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。
- 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。