云南大学信息学院数学建模实验报告二

合集下载

数学建模实验报告2

数学建模实验报告2

aij >0,

对全部高中资料试卷电气设备,在安装过程中以及安装结束后进行高中资料试卷调整试验;通电检查所有设备高中资料电试力卷保相护互装作置用调与试相技互术关,通系电1,力过根保管据护线生高0不产中仅工资2艺料22高试2可中卷以资配解料置决试技吊卷术顶要是层求指配,机置对组不电在规气进范设行高备继中进电资行保料空护试载高卷与中问带资题负料2荷试2,下卷而高总且中体可资配保料置障试时2卷,32调需3各控要类试在管验最路;大习对限题设度到备内位进来。行确在调保管整机路使组敷其高设在中过正资程常料1工试中况卷,下安要与全加过,强度并看工且25作尽52下可22都能护可地1关以缩于正小管常故路工障高作高中;中资对资料于料试继试卷电卷连保破接护坏管进范口行围处整,理核或高对者中定对资值某料,些试审异卷核常弯与高扁校中度对资固图料定纸试盒,卷位编工置写况.复进保杂行护设自层备动防与处腐装理跨置,接高尤地中其线资要弯料避曲试免半卷错径调误标试高方中等案资,,料要编试求5写、卷技重电保术要气护交设设装底备备置。4高调、动管中试电作线资高气,敷料中课并设3试资件且、技卷料中拒管术试试调绝路中验卷试动敷包方技作设含案术,技线以来术槽及避、系免管统不架启必等动要多方高项案中方;资式对料,整试为套卷解启突决动然高过停中程机语中。文高因电中此气资,课料电件试力中卷高管电中壁气资薄设料、备试接进卷口行保不调护严试装等工置问作调题并试,且技合进术理行,利过要用关求管运电线行力敷高保设中护技资装术料置。试做线卷到缆技准敷术确设指灵原导活则。。:对对在于于分调差线试动盒过保处程护,中装当高置不中高同资中电料资压试料回卷试路技卷交术调叉问试时题技,,术应作是采为指用调发金试电属人机隔员一板,变进需压行要器隔在组开事在处前发理掌生;握内同图部一纸故线资障槽料时内、,设需强备要电制进回造行路厂外须家部同出电时具源切高高断中中习资资题料料电试试源卷卷,试切线验除缆报从敷告而设与采完相用毕关高,技中要术资进资料行料试检,卷查并主和且要检了保测解护处现装理场置。设。备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况,然后根据规范与规程规定,制定设备调试高中资料试卷方案。

云南大学信息学院 信号系统实验二

云南大学信息学院  信号系统实验二

《信号与系统》实验报告姓名: 学号:20081 专业:信息学院08级通信工程实验目的1、利用 M ATLAB 求连续系统的冲激响应与阶跃响应、求离散系统的单位响应与阶跃响应;2、利用 M ATLAB 求离散时间卷积和及连续时间卷积的数值近似;3、比较手工计算结果与用 M ATLAB 计算的结果异同,进一步加深对信号与系统理论知识的深入理解。

实验内容8.1(2、8.3(3、8.5、8.6(3、8.7 (a、8.8(2、8.9(2(5实验设备软件硬件:电脑软件:MATLAB实验原理1、对应知识点:(1 LTI 连续时间系统的响应 (2(3 2、在编写实验记录8.1MATLAB b=[1,3];lsim(sys,f,t 01234567891000.511.522.53Linear Simulation Results Time (secA m p l i t u d e8.3(3y''(t+4y'(t+5y(t=f' (t MATLAB 源程序如下: a=[1,4,5]; b=[1,0];y1=step(b,a,0:1:10 y2=impulse(b,a,0:1:10 subplot(2,1,1 step(b,a,10 subplot(2,1,2 impulse(b,a,108.6(3y(n+y(n-1+(1/4y(n-2=x(na=[1,0,1/4]; b=[1]; n=1:20;y=impz(b,a,20 subplot(2,1,1stem(n,y,'filled' z=dstep(b,a,20 subplot(2,1,2 stem(n,z,'filled'00.5Time (sec01234567891000.5Time (sec 012345678910Linear Simulation Results Time (secA m p l i t u d ey = 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 z = 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 有单位序列响应的时域波形可见,该系统不是稳定系统。

云南大学软件学院数据结构实验二实验报告——多项式计算器

云南大学软件学院数据结构实验二实验报告——多项式计算器

云南大学软件学院数据结构实验报告2010秋季学期(本实验项目方案受“教育部人才培养模式创新实验区(X3108005)”项目资助)学号:姓名:专业:指导老师:实验难度A□B□ C □承担任务(难度为C时填写)指导教师评分(签名)【实验题目】实验2. 线性表及其应用【问题描述】用C或C++语言设计并实现一个一元稀疏多项式的简单计算器。

【基本要求】一元稀疏多项式简单计算器的基本功能是:1、输入并建立多项式2、输出多项式,序列按指数降序排列3、多项式A(x)和B(x)相加,并建立多项式A(x)+B(x)4、多项式A(x)和B(x)相减,并建立多项式A(x)-B(x)5、给定 x 的值,计算多项式6、多项式A(x)和B(x)相乘,建立多项式A(x)*B(x) (* 选做,作为难度B的操作)【CDIO项目要求】1、有完整的CDIO四个阶段描述2、有友好美观的操作界面3、有软件使用说明或帮助文档4、项目成员分工明确,团结协作【实现提示】一、【实验构思(Conceive)】(10%)本实验通过C语言实现了多项式加法、减法、乘法、多项式求导、多项式积分的功能。

利用了冒泡排序的算法作为排序的核心算法。

运用了高等数学中多项式的求导积分的知识。

二、【实验设计(Design)】(15%)本程序定义了抽象数据结构listnode,用于存储多项式的系数和指数并存储指向下一个listnode的指针来构成链表。

本程序包含如下*个函数:Main函数:调用input函数—>调用bubble_sort函数—>调用operplus函数—>调用oper_minus函数—>调用oper_mul函数—>调用oper_dy函数—>调用oper_jifen 函数。

Oper_plus函数:将两个链表的相应项系数相加,指数不同项不操作,存入新链表,再调用排序算法,使之为降序排列。

Oper_minus函数:将两个链表的相应项系数相减,指数不同项不操作,存入新链表,再调用排序算法,使之为降序排列。

大学数学建模实习报告完整版(内含题、代码、彩图)

大学数学建模实习报告完整版(内含题、代码、彩图)

实验过程:练习题目:(后附有涉及每一类选题详细代码及答案)MATLAB实验训练题1.建立一个命令M文件:求数60、70、80,权数分别为1.1、1.3、1.2的加权平均数.2.编写函数M文件SQRT.M:函数xxf=)(在889.567=x与处的近似值(保留有效数四位).0368.03.用MA TALB计算baba−22的值,其中89.42.3=ba,=.4.用MA TALB计算函数21cossin)(xxxxf−=在3π=x处的值.5.用MA TALB计算函数)1ln(arctan)(++=xxxf在23.1=x处的值.6.用MA TALB计算函数xxf x ln32)(⋅.=在1.2−=x处的值.7.用蓝色、点连线、叉号绘制函数xy2=在上步长为0.1的图象.][0,28.用紫色、叉号、实连线绘制函数10ln+=xy在]15,20[−−上步长为0.2的图象.9.用红色、加号连线、虚线绘制函数⎟.⎞⎜.⎛−22sinπxy在][,1010−上步长为0.2的图象.10.用紫红色、圆圈、点连线绘制函数⎟.⎞⎜.⎛+=32sinπxy在][π0,4上步长为0.2的图象.11.在同一坐标系中,用分别青色、叉号、实连线与红色、星号、虚连线绘制xy3cos=与xy cos3=的图象.12.在同一坐标系中绘制函数,,这三条曲线的图形,并要求用两种方法加各种标注.2xy=3xy=4xy=13.作曲面的3维图象.⎪.⎪⎨.===tztytx sin214.作环面在⎪.⎪⎨.=+=+=uzvuyvux sinsin)cos1(cos)cos1()2,0()2,0(ππ×上的3维图象.15.求极限xx x cos12sinlim0−+→16.求极限xx21031lim⎟.⎞⎜.⎛+→17.求极限31coslim xxx x++∞→18.求极限xx xx211lim⎟.⎞⎜.⎛−+∞→19.求极限xxx x sin2cos1lim0−→20.求极限xxx x−.+→11lim021.求极限212lim22+−+∞→xxxx x+22.求函数的导数xxy arctan)12(5+−23.求函数21tan xxxy+=的导数24.求函数的导数xey x tan3−=25.求函数2sinln22xxyπ+=在1=x的导数26.求函数xxy+−=11的二阶导数27.求函数5423)1()23()1(xxxy++−的导数28.在区间(–1,5)内求函数35)1()(xxxf−的最值.29.在区间(–∞,+∞)内求函数的最值.143)(34+−xxxf30.求不定积分∫−dxxx)sin23(ln31.求不定积分∫xdxe x2sin32.求不定积分∫+dxxxx1arctan33.求不定积分∫−−dxexx x2)cos2(34.计算定积分dxxe x∫+−10)23(35.计算定积分xdxx arccos)1(102∫+36.计算定积分dxxx∫+10)1ln(cos37.计算广义积分dxxx∫∞+∞−++221238.计算广义积分dxex x∫∞+−02答案:一:3、>> s y m s a b>> a = 2 . 3 ; b = 4 . 8 9 ;>> s q r t ( a ^ 2 + b ^ 2 ) / a b s ( a - b ) a n s =2 . 0 8 6 45、>> s y m s x y>> x = 1 . 2 3 ;>> y = a t a n ( x ) + s q r t ( l o g ( x + 1 ) )y =1 . 7 8 3 78、>> x = - 2 0 : 0 . 2 : - 1 5 ; y = l o g ( a b s ( x + 1 0 ) ) ; p l o t ( x , y , ' m x - ' )11>>x = 0 : 0 . 1 : 2 * p i ; y 1 = c o s ( 3 * s q r t ( x ) ) ; >> y 2 = 3 * c o s ( s q r t ( x ) ) ;>> p l o t ( x , y 1 , ' c x - ' , x , y 2 , ' r * - - ' )14、>> s>> u>>x>> z16、>> s y m s x>>l i m i t ( ( 1 / 3 ) ^ ( 1 / ( 2 * x ) ) , x , 0 , ' r i g h t ' ) a n s =23.>> s y m s x y>> y = x * t a n ( x ) / ( 1 + x ^ 2 ) ;>> d i f f ( y )a n s =t a n ( x ) / ( 1 + x ^ 2 ) + x * ( 1 + t a n ( x ) ^ 2 ) / ( 1 + x ^ 2 ) - 2 * x ^ 2 * t a n ( x ) / ( 1 + x ^ 2 ) ^ 228、>> f = ' ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ;>> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =0 . 4 5 4 5y =- 0 . 0 2 2 6>> f = ' - ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ; >> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =5y =- 3 . 5 7 7 7 e + 0 0 331、>> s y m s x y>> y = e x p ( x ) * ( s i n ( x ) ) ^ 2 ;>> i n t ( y )a n s =1 / 5 * ( s i n ( x ) -2 * c o s ( x ) ) * e x p ( x ) * s i n ( x ) + 2 / 5 * e x p ( x )二:1、问题分析商品价格是由成本决定的,成本可分为生产成本、包装成本和其他成本。

数学建模实验报告1、层次分析法

数学建模实验报告1、层次分析法

数学建模实验报告1、层次分析法第一篇:数学建模实验报告1、层次分析法数学建模实验报告一、实验要求柴静的纪录片《穹顶之下》从独立媒体人的角度调查了席卷全国多个省份的雾霾的成因,提出解决的方法有:关停重污染的钢铁厂、提高汽柴油品质、淘汰排放不达标汽车、提高洗煤率等,请仔细观看该纪录片,根据雾霾的成因,选择你认为治理雾霾确实可行的几个方案,并用AHP方法给出这几个主要方案的重要性排序。

二、前期准备1、理解层次分析法(AHP)的原理、作用,掌握其使用方法。

2、观看两遍柴静所拍摄的纪录片《穹顶之下》,选出我认为可较为有效地治理雾霾的几个方法,初步确定各方法的有效性(即权重)。

3、初步拟定三个方案,每个方案中各个治理方法的权重不同。

三、思路&分析1、根据纪录片《穹顶之下》和个人的经验判断给出各个记录雾霾的方法对于治理雾霾的判断矩阵,以及三个不同方案对于五大措施的判断矩阵。

2、了解了AHP的原理后,不难发现MATLAB在其中的作用主要是将判断矩阵转化为因素的权重矩阵。

当然矩阵要通过一致性检验,得到的权重才足够可靠。

3、分别得到准则层对目标层、方案层对准则层的权重之后,进行层次总排序及一致性检验。

得到组合权向量(方案层对目标层)即可确定适用方案。

四、实验过程1、确定层次结构2、构造判断矩阵(1)五大措施对于治理雾霾(准则层对目标层)的判断矩阵(2)三个方案对于五大措施(方案层对准则层)的判断矩阵3、层次单排序及一致性检验该部分在MATLAB中实现,每次进行一致性检验和权向量计算时,步骤相同,输入、输出参数一致。

(虽然输入的矩阵阶数可能不同,但可以不把矩阵阶数作为参数输入,而通过 [n,n]=size(A)来算得阶数。

)因此考虑将这个部分定义为一个函数judge,输入一个矩阵A,打印一致性检验结果和权向量计算结果,并返回权向量、一致性指标CI、平均随机一致性指标RI。

将此脚本存为judge.m,在另一脚本ahp.m 中调用。

数学建模实习报告

数学建模实习报告

数学建模实习报告一、实习目的数学建模主要是将显示对象的信息加以翻译、归纳的产物。

通过对数学模型的假设、求解、验证,得到数学上的解答,在经过翻译回到现实对象,给出分析、决策的结果。

数学建模对我们并不陌生,在我们的日常生活和工作中,经常会用到有关建模的概念。

例如,我们平时出远门,会考虑一下出行的路线,以达到既快速又经济的目的;一些厂长为了获得更大的利润,往往会策划出一个合理安排生产和销售的最优方案......这些问题和建模都有着很大的联系。

通过数学建模培训,就会知道解决问题的原理。

学习更多的数学方面的知识及其应用,数学建模的过程可以培养我们全面、多角度考虑问题的能力,使我们的逻辑推理能力和量化分析能力得到很好的锻炼和提高,它还可以让我了解多种数学软件以及如何运用数学软件对模型求解。

二、实习内容(一)实习单位简介西安财经学院统计学院数学建模组是以信息与计算科学系主任王培勋教授为组长的指导教师组,每年都组队参加高教社杯全国大学生数学建模竞赛,并取得了优异的成绩。

今年我院数学建模参赛队员的选拔是经过学生自愿报名、考试选拔、集中培训等环节来进行的。

30 名最后入选的学生,组建了10个队,经过一个暑假的培训,基本全部掌握了数学软件的计算机程序设计方法,掌握了常用的数学建模方法。

在三天三夜的竞赛过程中,各参赛小组学员勇于拼搏,力争创新,在规定的七十二小时内顺利完成了答卷。

(二)实习内容数学建模是运用数学思想、方法和知识解决实际问题的过程,它为我们学生提供了自主学习的空间,有助于我们体验数学在解决实际问题中的价值和作用,体验数学与日常生活和其他学科的联系,体验综合运用知识和方法解决实际问题的过程,增强应用意识;有助于激发我们学习数学的兴趣,发展我们的创新意识和实践能力。

数学建模与数学实验开创了大学生把数学理论和专业知识有机结合的新途径,是培养学生分析问题、解决问题和使用计算机进行科学计算的有效方法,是培养学生创新能力和实践能力的有效手段。

数学建模的实验报告

数学建模的实验报告

一、问题路灯照明问题。

在一条20m宽的道路两侧,分别安装了一只2kw和一只3kw的路灯,它们离地面的高度分别为5m和6m。

在漆黑的夜晚,当两只路灯开启时,两只路灯连线的路面上最暗的点和最亮的点在哪里?如果3kw的路灯的高度可以在3m到9m之间变化,如何路面上最暗点的亮度最大?如果两只路灯的高度均可以在3m到9m之间变化,结果又如何?二、数学模型已知P1为2kw的路灯,P2为3kw的路灯,以地面为X轴,路灯P1为Y轴,建立平面直角坐标系。

其中,P1、P2高度分别为h1、h2,水平距离为S=20m。

设有一点Q(x,0),P1、P2分别与其相距R1、R2。

如下图示。

经查阅资料得,光照强度公式为:,设光照强度k=1。

则,两个路灯在Q点的光照强度分别为:2 111 1sin RapI=2222 2sin RapI=其中:R12=h12+x2 R22=h22+(S-x)2则Q点的光照强度I x=I1+I2分别按照题目中的不同要求,带入不同数值,求导,令导数为零,求得极值,进一步分析对比,求得最值。

三、算法与编程1.当h1=5m,h2=6m时:symptoms x yx=0:0.1:20;y=10./sqrt((25.+x.^2)^3)+18./sqrt((36.+(20-x).^2).^3);plot(x,y)grid on;在图中的0-20米范围内可得到路灯在路面照明的最亮点和最暗点①对Ix求导:syms xf=10./sqrt((25.+x.^2)^3)+18./sqrt((36.+(20-x).^2).^3)②运用MATLAB求出极值点s=solve('(-30*x)/((25+x^2)^(5/2))+(54*(20-x))/((36+(20-x)^2)^(5/2))');s1=vpa(s,8)s1 =.28489970e-18.5383043+11.615790*i19.9766969.33829918.5383043-11.615790*i③根据实际要求,x应为正实数,选择19.9767、9.3383、0.02849三个数值,通过MATLAB计算出相应的I值:syms xI=10/(25+x^2)^(3/2)+18/(36+(20-x)^2)^(3/2);subs(I,x,19.9767)subs(I,x,9.3383)subs(I,x,0.02849)ans =0.0845ans =0.0182ans =0.820综上,在19.3米时有最亮点;在9.33米时有最暗点2.当h1=5m,3m<h2<9m时:①对h2求偏导,并令其为0:②运用MATLAB求出极值点solve('3/((h^2+(20-x)^2)^(3/2))-3*(3*h^2)/((h^2+(20-x)^2)^(5/2))=0')ans =20+2^(1/2)*h20-2^(1/2)*h③对x求偏导,并令其为0:④通过MATLAB,将步骤②中计算出的关于h2的表达式带入上式,并求出h2的值;solve('-30*(20-2^(1/2)*h)/((25+(20-2^(1/2)*h)^2)^(5/2))+9*h*(20-(20-2^(1/2)*h))/((h^2+(20-(20-2^(1/2)*h))^2)^(5/2))=0')ans =7.4223928896768612557104509932965⑤通过MATLAB,利用已求得的h2,计算得到x,并进一步计算得到Ih=7.42239;x=20-2^(1/2)*hI=10/((25+x^2)^(3/2))+(3*h)/((h^2+(20-x)^2)^(3/2)) x =9.5032I =0.01863.当h1,h2均在3m-9m之间时:①同上,通过MATLAB求解下面的方程组:solve('p1/(h1^2+x^2)^(3/2)-3*p1*h1^2/(h1^2+x^2)^(5/ 2)')solve('3/((h^2+(20-x)^2)^(3/2))-3*(3*h^2)/((h^2+(20 -x)^2)^(5/2))=0')ans =2^(1/2)*h1-2^(1/2)*h1ans =20+2^(1/2)*h20-2^(1/2)*h②根据实际,选择x=h1,x=20-h2,带入第三个式中,得:③利用MATLAB,求得x值:s=solve('1/((20-x)^3)=2/(3*(x^3))');s1=vpa(s,6)s1 =9.325307.33738+17.0093*i7.33738-17.0093*i④按照实际需求,选择x=9.32525⑤带入求解I,并比较得到亮度最大的最暗点h1=(1/sqrt(2))*9.32525h2=(1/sqrt(2))*(20-9.32525)h1 =6.5939h2 =7.5482四、计算结果1.当h1=5m,h2=6m时:x=9.33m时,为最暗点,I=0.01824393;x=19.97m时,为最亮点,I=0.08447655。

数学建模教学实践总结(3篇)

数学建模教学实践总结(3篇)

第1篇一、引言数学建模作为一种跨学科的研究方法,在我国高等教育中得到了广泛的应用。

数学建模教学旨在培养学生的数学思维、创新能力、团队协作能力以及解决实际问题的能力。

本文将对数学建模教学实践进行总结,分析教学过程中的成功经验和不足之处,以期为今后的教学提供借鉴。

二、教学实践过程1. 教学目标(1)掌握数学建模的基本理论和方法;(2)提高学生运用数学知识解决实际问题的能力;(3)培养学生的创新意识和团队协作精神。

2. 教学内容(1)数学建模的基本概念、原理和方法;(2)数学建模的常用软件和工具;(3)数学建模案例分析;(4)数学建模竞赛培训。

3. 教学方法(1)讲授法:讲解数学建模的基本理论和方法,为学生提供理论基础;(2)案例分析法:通过分析实际案例,让学生了解数学建模的应用;(3)实践操作法:让学生亲自动手进行数学建模,提高实践能力;(4)竞赛培训法:组织学生参加数学建模竞赛,锻炼学生的团队协作和创新能力。

4. 教学评价(1)课堂表现:观察学生在课堂上的参与度、提问和回答问题的能力;(2)作业完成情况:检查学生完成作业的质量和进度;(3)实践操作:评估学生在数学建模实践过程中的表现;(4)竞赛成绩:根据学生在数学建模竞赛中的成绩进行评价。

三、教学实践总结1. 成功经验(1)注重理论基础:在教学中,注重数学建模基本理论和方法的教学,为学生提供坚实的理论基础;(2)结合实际案例:通过分析实际案例,让学生了解数学建模的应用,提高学生的实践能力;(3)实践操作:鼓励学生亲自动手进行数学建模,提高学生的实践操作能力;(4)团队协作:通过组织学生参加数学建模竞赛,培养学生的团队协作和创新能力。

2. 不足之处(1)教学资源不足:部分学生缺乏数学建模所需的软件和工具,影响了教学效果;(2)学生基础差异较大:学生在数学基础、编程能力等方面存在较大差异,导致教学进度难以统一;(3)实践操作时间不足:由于课程时间有限,学生进行数学建模实践的时间较少,影响了实践效果。

数学建模实验报告数据的统计分析

数学建模实验报告数据的统计分析

数据的统计分析一、实验目的及意义本实验旨在通过对一些常见分布的概率计算和概率密度函数、分布函数曲线的直观认识、对数据分布的形态猜测、对某些概率分布的密度函数的参数估计(以正态为例)以及进行简单的正态假设检验,来揭示生活中的随机数据的一些统计规律.二、实验内容1. 常见的分布的概率计算、密度函数、分布函数及其图形;2.参数估计;3.正态假设检验。

三、实验步骤1.开启软件平台——MATLAB,开启MATLAB编辑窗口;2.根据求解步骤编写M文件3.保存文件并运行;4.观察运行结果(数值或图形);5.根据观察到的结果和体会写出实验报告。

四、实验要求与任务根据实验内容和步骤,完成以下实验,要求写出实验报告。

1.某人向空中抛硬币100次,落下为正面的概率为0.5,设这100次中出现正面向上的次数为X,试分别计算X=45和X≤45的概率,并画出分布函数的图形.( 用到的matlab函数:binopdf, binocdf)2.设2X Nσ,用MATLAB编程计算:(2,)(1)当0.5σ=时,求(1.8 2.9),(3),(2 1.5)<<>-->;P X P X P X(2)若(1.8)0.25,P X x x<<=求;(3)分别绘制0.2,0.5,0.9σ=时的概率密度函数图形.( 用到的matlab函数:norminv, normpdf, normcdf)3.随机产生1000个服从参数为100λ=的指数分布的样本数据,画出直方图,并求参数λ的估计值和置信水平为99%的置信区间.( 用到的matlab函数:hist,exprnd, expfit)wilyes11收集博客(与学习无关):/u/1810231802( 用到的matlab函数:polyfit, polyval,normplot或ttest或lillietest)五. 程序代码及运行结果(经调试后正确的源程序)1.某人向空中抛硬币100次,落下为正面的概率为0.5,设这100次中出现正面向上的次数为X,试分别计算X=45和X≤45的概率,并画出分布函数的图形.( 用到的matlab函数:binopdf, binocdf)程序代码:(prog1.m)x=0:100;y=binopdf(x,100,0.5);p1=binopdf(45,100,0.5);p2=binocdf(45,100,0.5);disp(['P(X=45)=',num2str(p1)])disp(['P(X≤45)=',num2str(p2)])plot(x,y,'b-','LineWidth',2);title('X~b(100,0.5)');hold onplot(45,p1,'go','MarkerEdgeColor','k','LineWidth',2,'MarkerFaceColor','g','MarkerSize',8) str1='P(X=45)=';str2=num2str(p1);str=strcat(str1,str2);text(10,0.05,str);str1='P(X≤45)=';str2=num2str(p2);str=strcat(str1,str2);text(10,0.04,str);运行结果:P(X=45)=0.048474P(X≤45)=0.18412.设2,用MATLAB编程计算:(2,)X Nσ(1)当0.5σ=时,求(1.8 2.9),(3),(2 1.5)<<>-->;P X P X P X(2)若(1.8)0.25,P X x x<<=求;(3)分别绘制0.2,0.5,0.9σ=时的概率密度函数图形.( 用到的matlab函数:norminv, normpdf, normcdf)程序代码:(prog2.m)fprintf('(1)\nX~N(2,0.25)\n')p1=normcdf(2.9,2,0.5)-normcdf(1.8,2,0.5);p2=1-normcdf(-3,2,0.5);p3=1-normcdf(3.5,2,0.5)+normcdf(0.5,2,0.5);disp(['P(1.8<X<2.9)=',num2str(p1)])disp(['P(X>-3)=',num2str(p2)])disp(['P(|X-2|>1.5)=',num2str(p3)])fprintf('(2)\nX~N(2,0.25)\n')x=norminv(normcdf(1.8,2,0.5)+0.25,2,0.5);disp(['P(1.8<X<x)=2.5,x=',num2str(x)])fprintf('(3) 如图')x=0:0.05:4;y1=normpdf(x,2,0.2);y2=normpdf(x,2,0.5);y3=normpdf(x,2,0.9);hold onplot(x,y1,'b-',x,y2,'r-',x,y3,'g-','LineWidth',2);legend('σ=0.2','σ=0.5','σ=0.9');运行结果:(1)X~N(2,0.25)P(1.8<X<2.9)=0.61949P(X>-3)=1P(|X-2|>1.5)=0.0026998(2)X~N(2,0.25)P(1.8<X<x)=2.5,x=2.1197(3) 如图3.随机产生1000个服从参数为100λ=的指数分布的样本数据,画出直方图,并求参数λ的估计值和置信水平为99%的置信区间.( 用到的matlab函数:hist,exprnd, expfit)程序代码:(prog3.m)x=exprnd(100,1,1000);[a,b]=expfit(x,0.01);disp(['估计值λ=',num2str(a)])disp(['λ的置信水平为99%的置信区间为:[',num2str(b(1)),',',num2str(b(2)),']'])hist(x,20)title('参数为100的指数分布-1000个随机数直方图')运行结果:估计值λ=101.3767λ的置信水平为99%的置信区间为:[93.3096,109.8247]( 用到的matlab函数:polyfit, polyval,normplot或ttest或lillietest)程序代码:(prog4.m)X=[2,3,4,5,7,8,11,14,15,16,18,19];Y=[106.42,108.2,109.58,110,109.93,110.49,110.59,110.6,110.9,110.76,111,111.2];p=polyfit(X,Y,3);fprintf('Y=(%dX^3)+(%dX^2)+(%dX)+(%d)\n',p(1),p(2),p(3),p(4))h=ttest(mean(Y)-Y,0,0.05);fprintf('H0:残差r服从均值为0的正态分布\nH1:残差r不服从均值为0的正态分布\n') if h==0fprintf('经过检验,不拒绝H0假设,残差r服从均值为0的正态分布')elsefprintf('经过检验,拒绝H0假设,残差r不服从均值为0的正态分布')endy1=polyval(p,X);plot(X,Y,'k*' );hold on;plot(X,y1,'r-','LineWidth',2);title('X-Y函数关系曲线') ;运行结果:H0:残差r服从均值为0的正态分布H1:残差r不服从均值为0的正态分布经过检验,不拒绝H0假设,残差r服从均值为0的正态分布六.实验总结本实验通过对一些常见分布的概率计算以及概率密度函数、分布函数曲线的绘制,使我们更加直观认识到数据的统计分析的重要。

数学建模课实验报告心得(3篇)

数学建模课实验报告心得(3篇)

第1篇一、前言数学建模是一门将数学理论与实际问题相结合的课程,旨在培养学生运用数学知识解决实际问题的能力。

通过参加数学建模课的实验,我对数学建模有了更深刻的认识,以下是我对实验的心得体会。

二、实验过程1. 理解实验目的在实验开始前,我明确了实验的目的:通过具体实例,掌握数学建模的基本思想和方法,提高自己的实际应用能力。

这使我更加有针对性地进行实验。

2. 实验步骤(1)选题:选择一个实际问题,明确问题的背景、目标和所需解决的问题。

(2)建立模型:运用数学知识,将实际问题转化为数学模型。

(3)求解模型:利用数学软件,对模型进行求解,得到最优解或近似解。

(4)分析结果:对求解结果进行分析,评估其合理性和可行性。

(5)撰写实验报告:总结实验过程、结果和分析,撰写实验报告。

3. 实验成果通过实验,我成功地将一个实际问题转化为数学模型,并利用数学软件求解得到最优解。

同时,我学会了如何分析结果,评估其合理性和可行性。

三、心得体会1. 数学建模的重要性数学建模是解决实际问题的有效途径。

通过数学建模,我们可以将复杂的问题简化为数学模型,从而提高解决问题的效率。

在实验过程中,我深刻体会到了数学建模在解决实际问题中的重要性。

2. 数学知识的运用数学建模实验使我更加深入地理解了所学数学知识,并将其应用于实际问题。

在实验过程中,我运用了线性规划、概率论、统计学等多种数学知识,提高了自己的综合运用能力。

3. 团队合作精神数学建模实验需要团队合作,共同完成实验任务。

在实验过程中,我与团队成员相互学习、相互帮助,共同攻克难题。

这使我认识到团队合作的重要性,培养了团队协作精神。

4. 实验技能的提升通过实验,我熟练掌握了数学建模的基本步骤,提高了自己的实验技能。

同时,我学会了使用数学软件进行求解和分析,为今后从事相关领域的工作打下了基础。

5. 分析问题的能力在实验过程中,我学会了如何分析问题,寻找问题的本质。

这使我具备了解决实际问题的能力,为今后的学习和工作奠定了基础。

数学建模实验报告讲解

数学建模实验报告讲解
初步可以断定为正态分布
3)[muhat,sigmahat,muci,sigmaci]=normfit(s)%估计正态分布的参数
muhat =
80.1000
sigmahat =
9.7106
muci =
77.5915
82.6085
sigmaci =
8.2310
11.8436
[h,sig,ci]=ttest(s,80.1)%检验参数
结果:
b =
21.0058
19.5285
bint =
19.4463 22.5653
18.8943 20.1627
stats =
1.0e+003 *0.0010 4.7069 0.0000
作残差图rcoplot(r,rint)%作残差图
预测及作图
z=b(1)+b(2)*log(x)%预测及作图
plot(x,y,'k+',x,z,'r')
75 66 85 70 94 84 83 82 80 78
74 73 76 70 86 76 90 89 71 66
86 73 80 94 79 78 77 63 53 55
(1)计算均值、标准差、极差、偏度、峰度,画出直方图;
(2)检验分布的正态性;
(3)若检验符合正态分布,估计正态分布的参数并检验参数。
每周收入
96
90
95
9295Leabharlann 959494
电视广告费
1.5
2.0
1.5
2.5
3.3
2.3
4.2
2.5
报纸广告费
5.0
2.0
4.0

数学建模实验报告(精)

数学建模实验报告(精)

撰写人姓名:程昊撰写时间:2012.10.9 审查人姓名:实验一全过程记录实验项目性质:普通实验所属课程名称:数学建模实验参考资料:详见公共信箱********************中的电子课件;一、实验目的:1、熟练掌握基本的数学规划问题的求解方法;2、掌握最优化基本问题的LINDO与LINGO实现。

二、实验内容1、掌握用LINDO与LINGO求解简单的线性规划、非线性规划、整数规划等问题的方法。

2、能够阅读LINDO与LINGO结果报告。

三、实验报告要求1、实验报告格式严格按哈尔滨零工大学有关规定要求;2、应在理解的基础上简单扼要的书写实验原理,实验方法和步骤;(包括程序、运行结果、结果的解释-尤其是灵敏度分析报告的解释)3、就观察到的现象,变化的规律给出相应的解释;4、对实验中存在的问题,进一步的想法等进行讨论。

四、实验用仪器设备及材料软件需求:操作系统:Windows 2000或更新的版本实用数学软件:LINDO与LINGO硬件需求:Pentium Ⅲ 450以上的CPU处理器、64MB以上的内存、500MB的自由硬盘空间、CD-ROM驱动器、打印机、打印纸等。

五、实验原理优化问题(数学规划等)相关理论六、实验步骤6.1 线性规划要求1,2,3请用LINDO,LINGO完成以下实验内容。

1、生产计划问题(教材125页例题6.1);2、投资方案的确定(教材133页例题6.7);3、原料问题(教材130页例题6.6)。

6.2 非线性规划与整数规划要求1,2,3请用LINGO完成以下实验内容。

1、例6.10、例6.11(教材149、150页);2、例6.12工程造价问题(教材151页);3、例6.17汽车厂生产计划(教材156页);4、例6.20 指派问题。

(教材164页)。

5、某公司有6个建筑工地,位置坐标为(ai, bi) (单位:公里),水泥日用量di (单位:吨)假设:料场和工地之间有直线道路。

《数学建模实验》实验报告

《数学建模实验》实验报告
xlabel='每天的购买量';
ylabel='平均利润';
plot(buy_amount,ave_profit,'*:');
【4】运行结果:
val =4.2801 id =21 buy = 220
图像如下:
【5】结果分析:
该结果说明当报童每天买进报纸数量为220,报童的平均总收入为最大,且最大为4.2801.
2.某设备上安装有四只型号规格完全相同的电子管,已知电子管寿命为1000--2000小时之间的均匀分布。当电子管损坏时有两种维修方案,一是每次更换损坏的那一只;二是当其中一只损坏时四只同时更换。已知更换时间为换一只时需1小时,4只同时换为2小时。更换时机器因停止运转每小时的损失为20元,又每只电子管价格10元,试用模拟方法决定哪一个方案经济合理?
《数学建模实验》实验报告
学号:
实验十四:计算机模拟
1.某报童以每份0.03元的价格买进报纸,以0.05元的价格出售.根据长期统计,报纸每天的销售量及百分率为
销售量
200
210
220
230
240
250
百分率
0.10
0.20
0.40
0.15
0.10
0.05
已知当天销售不出去的报纸,将以每份0.02元的价格退还报社.试用模拟方法确定报童每天买进报纸数量,使报童的平均总收入为最大?
(1)建立m文件eq1.m
function dy=eq1(x,y)
dy=zeros(2,1);
dy(1)=y(2);
dy(2)=1/5*sqrt(1+y(1)^2)/(1-x);
(2)建立主程序
x0=0,xf=0.9999

数学建模 -实验报告2

数学建模 -实验报告2
1
output =
iterations: 11 funcCount: 12 algorithm: 'golden section search, parabolic interpolation'
message: 'Optimization terminated: the current x satisfies the term...'
度AB,但是,当病床的长度一定时,要计算病床的宽度就比较麻烦,因此我们从定宽变长的角度来考虑
问题。这样就得到了这个问题的模型二。
假设:1、在转弯过程中我们的策略是转动与推进相结合;
2、在转弯的过程中,病床的宽度 h w 保持不变(显然 0 1 )。
记当病床的AB边与水平走廊的夹角为 时,恰好与走廊相抵的病床长度AB为 L( , w, ) (参看
的充分必要条件是:病床长度 L Lmin (w, ) 。因此,问题归结为求函数 L( , w, ) 关于变量 的最小值
Lmin (w, ) 。
令 t sin cos 得:1 t
2
, sin
cos

t2
1
,代入(6)式得
2
L( , w, ) f (t, w, )
图2
只要
L 2 h2 w2 2
0hw
化简得: L 2 w2 h2
0hw
(1)
即:当病床的长度 L 不超过走廊宽度 w 与病床宽度 h 的平方差的平方根
倍时,我们就可以把病床平推转过走廊拐角。 到此,我们似乎已经完全解决了这个问题。在下结论之前,我们来
Q B
O
F
D
the current x satisfies the term...' 即最小值在 x=0.2176 附近,为-1.1312。

【最新2018】数学建模实验报告 (2500字)-优秀word范文 (9页)

【最新2018】数学建模实验报告 (2500字)-优秀word范文 (9页)

本文部分内容来自网络整理,本司不为其真实性负责,如有异议或侵权请及时联系,本司将立即删除!== 本文为word格式,下载后可方便编辑和修改! ==数学建模实验报告 (2500字)江西科技师范大学实验报告课程数学模型与试验系别数学与计算机科学学院班级 10数学(1)班学号姓名报告规格一实验目的四实验方法及步骤二实验原理五实验记录及数据处理三实验仪器六误差分析及问题讨论实验一 Matlab基本语法与绘图1.实验课程名称数学实验2.实验项目名称 Matlab基本语法与绘图 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,Matlab矩阵运算、循环语句与绘图。

4.实验内容和原理内容:1.矩阵A+B?1234??4562?????A??5678?,B??8525??1596??7892?????2. 在[-5,5]上画F(x)?x*ln(1?x^2)的图形原理:利用二维图形和三维图形的Matlab编程的语言,编写简单的二维图形和三维图形的程序。

5.主要仪器设备计算机与Windows 201X/XP系统;Matlab等软件。

6.操作方法与实验步骤步骤:1.(1)打开Matlab,新建file-M文件(2)在M文件编辑窗口输入以下程序 A=[1 2 3 4;5 6 7 8;1 5 9 6]B=[4 5 6 2;8 5 2 5;7 8 9 2](3)点击执行按钮,运行其代码,并在Matlab中输入A+B,回车2. (1)打开Matlab,新建file-M文件(2)在M文件编辑窗口输入以下程序,并以文件名”shiyan1.2.m” 保存:fplot(' x*(log(1+x^2)) ',[-5,5])(3)点击执行按钮,运行其代码7.实验结果与分析实验结果与分析:1. A =第 - 1 - 页共 13 页1 2 3 45 6 7 81 5 9 6 B =4 5 6 28 5 2 57 8 9 2 >> A+B ans =5 7 96 13 11 9 138 13 18 8 即为A+B的结果2. fplot函数不能画参数方程和隐函数图形,但在一个图上可以画多个图形。

层次分析法-数学建模实验报告

层次分析法-数学建模实验报告
《数学建模与数学实验》实验报告
实验1 离散模型
专业、班级
信息
学号
姓名
课程编号
实验类型
验证性
学时
2
实验(上机)地点
教七楼数学实验中心
完成时间
任课教师
评分
1.掌握数学软件Matlab,c++的基本用件进行离散数学模型问题的求解和分析;
3.理解层次分析数学模型和效益的合理分配数学模型的数学原理,并能够分别利用这两种离散数学模型进行实际问题的建模。
调用(以根法求解特征值和特征向量的)函数进行层次单排序的结果如下:
矩阵A的最大特征值:lambda0 =6.3487
矩阵A的最大特征值对应的特征向量:
w0 =
0.1560
0.1751
0.1732
0.0464
0.1157
0.2835
一致性比率:cr0 =0.0562
各属性的最大特征值:Lambda =3.0092 3.0246 3.0649 3.0649 3.0000 3.0649
[cr6,ci6,ri6,w6,lambda6]=HEFA(B6);
%输出计算结果
disp('矩阵A的最大特征值:')
lambda0
disp('矩阵A的最大特征值对应的特征向量:')
w0
disp('一致性比率:')
cr0
disp('各属性的最大特征值:')
Lambda=[lambda1,lambda2,lambda3,lambda4,lambda5,lambda6]
部分代码如下:
%成对比较矩阵
A=[1,1,1,4,1,1/2;1,1,2,4,1,1/2;1,1/2,1,5,3,1/2;...

数学建模教学实践报告(3篇)

数学建模教学实践报告(3篇)

第1篇一、前言数学建模是现代科学技术领域的一种重要方法,它将数学理论与实际问题相结合,为解决实际问题提供了一种新的思路。

近年来,随着我国高等教育的快速发展,数学建模教学逐渐成为各高校教学的重要组成部分。

本文以某高校数学建模课程为例,对数学建模教学实践进行总结和分析。

二、教学目标与内容1. 教学目标(1)使学生掌握数学建模的基本理论和方法;(2)提高学生运用数学知识解决实际问题的能力;(3)培养学生的创新意识和团队协作精神。

2. 教学内容(1)数学建模的基本理论:数学建模的概念、数学建模的方法、数学建模的步骤等;(2)数学建模的常用工具:MATLAB、Mathematica、Excel等;(3)实际问题案例分析:从实际问题中提取数学模型,运用数学方法求解;(4)团队协作与论文撰写:培养学生团队合作精神和论文撰写能力。

三、教学方法与手段1. 教学方法(1)启发式教学:引导学生主动思考,激发学生的学习兴趣;(2)案例教学:通过实际案例,让学生了解数学建模的应用;(3)小组讨论:培养学生的团队协作精神,提高学生解决问题的能力;(4)实践操作:通过实际操作,让学生掌握数学建模的方法和工具。

2. 教学手段(1)多媒体课件:利用多媒体课件展示数学建模的理论和方法;(2)网络资源:利用网络资源,拓展学生的知识面;(3)实践平台:搭建实践平台,让学生在实际操作中提高数学建模能力。

四、教学过程1. 理论教学在理论教学中,教师重点讲解数学建模的基本理论和方法,引导学生掌握数学建模的步骤和常用工具。

同时,结合实际案例,让学生了解数学建模的应用。

2. 实践教学在实践教学环节,教师布置实际问题,要求学生运用所学知识进行建模和求解。

学生通过小组讨论、实践操作,提高数学建模能力。

教师对学生的作品进行点评和指导,帮助学生改进和完善。

3. 论文撰写在论文撰写环节,教师指导学生整理和总结建模过程,撰写论文。

通过论文撰写,培养学生的团队协作精神和论文撰写能力。

《数学建模》实验报告二

《数学建模》实验报告二

《数学建模》实验报告二院系专业学号姓名指导教师二O一五年四月十六日第一部分:数学建模论文P135:11题有4名同学到一家公司参加三个阶段的面试:公司要求每个同学都必须首先找公司秘书初试,然后到部门主管处复试,最后到经理处参加面试,并且不允许插队(即在任何一个阶段4名同学的顺序是一样的),由于4名同学的专业背景不同,所以每人在三个阶段的面试时间也不同,如表1所示。

这4名同学约定他们全部面试完以后一起离开公司,假定现在时间是早晨8:00,请问他们最早何时能离开公司?表1 面试时间要求单位:min一:问题的提出本题问题是要合理安排4名同学的面试顺序,使完成全部面试所花费的时间最少。

二:模型假设定义数学符号如下tij:第i名同学参加第j阶段面试需要的时间;xij:第i名同学参加第j阶段面试的开始时刻(记早上8:00面试开始为0时刻)(i=1, 2, 3, 4;j=1, 2, 3);T:完成全部面试所花费的最少时间。

三:模型建立目标函数:Min T={Max i{xi3+ti3}}模型约束条件:①每个人只有参加完前一阶段的面试后才能进入下一个阶段,则xij+tij<=x(i,j+1) (i=1, 2, 3, 4,j=1, 2);②每个阶段j在同一时间只能面试1名同学,所以用0-1变量yik表示第k名同学是否排在第i名同学前面(1表示是,0表示否),则xij+ tij–xkj<=Tyik (i, k=1, 2, 3, 4; j=1, 2, 3; i<k)xkj+ tkj–xij<=T(1–yik) (i, k=1, 2, 3, 4; j=1, 2, 3; i<k) 线性优化目标:Min Ts.t. T >=x13+ t13T >=x23+ t23T >=x33+ t33T >=x43+ t43xij+ tij <=x(i, j+1) (i=1, 2, 3, 4;j=1, 2)xij+ tij–xkj<=Tyik (i, k=1, 2, 3, 4; j=1, 2, 3; i<k)xkj+ tkj–xij<=T(1–yik)(i, k=1, 2, 3, 4; j=1, 2, 3; i<k)xi3+ ti3<=T (i=1, 2, 3, 4)四:模型解法与结果程序:Model:min =T;T >= x13+ t13;T >= x23+ t23;T >= x33+ t33;T >= x43+ t43;x11+ t11 <= x12;x12+ t12 <= x13;x21+ t21 <= x22;x22+ t22 <= x23;x31+ t31 <= x32;x32+ t32 <= x33;x41+ t41 <= x42;x42+ t42 <= x43;x11+ t11 - x21<= T*y12;x21+ t21 - x11<= T*(1-y12); x12+ t12 - x22<= T*y12;x22+ t22 - x12<= T*(1-y12); x13+ t13 - x23<= T*y12;x23+ t23 - x13<= T*(1-y12); x11+ t11 - x31<= T*y13;x31+ t31 - x11<= T*(1-y13); x12+ t12 - x32<= T*y13;x32+ t32 - x12<= T*(1-y13); x13+ t13 - x33<= T*y13;x33+ t33 - x13<= T*(1-y13); x11+ t11 - x41<= T*y14;x41+ t41 - x11<= T*(1-y14); x12+ t12 - x42<= T*y14;x42+ t42 - x12<= T*(1-y14); x13+ t13 - x43<= T*y14;x43+ t43 - x13<= T*(1-y14); x21+ t21 - x31<= T*y23;x31+ t31 - x21<= T*(1-y23); x22+ t22 - x32<= T*y23;x32+ t32 - x32<= T*(1-y23); x23+ t23 - x33<= T*y23;x33+ t33 - x23<= T*(1-y23); x21+ t21 - x41<= T*y24;x41+ t41 - x21<= T*(1-y24);x22+ t22 - x42<= T*y24;x42+ t42 - x22<= T*(1-y24);x23+ t23 - x43<= T*y24;x43+ t43 - x23<= T*(1-y24);x31+ t31 - x41<= T*y34;x41+ t41 - x31<= T*(1-y34);x32+ t32 - x42<= T*y34;x42+ t42 - x32<= T*(1-y34);x33+ t33 - x43<= T*y34;x43+ t43 - x33<= T*(1-y34);t11=13;t12=15;t13=20;t21=10;t22=20;t23=18;t31=20;t32=16;t33=10;t41=8;t42=10;t43=15;@bin(y12);@bin(y13);@bin(y14);@bin(y23);@bin(y24);@bin(y34);End运行结果:Local optimal solution found.Objective value: 84.00000Extended solver steps: 35Total solver iterations: 975Variable Value Reduced Cost T 84.00000 0.000000 X13 36.00000 0.000000 T13 20.00000 0.000000 X23 56.00000 0.000000 T23 18.00000 0.000000X33 74.00000 0.000000T33 10.00000 0.000000X43 18.00000 0.000000T43 15.00000 0.000000X11 8.000000 0.000000T11 13.00000 0.000000X12 21.00000 0.000000T12 15.00000 0.000000X21 21.00000 0.000000T21 10.00000 0.000000X22 36.00000 0.000000T22 20.00000 0.000000X31 31.00000 0.000000T31 20.00000 0.000000X32 56.40000 0.000000T32 16.00000 0.000000X41 0.000000 0.9999970T41 8.000000 0.000000X42 8.000000 0.000000T42 10.00000 0.000000Y12 0.000000 -83.99950Y13 0.000000 0.000000Y14 1.000000 83.99950Y23 0.000000 -83.99950Y24 1.000000 0.000000Y34 1.000000 0.000000五:模型结果的分析所有面试完成至少需要84分钟,其面试顺序为4-1-2-3 (即丁-甲-乙-丙)。

数学建模实验报告

数学建模实验报告

2014年下学期数学实验与数学建模作业 (注:基础实验习题一到习题八全做, 应用实验选做两个)习题一1. 用两种方法在同一个坐标下作出y 1=x 2,y 2=x 3,y 3=x 4 y 4=x 5这四条曲线的图形,并要求用两种方法在图上加各种标注。

2.用subplot 分别在不同的坐标系下作出下列四条曲线,为每幅图形加上标题, 1)概率曲线 2x ey -=;2)四叶玫瑰线 r =sin2q ;3)叶形线 ⎪⎪⎩⎪⎪⎨⎧+=+=;13,13323t t y t t x 4)曳物线 22111ln y y y x --±= 。

3.作出下列曲面的3维图形,1))sin(22y x z +π=; 2)环面:⎪⎩⎪⎨⎧=+=+=,sin ,sin )cos 1(,cos )cos 1(u z v u y v u x )2,0()2,0(ππ∈∈v u 。

4.建立一个命令M-文件:求所有的“水仙花数”,所谓“水仙花数”是指一个三位数,其各位数字的立方和等于该数本身。

例如,153是一个水仙花数,因为153=13+53+33。

5.编写函数M-文件sq.m :用迭代法求 a =x 的值。

求平方根的迭代公式为)a (211n n n x x x +=+迭代的终止条件为前后两次求出的x 的差的绝对值小于10-5。

6. 根据给定的参数方程,绘制下列曲面的图形。

a) 椭球面u z v u y v u x sin ,cos cos 2,sin cos 3=== b) 椭圆抛物面24,cos 2,sin 3u z v u y v u x ===c) 单叶双曲面u z v u y v u x tan 4,cos sec 2,sin sec 3===d) 双曲抛物面3,,22v u z v y u x -===e) 旋转面u z v u y v u x ===,cos ln ,sin ln f) 圆锥面u z v u y v u x ===,cos ,sing) 环面v z v u y v u x sin 4.0,sin )cos 4.03(,cos )cos 4.03(=+=+= h)正螺面v z v u y v u x 4,cos ,sin ===习题二1.计算极限(1).1512lim 33++∞→n n n (2)11434)1(lim +++∞→++-n n nn n (3)x x xx x x sin cos sin lim 20-→ (4) xxx ln cot ln lim0+→(5)x x x ln lim 20+→ (6) xx x 0lim +→ (7) x x x x )1cos 1(sinlim +∞→ (8) xx x x cos 110sin lim -→⎪⎭⎫ ⎝⎛2.考察函数x x f sin )(=在5=x 处的连续性. 习题三1.求下列函数的导数:(1)x x y 3cos cos 3-= (2)xxe y x sin 1-= (3) a x a axy a a x x=+++ 2. 根据要求在MATLAB 中求下列函数的导数(1) )11arcsin()(22xx x f +-=,求?)1(='f (2)设)ln(22x a x y ++=,求dy(3) )1ln(2x x y +=,求?122==x dxyd(4)设⎩⎨⎧-=-=)cos 1()sin (t a y t t a x ,求dx dy3.求下列函数的三阶导数:(1) (2) 4. 已知33261)(34+-+=x x x x f ,求)(x f 在闭区间[-1,2]上的最小值; 5. 根据要求下列函数的偏导数:(1)设 0)tan()cos()sin(=++xz yz xy ,求yz x y ∂∂∂∂, )sin(1x x y =xx x y 13228++=(2)设e ex xy =+-ln ,求dxdy (3)设224623y x y x z +-=,求yx zy z x z ∂∂∂∂∂∂∂22222,,6.下列多元隐含数的偏导数.,yz x z ∂∂∂∂ (1)xyz z y x e z==++)2(,1cos cos cos 222习题四1.用MATLAB 计算下列不定积分。

  1. 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. 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. 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)。

曲线拟合与回归分析
1、有10个同类企业的生产性固定资产年平均价值和工业总产值资料如下:
(1)说明两变量之间的相关方向;
(2)建立直线回归方程;
(3)计算估计标准误差;
(4)估计生产性固定资产(自变量)为1100万元时的总资产(因变量)的可能值。

解:由表格易知:工业总产值是随着生产性固定资产价值的增长而增长的,而知之间存在正向相关性。

用spss回归有:
(2)、可知:若用y表示工业总产值(万元),用x表示生产性固定资产,二者可用如下的表达式近似表示:
=x
.0+
y
.
567
395
896
(3)、用spss回归知标准误差为80.216(万元)。

(4)、当固定资产为1100时,总产值可能是(0.896*1100+395.567-80.216~0.896*1100+395.567+80.216)即(1301.0~146.4)这个范围内的某个值。

另外,用MATLAP也可以得到相同的结果:
程序如下所示:
function [b,bint,r,rint,stats] = regression1
x = [318 910 200 409 415 502 314 1210 1022 1225];
y = [524 1019 638 815 913 928 605 1516 1219 1624];
X = [ones(size(x))', x'];
[b,bint,r,rint,stats] = regress(y',X,0.05);
display(b);
display(stats);
x1 = [300:10:1250];
y1 = b(1) + b(2)*x1;
figure;plot(x,y,'ro',x1,y1,'g-');
industry = ones(6,1);
construction = ones(6,1);
industry(1) =1022;
construction(1) = 1219;
for i = 1:5
industry(i+1) =industry(i) * 1.045;
construction(i+1) = b(1) + b(2)* construction(i+1);
end
display(industry);
display( construction);
end
运行结果如下所示:b =
395.5670
0.8958
stats =
1.0e+004 *
0.0001 0.0071 0.0000 1.6035
industry =
1.0e+003 *
1.0220
1.0680
1.1160
1.1663
1.2188
1.2736
construction =
1.0e+003 *
1.2190 0.3965 0.3965 0.3965 0.3965 0.3965
200
400
600800100012001400
生产性固定资产价值(万元)
工业总价值(万元)
第五章 方差分析与假设检验
1、为比较5种品牌的合成木板的耐久性,对每个品牌取4个样品作摩擦实验测量磨损量,得以下数据:
(1)、它们的耐久性有无明显差异?
(2)、有选择的作两品牌的比较,能得出什么结果? 解:(1)、用spss 进行方差分析有:
用MA TLAP分析有:
function anova_1
fm1 = [2.2 2.1 2.4 2.5;2.2 2.3 2.4 2.6;2.2 2.0 1.9 2.1;2.4 2.7 2.6 2.7;2.3 2.5 2.3 2.4;];
p=anova1(fm1);
display(p);
得到:p= 0.5737>0.05,也能得到相同的结论。

(2)、从五种品牌的平均值可以判断这种品牌的总体耐久性的好坏,其方差和标准差可以说明它的各个样本之间耐久性的差异。

例如A、B两种品牌,B的总体水平要稍高,而且它的各个样品间差异较小。

第六章计算机模拟
2、一个带有船只卸货的岗楼,任何时间仅能为一艘船只卸货。

船只进港是为了卸货,
相邻两艘船只到达的时间间隔在15分钟到145分钟之间变化。

一艘船只卸货的时间由
所卸货物类型决定,在45分钟到90分钟之间变化,请回答以下问题:
(1)、每艘船只在港口的平均时间和最长时间是多少?
(2)、若一艘船只的等待时间是从到达到开始卸货的时间,每艘船只的平均等待时间
和最长等待时间是多少?
(3)、卸货设备空闲时间的百分比是多少?
(4)、船只排队最长的长度是多少?
解:这个问题可以看做是一个排队的例子,用MATLAP求解程序如下所示:
function timeWaiting = simu3_ship(n)
n = input('n=');m=0;
x = zeros(1,n);y = zeros(1,n);
D = zeros(1,n);leng = zeros(1,n);
t = unifrnd(65,130,1,n)+15; %两艘船到达的时间间隔
s = unifrnd(22.5,45,1,n)+45; %一艘船只的卸货时间
x(1) = t(1); %第一艘船到达的时间
for i = 2:n
y(i) = x(i-1) + t(i); %第2~n搜船到达的时间
j = i - 1;
c(j) = x(j) + s(j)+ D(j); %计算第一艘船离开的时间
if c(j) < y(i) %比较相邻两艘船离开、到达时刻的大小D(i) = 0;
D3(i) = y(i)-c(j); %D3用来计算空闲的时间
D(i) = c(j) - y(i);
D3(i) = 0;
end
x(i) = y(i);
D1(i) = D(i)+s(i);
D2(i) = D(i);
for k = 2:n
if c(j) > y(k)
m = m+1;
end
leng(j) = m; %计算每艘船在卸货的时候,等待的船只个数end
m = 0;
end
averageWaiting1 = mean(D1);maxWaiting1 = max(D1);
averageWaiting2 = mean(D2);maxWaiting2 = max(D2);
maxLength = max(leng);
freerate3 = sum(D3(i))/(sum(D3(i))+sum(s(i-1)));
display(averageWaiting1);display(maxWaiting1);
display(averageWaiting2);display(maxWaiting2);
display(freerate3);display(maxLength);
在命令窗口输入:n=10
运行结果:averageWaiting1 =
72.5714
maxWaiting1 =
72.5714
averageWaiting2 =
0.7345
maxWaiting2 =
7.3453
freerate3 =
0.2007
maxLength =
可知:
(1)、每艘船只在港口的平均时间和最长时间是72.5714和72.5714分种。

(2)、若一艘船只的等待时间是从到达到开始卸货的时间,每艘船只的平均等待时间
和最长等待时间是0.7345和7.3453分种。

(3)、卸货设备空闲时间的百分比是20.07%。

(4)、船只排队最长的长度是同一时间有8艘船在等待卸货。

第七章SPSS的基本应用
1、某地调查居民心理问题的存在现状,资料如下表所示,试绘制线性比较不同性别和年龄
组的居民心理问题检出情况。

由该图可以看出居民心理问题检出率受性别和年龄的影响情况。

2、为研究儿童生长发育的分期,调查1253名1月至7岁儿童的身高(cm)、体重(kg)、胸围(cm)和坐高(cm)的资料。

资料作如下整理:先把1月至7岁划分成19个月份段,分月份算出个指标的平均值,将第1月的各指标平均值与出生时的各指标平均值比较,求出月平均增长率(%),然后第2月起的个月份指标平均值与前一月比较,亦求出月平均增长率(%),结果见下表。

欲将儿童的生长发育分为四期,故指定聚类的类别数位4,请通过
聚类分析确定四个儿童生长发育期的起止期间。

通过spss软件进行回归分析可以得到上面表格,我们可清楚地看到聚类结果;参照专业知识,将儿童生长发育分期定为第一期,出生后至满月,增长率最高;第二期,第2个月起至第3个月,增长率次之;第三期,第3个月起至第8个月,增长率减缓;第四期,第8个月后,增长率显著减缓。

相关文档
最新文档