Matlab（Matrix Laboratory）是一种强大的科学计算软件，它为科学家、工程师和研究人员提供了一个强大的计算环境。
本实验报告旨在介绍我对Matlab的实验结果和使用体验，以及对其优点和局限性的思考。
一、Matlab的基本功能和特点Matlab是一种高级编程语言和开发环境，它具有广泛的数学和工程计算功能。
通过Matlab，我可以进行矩阵运算、数值计算、数据可视化、算法开发等一系列操作。
Matlab的语法简洁易懂，可以快速实现复杂的计算任务。
此外，Matlab还提供了大量的工具箱，如信号处理、控制系统、图像处理等，使得各种领域的科学研究和工程应用变得更加便捷。
二、实验结果与应用案例在本次实验中，我选择了一个经典的数值计算问题——求解非线性方程。
通过Matlab的数值计算能力，我可以使用不同的迭代方法来求解方程的根。
在实验中，我使用了牛顿迭代法、二分法和割线法来求解方程。
通过对比这些方法的收敛速度和精度，我得出了不同方法的优缺点。
在实际应用中，Matlab可以广泛应用于信号处理、图像处理、数据分析等领域。
例如，在信号处理中，我可以使用Matlab的信号处理工具箱来进行滤波、频谱分析等操作。
在图像处理中，我可以利用Matlab的图像处理工具箱进行图像增强、边缘检测等操作。
这些应用案例充分展示了Matlab在科学计算和工程应用中的重要性和灵活性。
三、Matlab的优点1. 强大的计算功能：Matlab提供了丰富的数学和工程计算函数，可以高效地进行复杂的计算任务。
2. 简洁的语法：Matlab的语法简洁易懂，使得编程变得更加高效和便捷。
3. 丰富的工具箱：Matlab提供了大量的工具箱，覆盖了各种领域的科学计算和工程应用需求。
4. 可视化能力强：Matlab提供了丰富的绘图函数，可以直观地展示数据和计算结果。
四、Matlab的局限性1. 高昂的价格：Matlab是一款商业软件，其价格较高，对于个人用户而言可能不太容易承受。
matlab实验报告
实验一：MATLAB基本操作一、实验目的1、学习掌握MA TLAB语言的基本操作方法2、掌握命令窗口的使用3、熟悉MA TLAB的数据表示、基本运算和程序控制语句4、熟悉MA TLAB程序设计的基本方法二、实验内容和要求2.b.帮助命令的使用，查找SQRT函数的使用方法按Start-help-search，输入sqrtc.矩阵运算（1）已知A=[1 2;3 4];B=[5 5;7 8];求A^2*B输入A=[1 2;3 4];B=[5 5;7 8];A^2*B结果为：ans =105 115229 251(2)矩阵除法已知A=[1 2 3 ;4 5 6;7 8 9];B=[1 0 0;0 2 0;0 0 3];求A/B,A\BA/B=1.0000 1.0000 1.00004.0000 2.5000 2.00007.0000 4.0000 3.0000A\B=1.0e+016 *0.3152 -1.2609 0.9457-0.6304 2.5218 -1.89130.3152 -1.2609 0.9457（3）矩阵的转置及共轭转置已知A=[15+i,2-i,1;6*i,4,9-i];求A.',A'A=15.0000 + 1.0000i 2.0000 - 1.0000i 1.00000 + 6.0000i 4.0000 9.0000 - 1.0000iA.'=15.0000 + 1.0000i 0 + 6.0000i2.0000 - 1.0000i 4.00001.0000 9.0000 - 1.0000iA'=15.0000 - 1.0000i 0 - 6.0000i2.0000 + 1.0000i 4.00001.0000 9.0000 + 1.0000i（4）使用冒号选出指定元素已知A=[1 2 3;4 5 6;7 8 9];求A中第三列前两个元素；A中所有第二行的元素A =1 2 34 5 67 8 9求A中第三列前两个元素:A([1,2],3)ans =36求A中所有第二行的元素:A(2,1:1:end)ans =4 5 6（5）方括号[]用magic函数生成一个4阶魔方矩阵，删除该矩阵的第四列magic(4)ans =16 2 3 135 11 10 89 7 6 124 14 15 1a=ans；a(:,[1,2,3])ans =16 2 35 11 109 7 64 14 153..多项式（1）求多项式p(X)=x^3-2x-4的根（2）已知A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4]求矩阵A的特征多项式；求矩阵多项式中未知数为20时的值；把矩阵A作为未知数代入到多项式中；(1)a=[1,0,-2,-4]x=roots(a)x =2.0000-1.0000 + 1.0000i-1.0000 - 1.0000i(2)求特征多项式系数：A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4]p=poly(A)p =1.0000 -6.9000 -77.2600 -86.1300 604.5500求矩阵多项式中未知数为20时的值：c=polyval(p,20)c =7.2778e+004把矩阵A作为未知数代入到多项式中：c=polyval(p,A)c =1.0e+003 *0.3801 -0.4545 -1.9951 0.4601-1.9951 0.2093 -1.9951 -2.8880-0.4545 -4.8978 0.6046 0.43530.4353 0.0840 -0.4545 -1.16174、基本程序设计（1）编写命令文件：计算1+2+3+……+n<2000；n=0;s=0;while s<2000n=n+1;s=s+n;endn=n-1n =62（2）编写函数文件：分别用for和while循环结构编写程序，求2的0到n次幂的和。
matlab数学实验报告
MATLAB数学实验报告指导老师：班级：小组成员：时间：201_/_/_Matlab第二次实验报告小组成员：1题目：实验四;MATLAB选择结构与应用实验目的：掌握if选择结构与程序流程控制;重点掌握break;return;pause语句的应用..问题：问题1：验证“哥德巴赫猜想”;即：任何一个正偶数n>=6均可表示为两个质数的和..要求编制一个函数程序;输入一个正偶数;返回两个质数的和..问题分析：由用户输入一个大于6的偶数;由input语句实现..由if判断语句判断是否输入的数据符合条件..再引用质数判断函数来找出两个质数;再向屏幕输出两个质数即可..编程：function z1;z2=geden;n=input'please input n'if n<6disp'data error';returnendif modn;2==0for i=2:n/2k=0;for j=2:sqrtiif modi;j==0k=k+1;endendfor j=2:sqrtn-iif modn-i;j==0k=k+1;endendif k==0fprintf'two numbers are'fprintf'%.0f;%.0f';i;n-ibreakendendend结果分析：如上图;用户输入了大于6的偶数返回两个质数5和31;通过不断试验;即可验证哥德巴赫猜想..纪录：if判断语句与for循环语句联合嵌套使用可使程序结构更加明晰;更快的解决问题..2题目：实验四;MATLAB选择结构与应用实验目的：用matlab联系生活实际;解决一些生活中常见的实际问题..问题：问题四：在一边长为1的四个顶点上各站有一个人;他们同时开始以等速顺时针沿跑道追逐下一人;在追击过程中;每个人时刻对准目标;试模拟追击路线;并讨论.. （1）四个人能否追到一起（2）若能追到一起;每个人跑过多少路程（3）追到一起所需要的时间设速率为1问题分析：由正方形的几何对称性和四个人运动的对称性可知;只需研究2个人的运动即可解决此问题..编程：hold onaxis0 1 0 1;a=0;0;b=0;1;k=0;dt=0.001;v=1;while k<10000d=norma-b;k=k+1;plota1;a2;'r.';'markersize';15;plotb1;b2;'b.';'markersize';15;fprintf'k=%.0f b%.3f;%.3f a%.3f;%.3f d=%.3f\n';k;b1;b2;a1;a2;da=a+b1-a1/d*dt;b2-a2/d*dt;b=b+b2-a2/d*dt;-b1-a1/d*dt;if d<=0.001breakendendfprintf'每个人所走的路程为：%.3f';k*v*dtfprintf'追到一起所需要的时间为%.3f';k*dt结果分析：上图为2人的模拟运动路线;有对称性可解决所提问题..-上图为运算过程和运算结果..四个人可以追到一起;走过的路程为1.003;时间也为1.003.纪录：此题利用正方形和运动的对称性可以简便运算..3题目：实验八;河流流量估计与数据插值目的：由一些测量数据经过计算处理;解决一些生活实际问题..问题：实验八上机练习题第三题：瑞士地图如图所示;为了算出他的国土面积;做以下测量;由西向东为x轴;由南向北为y轴;从西边界点到东边界点划分为若干区域;测出每个分点的南北边界点y1和y2;得到以下数据mm..已知比例尺1:2222;计算瑞士国土面积;精确值为41288平方公里..测量数据如下：x=7.0 10.5 13.0 17.5 34 40.5 44.5 48 56 61 68.5 76.5 80.5 91 96 101 104 106 111.5 118 123.5 136.5 142 146 150 157 158 ;y1=44 45 47 50 50 38 30 30 34 36 34 41 45 46 43 37 33 28 32 65 55 54 52 50 66 66 68;y2=44 59 70 72 93 100 110 110 110 117 118 116 118 118 121 124 121 121 121 122 116 83 81 82 86 85 68;问题分析：先由题目给定的数据作出瑞士地图的草图;再根据梯形法;使用trapz语句;来估算瑞士国土的面积..编程：x=7.0 10.5 13.0 17.5 34 40.5 44.5 48 56 61 68.5 76.5 80.5 91 96 101 104 106 111.5 118 123.5 136.5 142 146 150 157 158;y1=44 45 47 50 50 38 30 30 34 36 34 41 45 46 43 37 33 28 32 65 55 54 52 50 66 66 68;y2=44 59 70 72 93 100 110 110 110 117 118 116 118 118 121 124 121 121 121 122 116 83 81 82 86 85 68;plotx;y1;'r.';'markersize';15;plotx;y2;'r.';'markersize';15;axis0 160 0 135grid;hold ont=7:158;u1=splinex;y1;t;u2=splinex;y2;t;plott;u1plott;u2s1=trapzt;u1;s2=trapzt;u2;s=s2-s1*2222*22222/10000000;fprintf'S=%.0f';s结果分析：上图为由所给数据绘制出的瑞士地图..上图为运算结果;计算出瑞士的国土面积为42472平方公里;与准确值41288较为接近..纪录：使用梯形分割的方法;trapz语句可以方便计算不规则图形面积;但存在一定误差..4题目：实验七：圆周率的计算与数值积分目的：将数值积分最基本的原理应用于matlab之中;解决一些与积分有关的问题..问题：实验七上机练习题第一题：排洪量某河床的横断面如图7.3所示;为了计算最大排洪量;需要计算其断面积;试根据所给数据m用梯形法计算其断面积..问题分析：河床断面可近似分割成若干曲边梯形;近似处理把它们当做梯形来计算面积可使问题得到简化..编程：clc;clear;x=0 4 10 12 15 22 28 34 40;y=0 1 3 6 8 9 5 3 0;y1=10-y;plotx;y1;'k.';'markersize';15;axis0 40 0 10;grid;hold ont=0:40;u=splinex;y1;t;plott;u;s=40*10-trapzt;u;fprintf's=%.2f\n';s结果分析：上图为河床的断面图..上图为计算结果面积约为180.70平方米..纪录：使用梯形法计算不规则图形面积十分简便易行..5题目：实验七：圆周率的计算与数值积分目的：使用matlab计算解决一些有关积分的问题..问题：实验七上机练习题第三题：从地面发射一枚火箭;在最初100秒内记录其加速度如下;试求火箭在100秒时的速度..Ts=0 10 20 30 40 50 60 70 80 90 100;Am/s*s=30.00 31.63 33.44 35.47 37.75 40.33 43.29 46.69 50.67 54.01 57.23;问题分析：加速度为速度的微分;已知微分求积分;类似于面积问题;可使用梯形法来计算..编程：clc;clear;x=0 10 20 30 40 50 60 70 80 90 100;y=30.00 31.63 33.44 35.47 37.75 40.33 43.29 46.69 50.6754.01 57.23;plotx;y;'k.';'markersize';15;axis0 100 20 60;grid;hold ons=0:10:100;z=splinex;y;s;plots;y;v=trapzx;y;fprintf'v=%.2f\n';v结果分析：上图为加速度变化图..上图为计算结果;求得火箭在100秒时速度约为4168.95m/s..纪录：梯形法可以推广解决许多已知微分求积分的其他问题..6题目：实验七：圆周率的计算与数值积分目的:计算曲线弧长闭曲线周长可使用微元法;ds=sqrtdx^2+dy^2;在转化微积分问题;累加即可得到结果..问题：实验七上机练习题第三题：计算椭圆想x^2/4+y^2=1的周长;使结果具有五位有效数字..问题分析：编程：s=0;dx=0.001;for x=0:0.001:1.999dy=1.-x+0.001.^2/4-1.-x.^2/4;ds=sqrtdx.^2+dy.^2;s=s+ds;ends=4*s;fprintf'the length is'fprintf'%.4f';s结果分析：上图为计算结果;给定椭圆的周长约为9.1823五位有效数字纪录：计算不规则曲线弧长;可使用微元法;划分为若干小的看做直角三角形;利用勾股定理解决..7题目：实验九人口预测与数据拟合目的：掌握一些曲线拟合的方法;了解曲线拟合常用函数..问题：用电压U=10v的电池给电容器充电;t时刻的电压Vt=U-U-V0exp-t/τ;其中V0是电容器的初始电压;τ是充电常数;由所给数据确定V0和τ..t=0.5 1 2 3 4 5 7 9;V=3.64 3.52 2.74 1.78 1.34 1.01 0.57 0.37;问题分析：题中已给出函数关系式;为指数函数曲线拟合;将所给函数式整理可得标准的exp形函数曲线;从而便于解决..编程：t=0.5 1 2 3 4 5 7 9;V=3.64 3.52 2.74 1.78 1.34 1.01 0.57 0.37;plott;V;'k.';'markersize';20;axis0 10 0 4;grid;hold onpause0.5n=8;a=sumt1:n;b=sumt1:n.*t1:n;c=sumlogV1:n;d=sumt1:n.*logV1:n;A=n a;a b;B=c;d;p=invA*Bx=0:10;y=expp1+p2*x;plotx;y;'r-';'linewidth';2结果分析：上图为电压与时间关系图..上图为计算结果;即U-V0=1.4766;所以V0=8.5234;-1/τ=-0.2835;所以τ=3.5273纪录：曲线拟合的一个重难点是选择合适的曲线函数;才能提高拟合度..8题目：实验七圆周率的计算与数值积分目的：拓展圆周率的各种计算方法;掌握其他数值的近似计算方法..问题：实验七练习2：计算ln2的近似值精确到10的-5次方（1）利用级数展开的方法来计算（2）利用梯形法计算（3）利用抛物线法问题分析：级数展开;梯形法;抛物线法是常见的近似运算方法..编程：1级数展开的方法clc;clear;n=0;r=1;p=0;k=-1;while r>=0.1e-5n=n+1;k=k*-1;p1=p+k/n;r=absp1-p;fprintf'n=%.0f;p=%.10f\n';n;p1;p=p1;end2梯形法clc;clear;f=inline'1./x';x=1:0.1:2;y=fx;p=trapzx;y;fprintf'p=%.6f\n';p3抛物线法clc;clear;f=inline'1./x';a=1;b=2;n=1;z=quadf;a;b;fprintf'z=%.10f\n';z结果分析：（1）级数展开的方法（2）梯形法3抛物线法纪录：级数展开法;梯形法;抛物线法;计算近似值时应合理利用..梯形法和抛物线法不易提高精确度;级数展开法可以提高精确度..9题目：实验八河流流量估计与数据插值目的：掌握求插值多项式的方法;并利用此计算近似值..问题：已知y=fx的函数表如下x=0.40 0.55 0.65 0.80 0.90 1.05;y=0.41075 0.57815 0.69675 0.88811 1.02652 1.25382;求四次拉格朗日插值多项式;并由此求f0.596问题分析：利用所给函数表可计算拉格朗日插值多项式..编程：function p=lagrangex;yL=lengthx;a=onesL;for j=2:La:;j=a:;j-1.*x';endx=inva*y';for i=1:Lpi=xL-i+1;endx=0.40 0.55 0.65 0.80 0.90 1.05;y=0.41075 0.57815 0.69675 0.88811 1.02652 1.25382; plotx;y;'k.';'markersize';15axis0 2 0 2grid;hold on;p=lagrangex;y;t=0:0.1:1.5;u=polyvalp;t;plott;u;'r-'a=polyvalp;0.596结果分析：上图为所求结果;估算值和插值多项式..纪录：插值多项式是一项十分实用的方法..10题目：求正整数n的阶乘：p=1*2*3*…*n=n;并求出n=20时的结果目的：练习使用循环变量解决数学问题问题：对程序：Clear;clc;n=20;p=1;for i=1:np=p*i;fprintf’i=%.0f;p=%.0f\n’;i;pend进行修改使它：利用input命令对n惊醒赋值问题分析：题中给出程序中“n=20”修改;使用input命令；讲题中的输出命令放出循环之外..编程：clear;clc;n=input'n=';p=1;for i=1:np=p*i;endfprintf'i=%.0f;p=%.0f\n';i;p结果：n=20i=20;p=2432902008176640000>>结果分析：使用input命令可以实现人机对话;使用户自由赋值；输出语句在程序中的位置对输出的结果有很大的影响；在循环内部可以在计算过城中不断输出结果；在循环之外则可以控制只输出最后结果..11题目：对于数列｛√2｝;n=1;2;…;求当其前n项和不超过1000时的n的值及合的大小..目的：运用条件循环解决文帝个项数的循环程序求解;问题：对程序：clear;clc;n=0;s=0;while s<=1000n=n+1;s=s+sqrtn;fprintf’n=%.0f;s=%.4f\n’;n;send问题分析：题中所给程序中的限制变量为上次循环之后的s;导致s超过上限后仍有一次的循环;若把循环变量改为这次的s;则可以避免这种情况的发生..编程：clear;clc;n=0;s=0;while s+sqrtn<=1000n=n+1;s=s+sqrtnfprintf'n=%.0f;s=%.4f\n';n;send结果：……s =970.8891n=128;s=970.8891s =982.2469n=129;s=982.2469s =993.6487n=130;s=993.6487>>结果分析：从结果中可以看出;最后一步为我们需要的答案;从这道题我们可以得出循环变量对一道编程的重要性..。
计算方法matlab实验报告
计算方法matlab实验报告计算方法MATLAB实验报告引言：计算方法是一门研究如何用计算机来解决数学问题的学科。
在计算方法的学习过程中，MATLAB作为一种强大的数值计算软件，被广泛应用于科学计算、工程计算、数据分析等领域。
本实验报告将介绍在计算方法课程中使用MATLAB 进行的实验内容和实验结果。
一、二分法求方程根在数值计算中，求解非线性方程是一个常见的问题。
二分法是一种简单而有效的求解非线性方程根的方法。
在MATLAB中，可以通过编写函数和使用循环结构来实现二分法求解方程根。
实验步骤：1. 编写函数f(x)，表示待求解的非线性方程。
2. 设定初始区间[a, b]，满足f(a) * f(b) < 0。
3. 利用二分法迭代求解方程根，直到满足精度要求或迭代次数达到预设值。
实验结果：通过在MATLAB中编写相应的函数和脚本，我们成功求解了多个非线性方程的根。
例如，对于方程f(x) = x^3 - 2x - 5，我们通过二分法迭代了5次，得到了方程的一个根x ≈ 2.0946。
二、高斯消元法解线性方程组线性方程组的求解是计算方法中的重要内容之一。
高斯消元法是一种常用的求解线性方程组的方法，它通过矩阵变换将线性方程组化为上三角矩阵，从而简化求解过程。
在MATLAB中，可以利用矩阵运算和循环结构来实现高斯消元法。
实验步骤：1. 构建线性方程组的系数矩阵A和常数向量b。
2. 利用高斯消元法将系数矩阵A化为上三角矩阵U，并相应地对常数向量b进行变换。
3. 利用回代法求解上三角矩阵U，得到线性方程组的解向量x。
实验结果：通过在MATLAB中编写相应的函数和脚本，我们成功求解了多个线性方程组。
例如，对于线性方程组：2x + 3y - z = 13x - 2y + 2z = -3-x + y + 3z = 7经过高斯消元法的计算，我们得到了方程组的解x = 1，y = -2，z = 3。
三、数值积分方法数值积分是计算方法中的重要内容之一，它用于计算函数在给定区间上的定积分。
数值分析matlab实验报告
数值分析matlab实验报告数值分析 Matlab 实验报告一、实验目的数值分析是研究各种数学问题数值解法的学科，Matlab 则是一款功能强大的科学计算软件。
本次实验旨在通过使用 Matlab 解决一系列数值分析问题，加深对数值分析方法的理解和应用能力，掌握数值计算中的误差分析、数值逼近、数值积分与数值微分等基本概念和方法，并培养运用计算机解决实际数学问题的能力。
二、实验内容（一）误差分析在数值计算中，误差是不可避免的。
通过对给定函数进行计算，分析截断误差和舍入误差的影响。
例如，计算函数＄f(x) ＝＼sin(x)＄在＄x ＝ 05$ 附近的值，比较不同精度下的结果差异。
（二）数值逼近1、多项式插值使用拉格朗日插值法和牛顿插值法对给定的数据点进行插值，得到拟合多项式，并分析其误差。
2、曲线拟合采用最小二乘法对给定的数据进行线性和非线性曲线拟合，如多项式曲线拟合和指数曲线拟合。
（三）数值积分1、牛顿柯特斯公式实现梯形公式、辛普森公式和柯特斯公式，计算给定函数在特定区间上的积分值，并分析误差。
2、高斯求积公式使用高斯勒让德求积公式计算积分，比较其精度与牛顿柯特斯公式的差异。
（四）数值微分利用差商公式计算函数的数值导数，分析步长对结果的影响，探讨如何选择合适的步长以提高精度。
三、实验步骤（一）误差分析1、定义函数｀compute_sin_error` 来计算不同精度下的正弦函数值和误差。
｀｀｀matlabfunction value, error ＝ compute_sin_error(x, precision)true_value ＝ sin(x)；computed_value ＝ vpa(sin(x)， precision)；error ＝ abs(true_value computed_value)；end｀｀｀2、在主程序中调用该函数，分别设置不同的精度进行计算和分析。
（二）数值逼近1、拉格朗日插值法｀｀｀matlabfunction L ＝ lagrange_interpolation(x, y, xi)n ＝ length(x)；L ＝ 0;for i ＝ 1:nli ＝ 1;for j ＝ 1:nif j ～＝ ili ＝ li （xi x(j)）／（x(i) x(j)）；endendL ＝ L ＋ y(i) li;endend｀｀｀2、牛顿插值法｀｀｀matlabfunction N ＝ newton_interpolation(x, y, xi)n ＝ length(x)；％计算差商表D ＝ zeros(n, n)；D(：， 1) ＝ y'；for j ＝ 2:nfor i ＝ j:nD(i, j) ＝（D(i, j 1) D(i 1, j 1)）／（x(i) x(i j ＋ 1)）；endend％计算插值结果N ＝ D(1, 1)；term ＝ 1;for i ＝ 2:nterm ＝ term （xi x(i 1)）；N ＝ N ＋ D(i, i) term;endend｀｀｀3、曲线拟合｀｀｀matlab％线性最小二乘拟合p ＝ polyfit(x, y, 1)；y_fit_linear ＝ polyval(p, x)；％多项式曲线拟合p ＝ polyfit(x, y, n)；％ n 为多项式的次数y_fit_poly ＝ polyval(p, x)；％指数曲线拟合p ＝ fit(x, y, ＇exp1'）；y_fit_exp ＝ p(x)；｀｀｀（三）数值积分1、梯形公式｀｀｀matlabfunction T ＝ trapezoidal_rule(f, a, b, n)h ＝（b a) ／ n;x ＝ a:h:b;y ＝ f(x)；T ＝ h （（y(1) ＋ y(end)）／ 2 ＋ sum(y(2:end 1)））；end｀｀｀2、辛普森公式｀｀｀matlabfunction S ＝ simpson_rule(f, a, b, n)if mod(n, 2) ～＝ 0error(＇n 必须为偶数'）；endh ＝（b a) ／ n;x ＝ a:h:b;y ＝ f(x)；S ＝ h ／ 3 （y(1) ＋ 4 sum(y(2:2:end 1)）＋ 2 sum(y(3:2:end 2)）＋ y(end)）；end｀｀｀3、柯特斯公式｀｀｀matlabfunction C ＝ cotes_rule(f, a, b, n)h ＝（b a) ／ n;x ＝ a:h:b;y ＝ f(x)；w ＝ 7, 32, 12, 32, 7 ／ 90;C ＝ h sum(w y)；end｀｀｀4、高斯勒让德求积公式｀｀｀matlabfunction G ＝ gauss_legendre_integration(f, a, b)x, w ＝ gauss_legendre(5)；％选择适当的节点数t ＝（b a) ／ 2 x ＋（a ＋ b) ／ 2;G ＝（b a) ／ 2 sum(w f(t)）；end｀｀｀（四）数值微分｀｀｀matlabfunction dydx ＝ numerical_derivative(f, x, h)dydx ＝（f(x ＋ h) f(x h)）／（2 h)；end｀｀｀四、实验结果与分析（一）误差分析通过不同精度的计算，发现随着精度的提高，误差逐渐减小，但计算时间也相应增加。
matlab数值计算 实验报告
matlab数值计算实验报告Matlab数值计算实验报告引言：Matlab是一种强大的数值计算软件，广泛应用于科学和工程领域。
本实验旨在通过实际案例，展示Matlab在数值计算中的应用能力。
本报告将从三个方面进行讨论：数值积分、线性方程组求解和最优化问题。
一、数值积分：数值积分是数学中常见的问题，Matlab提供了多种函数和方法来解决这类问题。
我们以求解定积分为例进行讨论。
假设我们要求解函数f(x) = x^2在区间[0, 1]上的定积分。
我们可以使用Matlab中的quad函数来进行计算，代码如下：```matlabf = @(x) x.^2;integral = quad(f, 0, 1);disp(integral);```运行以上代码，我们可以得到定积分的近似值为0.3333。
通过调整积分方法和精度参数，我们可以得到更精确的结果。
二、线性方程组求解：线性方程组求解是数值计算中的重要问题，Matlab提供了多种函数和方法来解决线性方程组。
我们以一个简单的线性方程组为例进行讨论。
假设我们要求解以下线性方程组：```2x + y = 5x - y = 1```我们可以使用Matlab中的linsolve函数来求解，代码如下：```matlabA = [2 1; 1 -1];B = [5; 1];X = linsolve(A, B);disp(X);```运行以上代码，我们可以得到方程组的解为x = 2，y = 3。
通过调整方程组的系数矩阵和右侧向量，我们可以求解更复杂的线性方程组。
三、最优化问题：最优化问题在科学和工程领域中广泛存在，Matlab提供了多种函数和方法来解决这类问题。
我们以求解无约束最优化问题为例进行讨论。
假设我们要求解函数f(x) = x^2的最小值。
我们可以使用Matlab中的fminunc函数来进行计算，代码如下：```matlabf = @(x) x.^2;x0 = 1; % 初始点options = optimoptions('fminunc', 'Display', 'iter');[x, fval] = fminunc(f, x0, options);disp(x);disp(fval);```运行以上代码，我们可以得到最小值的近似解为x = 0，f(x) = 0。
北科大Matlab_数学实验报告1~6次(全)
《数学实验》报告实验名称 Matlab 基础知识学院专业班级姓名学号2014年 6月一、【实验目的】1.认识熟悉Matlab这一软件，并在此基础上学会基本操作。
2.掌握Matlab基本操作和常用命令。
3.了解Matlab常用函数，运算符和表达式。
4.掌握Matlab工作方式和M文件的相关知识。
5.学会Matlab中矩阵和数组的运算。
二、【实验任务】P16 第4题编写函数文件，计算1!nkk =∑，并求出当k=20时表达式的值。
P27第2题矩阵A=123456789⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦，B=468556322⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦，计算A*B,A.*B,并比较两者的区别。
P27第3题已知矩阵A=5291⎡⎤⎢⎥⎣⎦，B=1292⎡⎤⎢⎥⎣⎦，做简单的关系运算A>B,A==B,A<B,并做逻辑运算(A==B)&(A<B),(A==B)&(A>B)。
P34 第1题用11114357π=-+-+……公式求π的近似值，直到某一项的绝对值小于-610为止。
三、【实验程序】P16 第4题function sum=jiecheng(n) sum=0;y=1;for k=1:nfor i=1:ky=y*i;endsum=sum+y;endsumP27第2题>>A=[1 2 3;4 5 6;7 8 9]>>B=[4 6 8;5 5 6;3 2 2]>>A*BP27第3题>> A=[5 2;9 1];B=[1 2;9 2];>>A>B>>A==B>>A<B>> (A==B)&(A<B)>> (A==B)&(A>B)P34 第1题t=1;pi=0;n=1;s=1;while abs(t)>=1e-6pi=pi+t;n=n+2;s=-s;t=s/n;endpi=4*pi;四、【实验结果】P16 第4题P27第2题两者的区别：A*B是按正规算法进行矩阵的计算, A.*B是对应元素相乘。
matlab实验一实验报告
matlab实验一实验报告实验一：Matlab实验报告引言：Matlab是一种强大的数学软件工具，广泛应用于科学计算、数据分析和工程设计等领域。
本实验旨在通过使用Matlab解决实际问题，探索其功能和应用。
一、实验目的本次实验的主要目的是熟悉Matlab的基本操作和常用函数，了解其在科学计算中的应用。
二、实验内容1. 数值计算在Matlab中，我们可以进行各种数值计算，包括基本的加减乘除运算，以及更复杂的矩阵运算和方程求解。
通过编写相应的代码，我们可以实现这些功能。
例如，我们可以使用Matlab计算两个矩阵的乘积，并输出结果。
代码如下：```matlabA = [1 2; 3 4];B = [5 6; 7 8];C = A * B;disp(C);```2. 数据可视化Matlab还提供了强大的数据可视化功能，可以将数据以图表的形式展示出来，更直观地观察数据的规律和趋势。
例如，我们可以使用Matlab绘制一个简单的折线图，来展示某个物体在不同时间下的位置变化。
代码如下：```matlabt = 0:0.1:10;x = sin(t);plot(t, x);xlabel('Time');ylabel('Position');title('Position vs. Time');```3. 图像处理Matlab还可以进行图像处理，包括图像的读取、处理和保存等操作。
我们可以通过Matlab对图像进行增强、滤波、分割等处理，以及进行图像的压缩和重建。
例如，我们可以使用Matlab读取一张图片，并对其进行灰度化处理。
代码如下：```matlabimg = imread('image.jpg');gray_img = rgb2gray(img);imshow(gray_img);```三、实验结果与分析在本次实验中，我们成功完成了数值计算、数据可视化和图像处理等任务。
Matlab数学实验报告
实验一 Matlab基本操作1．实验课程名称数学实验2．实验项目名称Matlab基本操作3．实验目的和要求了解Matlab的基本知识，熟悉其上机环境，掌握利用Matlab进行基本运算的方法。
4．实验内容和原理内容：三角形的面积的海伦公式为：area=)s-sa--)()(s(csb其中： s=(a+b+c)/2原理：将一般数学问题转化成对应的计算机模型并进行处理的能力。
了解Matlab的基本功能，会进行简单的操作。
5．主要仪器设备计算机与Windows 2000/XP系统；Matlab等软件。
6．操作方法与实验步骤步骤：（1）在M文件编辑窗口输入以下程序，并以文件名”area_helen.m”保存：a= input(‘a=‘) ； b= input(‘b=‘) ； c= input(‘c=‘) ；s= (a+b+c)/2;area=sqrt (s* (s-a) * (s-b) * (s-c))（2）在命令窗口输入文件名“area_helen”，按回车键，即可运行上面的程序，输入三边长，立即可得三角形面积（3）第二题在命令窗口输入b=6;a=3;c=a*b,d=c-2*b(4) 按回车键，即可运行上面的程序7．实验结果与分析<1> a=3; b=4; c=5;时，aera=6 当a为3，b为4，c为5时，s=6，aera=6<2> c= 18,d=6，a为3，b为6时，c=18，d=6实验二 Matlab的数值计算1．实验课程名称数学实验2．实验项目名称Matlab的数值计算3．实验目的和要求了解一些简单的矩阵、向量、数组和多项式的构造和运算方法实例，懂得编写简单的数值计算的Matlab程序。
熟悉一些Matlab的简单程序，会用Matlab的工具箱，懂得Matlab的安装和简单的使用。
4．实验内容和原理内容：从函数表：)1(),5.0(),2( ,0x 1x 021x 1x f(x) 32-⎪⎩⎪⎨⎧≤≤<>+=f f f x x求设)1(),2( ,1211)(2-⎩⎨⎧≤>+=f f x xx x x f 求设 原理：利用矩阵、向量、数组、和多项式的构造和运算方法，用常用的几种函数进行一般的数值问题求解。
matlab数值计算实验报告
matlab数值计算实验报告Matlab数值计算实验报告一、实验目的本次实验的目的是通过使用Matlab软件进行数值计算，掌握Matlab的基本操作和数值计算方法，了解数值计算的基本原理和方法，提高数学建模和计算能力。
二、实验内容本次实验主要包括以下内容：1. Matlab基本操作：包括Matlab软件的安装、启动、界面介绍、基本命令和语法等。
2. 数值计算方法：包括数值积分、数值微分、线性方程组的求解、非线性方程的求解、插值和拟合等。
3. 数学建模：通过实际问题的建模，运用Matlab进行数值计算，得到问题的解答。
三、实验步骤1. Matlab基本操作（1）安装Matlab软件：根据官方网站提供的下载链接，下载并安装Matlab软件。
（2）启动Matlab软件：双击Matlab图标，启动Matlab软件。
（3）界面介绍：Matlab软件界面分为命令窗口、编辑器窗口、工作区窗口、命令历史窗口、变量编辑器窗口等。
（4）基本命令和语法：Matlab软件的基本命令和语法包括数学运算、矩阵运算、逻辑运算、控制语句等。
2. 数值计算方法（1）数值积分：使用Matlab中的quad函数进行数值积分，求解定积分。
（2）数值微分：使用Matlab中的diff函数进行数值微分，求解函数的导数。
（3）线性方程组的求解：使用Matlab中的inv函数和\运算符进行线性方程组的求解。
（4）非线性方程的求解：使用Matlab中的fsolve函数进行非线性方程的求解。
（5）插值和拟合：使用Matlab中的interp1函数进行插值和拟合。
3. 数学建模（1）实际问题的建模：选择一个实际问题，将其转化为数学模型。
（2）运用Matlab进行数值计算：使用Matlab进行数值计算，得到问题的解答。
四、实验结果通过本次实验，我掌握了Matlab的基本操作和数值计算方法，了解了数值计算的基本原理和方法，提高了数学建模和计算能力。
在实际问题的建模和运用Matlab进行数值计算的过程中，我深刻体会到了数学建模和计算的重要性，也发现了Matlab在数学建模和计算中的重要作用。
matlab数值计算实验报告
matlab数值计算实验报告数值计算实验报告实验目的本实验的目的是通过MATLAB编程，实现数值计算的多种方法，体会数值计算的方法，并且对数值计算的应用有更加深入的了解，对数值计算有更加系统的认识。
实验内容1. 实验中以MATLAB编程求解等折线上的单点，给出相应的曲线图，并用相应的代码计算出可变参数系数n，写出实验步骤和实验结果。
步骤：（1）设计MATLAB程序，即根据题中给出的函数，确定参数n、x、y的取值范围；（2）在MATLAB中求解单点，并绘制出曲线图；（3）得出可变参数系数n的值。
实验结果：可变参数系数n的值为：n=2.3125。
2. 通过MATLAB编程，实现有Bezier曲线的绘制，给出相应的曲线图，并用相应的代码计算出可变参数系数n，写出实验步骤和实验结果。
步骤：（1）设计MATLAB程序，即根据题中给出的函数，确定参数n、x、y的取值范围；（2）在MATLAB中求解单点，并绘制出Bezier 曲线图；（3）得出可变参数系数n的值。
实验结果：可变参数系数n的值为：n=3.5。
3. 利用MATLAB编程，实现有牛顿迭代法求解非线性方程组，给出相应的收敛图，并用相应的代码计算出可变参数系数A、B和X，写出实验步骤和实验结果。
步骤：（1）根据实验题目给出的非线性方程组，确定A、B、X 的取值范围；（2）用MATLAB编程实现牛顿迭代法求解，在迭代收敛的过程中对收敛的每个步骤的X值画出收敛图；（3）得出可变参数系数A、B和X的值。
实验结果：可变参数系数A的值为：A=3.7；可变参数系数B的值为：B=5.5；可变参数系数X的值为：X=2.0。
实验结论通过本次实验，我们学习了利用MATLAB编程实现数值计算的多种方法，包括等折线上求解单点，Bezier曲线绘制，牛顿迭代法求解非线性方程组等等。
并且我们对数值计算的应用有了更加深入的了解，对数值计算有了更加系统的认识。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Matlab 数学实验报告一、实验目的通过以下四组实验,熟悉MATLAB的编程技巧,学会运用MATLAB的一些主要功能、命令,通过建立数学模型解决理论或实际问题。
了解诸如分岔、混沌等概念、学会建立Malthu模型与Logistic 模型、懂得最小二乘法、线性规划等基本思想。
二、实验内容2、1实验题目一2、1、1实验问题Feigenbaum曾对超越函数y=λsin(πｘ)(λ为非负实数)进行了分岔与混沌的研究,试进行迭代格式x k+1=λsin(πx k),做出相应的Feigenbaum图2、1、2程序设计clear;clf;axis([0,4,0,4]);hold onfor r=0:0、3:3、9x=[0、1];for i=2:150x(i)=r*sin(3、14*x(i-1));endpause(0、5)for i=101:150plot(r,x(i),'k、');endtext(r-0、1,max(x(101:150))+0、05,['\it{r}=',num2str(r)]) end加密迭代后clear;clf;axis([0,4,0,4]);hold onfor r=0:0、005:3、9x=[0、1];for i=2:150x(i)=r*sin(3、14*x(i-1));endpause(0、1)for i=101:150plot(r,x(i),'k、');endend运行后得到Feigenbaum图2、2实验题目二2、2、1实验问题某农夫有一个半径10米的圆形牛栏,长满了草。
她要将一头牛拴在牛栏边界的桩栏上,但只让牛吃到一半草,问拴牛鼻子的绳子应为多长？2、2、2问题分析如图所示,E为圆ABD的圆心,AB为拴牛的绳子,圆ABD为草场,区域ABCD为牛能到达的区域。
问题要求区域ABCD等于圆ABC的一半,可以设BC等于x,只要求出∠a与∠b就能求出所求面积。
先计算扇形ABCD的面积,2a÷π×πx2=2aπ2,再求AB的面积,用扇形ABE的面积减去三角形ABE的面积即可。
2、2、3程序设计f=inline('acos(x/20)*x^2+100*pi-200*acos(x/20)-x*sqrt(100-(x^2)/4) -50*pi');a=0;b=20;dlt=1、0*10^-3;k=1;while abs(b-a)>dltc=(a+b)/2;if f(c)==0break;elseif f(c)*f(b)<0a=c;elseb=c;endfprintf('k=%d,x=%、5f\n',k,c);k=k+1;end2、2、4问题求解与结论k=6,x=11、56250k=7,x=11、71875k=8,x=11、64063k=9,x=11、60156k=10,x=11、58203k=11,x=11、59180k=12,x=11、58691k=13,x=11、58936k=14,x=11、58813k=15,x=11、58752结果表明,要想牛只吃到一半的草,拴牛的绳子应该为11、6米。
2、3实验题目三2、3、1实验问题饲养厂饲养动物出售,设每头动物每天至少需要700g蛋白质、30g矿物质、100mg维生素。
现有5种饲料可供选用,每种饲料每千克所含营养成分含量及单价如下表。
试确定既能满足动物生长的营养需要,又可使费用最省的选用饲料的方案。
五种饲料单位质量(1kg)所含营养成分2、3、2问题分析与模型建立设X j (j=1,2,3,4,5)表示饲料中所含的第j种饲料的数量。
由于提供的蛋白质总量必须每天满足最低要求70g,故应有3X1+2X2+1X3+6X4+18X5≥700同理,考虑矿物质与维生素的需求。
应有1X1+0、5X2+0、2X3+2X4+0、5X5≥300、5X1+1X2+0、2X3+2X4+0、8X5≥100希望调配出来的混合饲料成本最低,故目标函数f为f=0、2X1+0、7X2+0、4X3+0、3X4+0、8X5当来对决策量X j的要求应为非负。
所以该饲料配比问题就是一个线性规划模型Min f =0、2X1+0、7X2+0、4X3+0、3X4+0、8X53X1+2X2+1X3+6X4+18X5≥7001X1+0、5X2+0、2X3+2X4+0、5X5≥300、5X1+1X2+0、2X3+2X4+0、8X5≥100X j≥0,j=1,2,3,4,52、3、3模型评述一般的食谱问题可叙述为: 设有n 种食物,每种食物中含有m 种营养成分。
用ija 表示一个单位的第j 种食物中含有第i 种营养的数量,用ib 表示每人每天对第i 种营养的最低需求量,jc 表示第j 种食品的单价,jx 表示所用的第j 种食品的数量,一方面满足m 种营养成分的需要同时使事物的总成本最低。
一般的食谱问题的线性规划模型为这类线性规划模型还可以描述很多诸如合理下料、最小成本运输、合分派任务等问题,具有很强的代表性。
2、3、4模型计算将该问题化成Matlab 中线性规划问题的标准形式Min f=0、2X1+0、7X2+0、4X3+0、3X4+0、8X5-3X1-2X2-1X3-6X4-18X5≤-700-1X1-0、5X2-0、2X3-2X4-0、5X5≤-30-0、5X1-1X-0、2X3-2X4-0/;、8X5≤-100Ｘj≥0,j=1,2,3,4,5由MATLAB软件的编辑器构作m文件LF如下:c=[0、2,0、7,0、4,0、3,0、8];a=[-3,-2,-1,-6,-18;-1,-0、5,-0、2,-2,-0、5;-0、5,-1,-0、2,-2,-0、8];b=[-700,-30,-100];lb=[0 0 0 0 0];ub=[];aeq=[];beq=[];[x,fval]=linprog(c,a,b,aeq,beq,lb,ub)在MATLAB命令窗口键入LF,回车,计算结果显示如下x= 0、00000、00000、000039、743625、6410fval =32、4359其结果显示x1=0 x2=0 x3=0 x4=39、7436 x5=25、6410,则表示该公司分别购买第四种第五种饲料39、7436(kg), 25、6410(kg)配成混合饲料;所耗成本32、4359(元)为满足营养条件下的最低成本。
2、3、5模型思考:线性规划的本质特点一.目标函数就是决策变量的线性函数二.约束条件就是决策变量的线性等式或不等式,它就是一种较为简单而又特殊的约束极值问题。
三.能转化为线性规划问题的实例很多如:生产决策问题,一般性的投资问题,地址的选择,运输问题等等。
2、4实验题目四2、4、1 实验题目描述1790年到1980年各年美国人口数的统计数据如下表:试根据以上数据,(1) 分别用Malthu模型与Logistic模型建立美国人口增长的近似曲线(设美国人口总体容纳量为3、5亿);(2) 预测2000年,2005年,2010年,2015年,2020年人口数;(3) 对两种预测结果进行比较、2、4、2问题的分析2、4、2、1 Malthu模型1798年,Malthus提出对生物繁殖规律的瞧法。
她认为,一种群中个体数量的增长率与该时刻种群的的个体数量成正比。
设x(t)表示该种群在t时刻个体的数量,则其增长率(dx/dt)=rx(t),或相对增长率1/x*dx/dt=r、其中常数r=B-D,B与D分别为该种群个体的平均生育率与死亡率。
2、4、2、2 Logistic模型1838年,Verhulst指出上述模型未考虑“密度制约”因素。
种群生活在一定的环境中,在资源给定的情况下,个体数目越多,个体所获资源就越少,这将抑制其生长率,增加死亡率。
所以相对增长率1/x*(dx/dt)不应为一常数r,而应就是r乘上一个“密度制约”因子。
此因子随x单调减小,设其为(1-x/k),其中k为环境容纳量。
于就是Verhulst提出Logistic模型:dx/dt=rx(1-x/k)。
2、4、3实验设计的流程2、4、3、1 Malthu模型源代码clear;clfx=10:10:200;0 72、0 92、0 106、5 123、2 131、7 150、7 179、3 204、0 226、5];plot(x+1780,'k-','markersize',20);axis([1780,2020,3,800]);grid;hold onn=20;a=sum(x(1:n));b=sum(x(1:n)、*x(1:n));c=sum(log(y(1:n)));d=sum(log(y(1:n))、*x(1:n));A=[n a;a b];B=[c;d];P=inv(A)*B;t=10:10:800;f=exp(P(1)+P(2)*t);plot(t+1780,f,'ro-','linewidth',2);k=[2000 2005 2010 2015 2020];f=exp(P(1)+P(2)*(k-1780));fprintf('f=%、1f',f);2、4、3、2 Logistic模型程序源代码clc;clear;x=9:28;0 72、0 92、0 106、5 123、2 131、7 150、7 179、3 204、0 226、5];plot(x*10+1700,y,'k、','markersize',15);grid;hold on;axis([1790 2015 0 400]);m=1000*y、/(1000-y);a1=sum(x);a2=sum(x、^2);a3=sum(log(m));a4=sum(x、*log(m));A=[20,a1;a1,a2];B=[a3;a4];p=inv(A)*B;t=9:0、1:55;s=1、/(0、001+exp(-p(1)-p(2)*t));plot(t*10+1700,s,'r-');k=[30 30、5 31 31、5 32];l=[k*10+1700;1、/(0、001+exp(-p(1)-p(2)*k))];2、4、4上机实验结果的分析与结论Malthus模型结果Logistic 模型结果对比预测结果与实际数据,可瞧出Logistic模型更符合自然规律。
三、实验小结与体会通过以上四组数学实验、我们熟悉了解了许多MATLAB的方法及理论、并尝试了将其运用到了实际问题中去,解决实际问题。