《数学实验》实验报告_3
《数学实验》实验报告（ 2012 年 4 月 8 日）一、实验问题1．（指派问题）考虑指定n个人完成n项任务（每人单独承担一项任务），使所需的总完成时间（成本）尽可能短. 已知某指派问题的有关数据（每人完成各任务所需的时间）如下表所示，试建模并求解该指派问题。
2．（二次指派问题）某公司指派n个员工到n个城市工作（每个城市单独一人），希望使所花费的总电话费用尽可能少。
n个员工两两之间每个月通话的时间表示在下面的矩阵的上三角部分（因为通话的时间矩阵是对称的，没有必要写出下三角部分），n个城市两两之间通话费率表示在下面的矩阵的下三角部分（同样道理，因为通话的费率矩阵是对称的，没有必要写出上三角部分）. 试求解该二次指派问题。
3、谢金星第四章课后习题第1或3题任选一题。
二、问题的分析（涉及的理论知识、数学建模与求解的方法等）1)根据实际问题，建立数学优化模型2)根据优化模型，利用LINGO 来求解模型。
三、计算过程、结论和结果分析1.模型：ij 44114141: 1,2,3,4: 12341 i j a 0 i j x : i j model min 1 j=1,2,3,4.. 1 i=1,2,3,4ij ij iji j ij i ij j m n a x a s t a ====⎧=⎨⎩⎧=⎪⎪⎨⎪=⎪⎩∑∑∑∑工人任务，，，第个人完成第项任务第个人不完成第项任务第个工人完成第项任务所用的时间model :sets :m/1..4/;n/1..4/;link(m,n):a,x;endsetsmin =@sum (link(i,j):x(i,j)*a(i,j));@for (m(i):@sum (n(j):a(i,j))=1);@for (n(j):@sum (m(i):a(i,j))=1);data :x=15 18 21 2419 23 22 1826 18 16 1919 21 23 17;enddataend结果：Global optimal solution found.Objective value: 70.00000Infeasibilities: 0.000000Total solver iterations: 7Variable Value Reduced Cost A( 1, 1) 0.000000 0.000000 A( 1, 2) 1.000000 0.000000 A( 1, 3) 0.000000 5.000000 A( 1, 4) 0.000000 10.00000 A( 2, 1) 1.000000 0.000000 A( 2, 2) 0.000000 1.000000 A( 2, 3) 0.000000 2.000000 A( 2, 4) 0.000000 0.000000 A( 3, 1) 0.000000 11.00000 A( 3, 2) 0.000000 0.000000 A( 3, 3) 1.000000 0.000000 A( 3, 4) 0.000000 5.000000 A( 4, 1) 0.000000 1.000000 A( 4, 2) 0.000000 0.000000 A( 4, 3) 0.000000 4.000000 A( 4, 4) 1.000000 0.000000X( 1, 3) 21.00000 0.000000 X( 1, 4) 24.00000 0.000000 X( 2, 1) 19.00000 0.000000 X( 2, 2) 23.00000 0.000000 X( 2, 3) 22.00000 0.000000 X( 2, 4) 18.00000 0.000000 X( 3, 1) 26.00000 0.000000 X( 3, 2) 18.00000 0.000000 X( 3, 3) 16.00000 0.000000 X( 3, 4) 19.00000 0.000000 X( 4, 1) 19.00000 0.000000 X( 4, 2) 21.00000 0.000000 X( 4, 3) 23.00000 0.000000 X( 4, 4) 17.00000 0.000000 Row Slack or Surplus Dual Price 1 70.00000 -1.000000 2 0.000000 -14.00000 3 0.000000 -18.00000 4 0.000000 -14.00000 5 0.000000 -17.00000 6 0.000000 -1.000000 7 0.000000 -4.000000 8 0.000000 -2.000000 9 0.000000 0.000000第1个人完成第2项，第2人完成第1项，第3人完成第3项，第4人完成第4项。
最短时间为70.2.模型：ab ai bj mn ij : 12345ci : 12345d :i j c :a b 1 i a x =0 i a i j a b 1 j b x =0 j b 1 m n x =0 m n mod el min d *ij pe ⎧⎨⎩≠≠⎧⎨⎩⎧⎨⎩员工，，，，城市，，，，第人与第人的通话时间城市与城市的通话费率人去城人不去城（，）人去城人不去城人去城人不去城：5555ab ai bj i=1j=1i=1j=15151c *x *x 1 n=1,2,3,4,5s.t. 1 m=1,2,3,4,5mn m mn n x x ==⎧=⎪⎪⎨⎪=⎪⎩∑∑∑∑∑∑（）model :sets :lin(pe,ci):x;lin1(pe,pe):d;lin2(ci,ci):c;endsetsmin=@sum(lin1(i,j):d(i,j)*@sum(lin2(a,b):c(a,b)*x(a,i)*x(b,j))); @for(pe(m):@sum(ci(n):x(m,n))=1);@for(ci(n):@sum(pe(m):x(m,n))=1);@for(lin:@bin(x));data:d=0 1 1 2 31 02 1 21 2 0 1 22 1 1 0 13 2 2 1 0;c=0 5 2 4 15 0 3 0 22 3 0 0 04 0 0 0 51 2 0 5 0;enddataend结果：Local optimal solution found.Objective value: 50.00000Objective bound: 50.00000Infeasibilities: 0.000000Extended solver steps: 18Total solver iterations: 802Variable Value Reduced CostX( 1, 1) 0.000000 14.00000X( 1, 2) 0.000000 0.000000X( 1, 3) 1.000000 5.999996X( 1, 4) 0.000000 0.000000X( 1, 5) 0.000000 6.000000X( 2, 1) 0.000000 16.00000X( 2, 2) 0.000000 9.999992X( 2, 3) 0.000000 0.000000X( 2, 4) 1.000000 1.999992X( 2, 5) 0.000000 0.000000X( 3, 1) 0.000000 14.00000X( 3, 2) 0.000000 6.000000X( 3, 3) 0.000000 0.8523365E-08 X( 3, 4) 0.000000 0.000000X( 3, 5) 1.000000 0.000000X( 4, 1) 1.000000 7.999996X( 4, 2) 0.000000 0.000000X( 4, 3) 0.000000 5.999996X( 4, 4) 0.000000 6.000000X( 4, 5) 0.000000 14.00000X( 5, 1) 0.000000 0.000000X( 5, 2) 1.000000 1.999981X( 5, 3) 0.000000 0.000000X( 5, 4) 0.000000 9.999981X( 5, 5) 0.000000 15.99998D( 1, 1) 0.000000 0.000000D( 2, 2) 0.000000 0.000000D( 2, 3) 2.000000 0.000000D( 2, 4) 1.000000 0.000000D( 2, 5) 2.000000 0.000000D( 3, 1) 1.000000 0.000000D( 3, 2) 2.000000 0.000000D( 3, 3) 0.000000 0.000000D( 3, 4) 1.000000 0.000000D( 3, 5) 2.000000 0.000000D( 4, 1) 2.000000 0.000000D( 4, 2) 1.000000 0.000000D( 4, 3) 1.000000 0.000000D( 4, 4) 0.000000 0.000000D( 4, 5) 1.000000 0.000000D( 5, 1) 3.000000 0.000000D( 5, 2) 2.000000 0.000000D( 5, 3) 2.000000 0.000000D( 5, 4) 1.000000 0.000000D( 5, 5) 0.000000 0.000000C( 1, 1) 0.000000 0.000000C( 1, 2) 5.000000 0.000000C( 1, 3) 2.000000 0.000000C( 1, 4) 4.000000 0.000000C( 1, 5) 1.000000 0.000000C( 2, 1) 5.000000 0.000000C( 2, 2) 0.000000 0.000000C( 2, 3) 3.000000 0.000000C( 2, 4) 0.000000 0.000000C( 2, 5) 2.000000 0.000000C( 3, 1) 2.000000 0.000000C( 3, 2) 3.000000 0.000000C( 3, 3) 0.000000 0.000000C( 3, 4) 0.000000 0.000000C( 3, 5) 0.000000 0.000000C( 4, 1) 4.000000 0.000000C( 4, 2) 0.000000 0.000000C( 4, 3) 0.000000 0.000000C( 4, 4) 0.000000 0.000000C( 4, 5) 5.000000 0.000000C( 5, 1) 1.000000 0.000000C( 5, 2) 2.000000 0.000000C( 5, 3) 0.000000 0.000000C( 5, 4) 5.000000 0.000000C( 5, 5) 0.000000 0.000000Row Slack or Surplus Dual Price1 50.00000 -1.0000002 0.000000 -10.000003 0.000000 -6.0000004 0.000000 8.0000005 0.000000 0.0000006 0.000000 -0.8674480E-05第一个人去第三个城市，第二个人去第四个城市，第三个人去第五个城市，第四个人去第一个城市，第五个人去第二个城市 ，最低费用50。
数学调查实验报告(3篇)
第1篇一、实验背景随着社会经济的快速发展，数学作为一门基础学科，在各个领域都发挥着重要作用。
为了提高学生的数学素养，激发学生学习数学的兴趣，培养学生的实践能力，我们开展了一次数学调查实验。
本次实验旨在了解学生在数学学习中的困难、需求以及兴趣点，为今后的数学教学提供参考。
二、实验目的1. 了解学生在数学学习中的困难、需求以及兴趣点；2. 分析学生数学学习现状，为教师改进教学方法提供依据；3. 培养学生的实践能力，提高学生的数学素养。
三、实验方法1. 实验对象：选取我校高一年级100名学生作为实验对象；2. 实验内容：设计调查问卷，包括数学学习困难、需求、兴趣点等方面；3. 实验步骤：（1）制定调查问卷；（2）发放问卷，收集数据；（3）对数据进行分析处理；（4）撰写实验报告。
四、实验结果与分析1. 数学学习困难分析（1）学生在数学学习中的困难主要集中在以下几个方面：①基础知识掌握不牢固；②解题技巧不足；③缺乏对数学问题的思考能力；④学习兴趣不高。
（2）针对以上困难，教师可以采取以下措施：①加强基础知识教学，帮助学生打好基础；②开展解题技巧培训，提高学生解题能力；③引导学生学会思考，培养问题意识；④激发学生学习兴趣，提高学习积极性。
2. 数学学习需求分析（1）学生在数学学习中的需求主要包括：①提高数学成绩；②掌握解题技巧；③提高逻辑思维能力；④拓展知识面。
（2）针对以上需求，教师可以采取以下措施：①制定合理的教学计划，确保教学目标达成；②注重解题技巧训练，提高学生解题能力；③开展思维训练活动，培养学生的逻辑思维能力；④丰富教学内容，拓展学生的知识面。
3. 数学学习兴趣点分析（1）学生在数学学习中的兴趣点主要包括：①数学竞赛；②数学应用；③数学趣味知识；④数学史。
（2）针对以上兴趣点，教师可以采取以下措施：①举办数学竞赛，激发学生学习兴趣；②结合实际生活，开展数学应用教学；③引入数学趣味知识，提高学生学习兴趣；④介绍数学史，培养学生的数学文化素养。
实验三最短路径的算法（离散数学实验报告）
实验三最短路径的算法（离散数学实验报告）实验3：最短路径算法⼀、实验⽬的通过本实验的学习，理解Floyd（弗洛伊得）最短路径算法的思想⼆、实验内容⽤C语⾔编程实现求赋权图中任意两点间最短路径的Floyd算法，并能对给定的两结点⾃动求出最短路径三、实验原理、⽅法和⼿段1、Floyd算法的原理定义：Dk[i,j] 表⽰赋权图中从结点vi出发仅通过v0，v1，┉，vk-1中的某些结点到达vj的最短路径的长度，若从vi到vj没有仅通过v0，v1，┉，vk-1 的路径，则D[i,j]=∝即D-1[i,j] 表⽰赋权图中从结点vi到vj的边的长度，若没有从结点vi到vj的边，则D[i,j]=∝D0[i,j] 表⽰赋权图中从结点vi到vj的”最短”路径的长度, 这条路上除了可能有v0外没有其它结点D1[i,j] 表⽰赋权图中从结点vi到vj的”最短”路径的长度, 这条路上除了可能有v0，v1外没有其它结点┉┉┉根据此定义，D k[i,j]=min{ D k-1[i,j] , D k-1[i,k-1]+D k-1[k-1,j] }定义：path[i,j]表⽰从结点vi到vj的“最短”路径上vi的后继结点四、实验要求要求输出每对结点之间的最短路径长度以及其最短路径五、实验步骤（⼀）算法描述Step 1 初始化有向图的成本邻矩阵D、路径矩阵path若从结点vi到vj有边，则D[i,j]= vi到vj的边的长度，path[i,j]= i；否则D[i,j]=∝，path[i,j]=-1Step 2 刷新D、path 对k=1,2,┉n 重复Step 3和Step 4Step 3 刷新⾏对i=1,2,┉n 重复Step 4Step 4 刷新Mij 对j=1,2,┉n若D k-1[i,k]+D k-1[k,j][结束循环][结束Step 3循环][结束Step 2循环]Step 5 退出（⼆）程序框图参考主程序框图其中，打印最短路径中间结点调⽤递归函数dist()，其框图如下，其中fist,end是当前有向边的起点和终点dist(int first, int end)七、测试⽤例：1、输⼊成本邻接矩阵：D ：06380532290141003210∝∝∝∝V V V V V V V V （其中∝可⽤某个⾜够⼤的数据值代替，⽐如100）可得最短路径矩阵：P ：131132122211111010103210--------V V V V V V V V以及各顶点之间的最短路径和最短路径长度：从V0到V1的最短路径长度为：1 ；最短路径为：V0→V1 从V0到V2的最短路径长度为：9 ；最短路径为：V0→V1→V3→V2 从V0到V3的最短路径长度为：3 ；最短路径为：V0→V1→V3 从V1到V0的最短路径长度为：11；最短路径为：V1→V3→V2→V0从V1到V2的最短路径长度为：8 ；最短路径为：V1→V3→V2 从V1到V3的最短路径长度为：2 ；最短路径为：V1→V3 从V2到V0的最短路径长度为：3 ；最短路径为：V2→V0 从V2到V1的最短路径长度为：4 ；最短路径为：V2→V0→V1 从V2到V3的最短路径长度为：6 ；最短路径为：V2→V0→V1→V3 从V3到V0的最短路径长度为：9 ；最短路径为：V3→V2→V0 从V3到V1的最短路径长度为：10；最短路径为：V3→V2→V0→V1 从V3到V2的最短路径长度为：6 ；最短路径为：V3→V2 参考程序： #include #define INFINITY 100 #define Max 10int a[Max][Max],P[Max][Max]; main() {void Print_Flod(int d);int i,j,k,D=4;printf("请输⼊成本邻接矩阵：\n");for(i=0;ifor(j=0;j{scanf("%d",&a[i][j]);}for(i=0;ifor(j=0;j{if(a[i][j]>0&& a[i][j]elseP[i][j]=-1;}for(k=0;kfor(i=0;ifor(j=0;jif (a[i][k]+a[k][j]{a[i][j]=a[i][k]+a[k][j];P[i][j]=k;}Print_Flod(D);}void Print_Flod(int d){void dist(int first,int end);int i,j;for(i=0;ifor(j=0;jif(i!=j){ printf("from V%d to V%d: ",i,j); dist(i,j);printf("V%d",j);printf(" (The length is: %d)\n",a[i][j]); }}void dist(int first,int end){ int x;x=P[first][end];if(x!=first){ dist(first,x); dist(x,end); }else printf("V%d->",x);}输出结果：。
数学实验三
学生实验报告实验课程名称开课实验室学院专业班学生姓名刘蛰学号开课时间至学年第学期数学与统计学院制开课学院、实验室：实验时间：年月日课程名称实验项目名称实验项目类型验证演示综合设计其他指导教师成绩实验目的[1] 学习最优化技术和基本原理，了解最优化问题的分类；[2] 掌握线性规划的建模技巧和求解方法；[3] 学习灵敏度分析问题的思维方法；[4] 熟悉MATLAB软件求解线性规划模型的基本命令；[5] 通过范例学习，熟悉建立线性规划模型的基本要素和求解方法。
基础实验一、实验内容1,(运输问题)从Toronto和Detroit两市分别有两批货物途径Chicago和Buffalo最终到达New York、Phila.和St.louis市.之间的路线表述如下图:其中Toronto和 Detroit 分别有600和500的货物需要运出,New York、Phila. 和St.louis的货物需求分别是450、350和300.每一段上的运输单价如下面两表：ToFrom Chicago Buffalo SupplyToronto Detroit$4$ 5$ 7$ 7600500 ToFrom New York Phila. St.louisChicago Buffalo Demand $3$ 1450$ 2$ 3350$ 2$ 4300问：如何进行运输安排使整个的运输费用最少？试建立问题的数学模型并求出最优解。
2.M文件：x0=[1,1,1,1,1];a=[-2.3;-2.3;-2.3;-2.3;-2.3];b=[2.3;2.3;3.2;3.2;3.2];[x,fmin]=fmincon('zhishu',x0,[],[],[],[],a,b,'feixianxingyueshu')名字为zhishu的M文件：function f=zhishu(x);f=exp(x(1)*x(2)*x(3)*x(4)*x(5));名字为feixianxingyueshu的M文件：function [c,ceq]=feixianxingyueshu(x);c=[];ceq(1)=0;for i=1:5ceq(1)=ceq(1)+x(i)*x(i);endceq(1)=ceq(1)-10;ceq(2)=x(2)*x(3)-5*x(4)*x(5);ceq(3)=x(1)*x(1)*x(1)+x(2)*x(2)*x(2)+1;运行结果截图：3.第一小题M文件：a=[29.74 4.9 69.32 65.0 98.3 55.27 40.0 19.8 62.5 73.3 37.58 0.98 41.98 75.37 79.38 92.0 84.47 36.77 62.08 73.13];b=[19.39 90.48 56.92 63.18 23.44 54.88 93.16 33.5 65.5 39.19 62.73 69.9 39.72 41.37 65.52 83.75 37.16 42.52 59.46 56.58];[x,fmin]=fminsearch('huayuan',[20,20])scatter(a,b,'*')grid onhold onscatter(x(1),x(2))名字为huayuan的M文件：function f=huayuan(x);f=0;a=[29.74 4.9 69.32 65.0 98.3 55.27 40.0 19.8 62.5 73.3 37.58 0.98 41.98 75.37 79.38 92.0 84.47 36.77 62.08 73.13];b=[19.39 90.48 56.92 63.18 23.44 54.88 93.16 33.5 65.5 39.19 62.73 69.9 39.72 41.37 65.52 83.75 37.16 42.52 59.46 56.58];for i=1:20f=f+sqrt((x(1)-a(i))^2+(x(2)-b(i))^2);end运行结果截图：第二小题M文件：a=[29.74 4.9 69.32 65.0 98.3 55.27 40.0 19.8 62.5 73.3 37.58 0.98 41.98 75.37 79.38 92.0 84.47 36.77 62.08 73.13];b=[19.39 90.48 56.92 63.18 23.44 54.88 93.16 33.5 65.5 39.19 62.73 69.9 39.72 41.37 65.52 83.75 37.16 42.52 59.46 56.58];[x,fmin]=fminsearch('huayuan1',[20,20])scatter(a,b,'*')grid onhold onscatter(x(1),x(2))名字为huayuan1的M文件：function f=huayuan1(x);f=0;a=[29.74 4.9 69.32 65.0 98.3 55.27 40.0 19.8 62.5 73.3 37.58 0.98 41.98 75.37 79.38 92.0 84.47 36.77 62.08 73.13];b=[19.39 90.48 56.92 63.18 23.44 54.88 93.16 33.5 65.5 39.19 62.73 69.9 39.72 41.37 65.52 83.75 37.16 42.52 59.46 56.58];c=[1 1 2 4 4 2 5 1 6 1 1 1 4 2 6 2 1 2 4 5];for i=1:20f=f+sqrt((x(1)-a(i))^2+(x(2)-b(i))^2)*c(i);end运行结果截图：应用实验（或综合实验）一、实验内容（人员组织安排）随着电话银行等业务的开展，香港汇丰银行在美国的服务中心需要雇佣一批话务员处理相关业务。
数学实验报告的总结(3篇)
第1篇一、实验背景随着科技的不断发展，数学实验在各个领域中的应用越来越广泛。
数学实验作为一种以计算机为工具，通过模拟、计算和验证等方法，对数学理论进行实践探索和研究的方法，已经成为数学研究的重要手段。
本次实验旨在通过数学实验，加深对数学理论的理解，提高数学应用能力，培养创新意识和团队协作精神。
二、实验目的1. 熟悉数学实验的基本方法，掌握数学实验的基本步骤。
2. 通过实验，加深对数学理论的理解，提高数学应用能力。
3. 培养创新意识和团队协作精神，提高自身综合素质。
三、实验内容本次实验主要包括以下内容：1. 实验一：线性方程组的求解通过编写程序，实现线性方程组的直接法、迭代法等求解方法，并对比分析各种方法的优缺点。
2. 实验二：矩阵运算实现矩阵的加法、减法、乘法、转置等基本运算，以及求逆矩阵、特征值和特征向量等高级运算。
3. 实验三：数值积分通过编写程序，实现定积分、变积分、高斯积分等数值积分方法，并分析各种方法的误差和适用范围。
4. 实验四：常微分方程的数值解法实现欧拉法、龙格-库塔法等常微分方程的数值解法，并对比分析各种方法的稳定性、精度和适用范围。
四、实验过程1. 确定实验内容，明确实验目的。
2. 设计实验方案，包括实验步骤、算法选择、数据准备等。
3. 编写实验程序，实现实验方案。
4. 运行实验程序，收集实验数据。
5. 分析实验数据，得出实验结论。
6. 撰写实验报告，总结实验过程和结果。
五、实验结果与分析1. 实验一：线性方程组的求解通过实验，验证了直接法和迭代法在求解线性方程组时的有效性。
直接法在求解大规模线性方程组时具有较好的性能，而迭代法在求解稀疏线性方程组时具有较好的性能。
2. 实验二：矩阵运算实验结果表明，矩阵运算的程序实现具有较高的精度和效率。
在实际应用中，可以根据具体需求选择合适的矩阵运算方法。
3. 实验三：数值积分通过实验，验证了各种数值积分方法的有效性。
高斯积分具有较高的精度，但在求解复杂函数时，需要调整积分区间和节点。
数学实验报告样本
数学实验报告样本标题：投影性质实验报告一、引言投影是数学中一个重要的概念，它在几何学、线性代数以及物理学等领域中都有广泛的应用。
本实验旨在通过实际操作和观察，探究几何图形在不同投影方式下的性质。
二、实验内容1.准备材料：白色纸张、直尺、铅笔、胶带。
2.实验步骤：a.在纸张上画出一些几何图形，如三角形、矩形、正方形等。
b.选择一个固定点作为观察点，将纸张用胶带固定在观察点上方。
c.将光源放置在观察点的正后方，以确保光线垂直投射到纸张上。
d.观察并记录图形在纸张上的投影。
三、实验结果1.绘制图形：我们选择绘制了一个三角形、一个矩形和一个正方形作为实验对象，并将它们固定在观察点上方。
这样可以保证光线从正上方垂直投射到纸上的每个图形。
2.观察结果：a.三角形的投影是一个三角形，其形状与原图形相似，但是大小可能会有所不同。
b.矩形的投影是一个矩形，其形状与原图形相同。
c.正方形的投影是一个正方形，其形状与原图形相同。
3.结果分析：从观察结果可以看出，当几何图形与观察点和光源的位置关系较为简单时，其投影形状与原图形相似。
特别是在观察点和光源位置固定的情况下，图形的大小可能会有所改变，但形状保持不变。
四、讨论1.关于投影形状：每种几何图形在不同的投影方式下可能会有不同的形状。
投影形状的变化取决于观察点和光源的位置关系、以及几何图形本身的性质。
2.关于投影大小：在本实验中，我们观察到图形的大小可能会发生变化。
这是由于观察点和光源的位置决定了图形在纸上的投影长度。
当观察点与光源距离增加时，投影相对于原图形可能会变大；反之，当距离减少时，投影可能会变小。
3.关于应用：投影性质是计算机图形学、建筑设计以及摄影学等领域中的关键概念之一、准确理解和运用投影性质可以帮助我们更好地设计和呈现图形。
五、结论通过本实验，我们实际操作和观察了几何图形在不同投影方式下的性质。
我们观察到，在固定观察点和光源位置的情况下，图形的形状保持不变，但大小可能会发生变化。
数学实验综合实验报告
数学实验综合实验报告《数学实验综合实验报告》摘要：本实验旨在通过数学实验的方式，探索和验证数学理论，并通过实验数据的分析和处理，得出结论和结论。
本实验涉及到数学的多个领域，包括代数、几何、概率统计等。
通过实验，我们得出了一些有趣的结论和发现，验证了数学理论的正确性，并对数学知识有了更深入的理解。
一、实验目的1. 验证代数公式的正确性2. 探索几何图形的性质3. 分析概率统计的实验数据4. 探讨数学理论的应用二、实验方法1. 代数公式验证实验：通过代数运算和数值计算，验证代数公式的正确性。
2. 几何图形性质探索实验：通过几何构造和图形分析，探索几何图形的性质。
3. 概率统计数据分析实验：通过实验数据的收集和处理，分析概率统计的规律和特性。
4. 数学理论应用实验：通过实际问题的分析和解决，探讨数学理论在实际中的应用。
三、实验结果与分析1. 代数公式验证实验结果表明，代数公式在特定条件下成立，验证了代数理论的正确性。
2. 几何图形性质探索实验发现，某些几何图形具有特定的性质和规律，进一步加深了对几何学的理解。
3. 概率统计数据分析实验得出了一些概率统计的规律和结论，对概率统计理论有了更深入的认识。
4. 数学理论应用实验通过具体问题的分析和解决，验证了数学理论在实际中的应用性。
四、结论通过本次数学实验，我们验证了代数、几何、概率统计等数学理论的正确性，得出了一些有意义的结论和发现。
实验结果进一步加深了对数学知识的理解和应用，对数学理论的研究和发展具有一定的参考价值。
五、展望本次实验虽然取得了一些有意义的结果，但也存在一些不足之处，如实验方法的局限性、实验数据的局限性等。
未来可以进一步完善实验设计和方法，开展更深入的数学实验研究，为数学理论的发展和应用提供更多的支持和帮助。
MATLAB数学实验三求积分实验报告
数学实验报告三：MATLAB 中一元函数积分的计算
1、积分有定积分和不定积分，运用函数int 可以求得符号表达式的积分．
int(f) 求函数f 对默认自由变量x 的不定积分
int(f,t) 求函数f 对符号变量t 的不定积分
int(f,a,b) 求函数f 对默认自由变量x 从a 到b 的定积分
int(f,t,a,b) 求函数f 对符号变量t 从a 到b 的定积分
2、积分应用——求面积
解方程 [x,y]=solve(‘f1=0’,‘f2=0’)
作图：ezplot(f,[x1,x2],[y1,y2]); hold on 在同一坐标系作图
写出积分表达式进行积分
3、清除变量clear 清屏clc 清除图像 clf
班级 姓名 学号 成绩
1、 求下列函数的积分
（1） ln x xdx ⎰ （2）2cos x xdx ⎰
（3）20sin d 2x x π⎰ （4）1
01x x e dx e +⎰
2、 求抛物线2x y =与直线20x y --=所围图形面积．
要求：（1）解方程，求交点
（2）作图：在同一坐标系作出这两个函数的图形
（3）写出积分表达式 进行积分计算。
小学数学实验报告doc
小学数学实验报告篇一：小学数学实验报告单小学数学实验报告单篇二：小学数学课题实验总结报告《实施合作学习，发挥优势互补的研究》课题实验总结在上级主管部门和学校领导关心支持下我们开展了《实施合作学习，发挥优势互补》的课题研究。
在课题组全体老师两年的不懈努力下，已基本完成本课题研究任务，并取得预期成果。
开展课题实验以来，我们坚持在实践中探索，在探索中实践，取得了初步的成效，主要体现在实验促进了三个方面的转变，一个方面的提高。
一、促进教师教学观念的转变。
参加课题实验后，实验组的老师们通过边实验边学习，不断总结与反思，提升了自己的科研水平，并树立了以“教学是为了促进学生发展”为最终目标的新型教育教学观念。
课堂上，老师与学生建立了和谐融洽的师生关系，在精心创设的良好的教学氛围中鼓励学生独立思考、大胆质疑、敢于探索、勇于创新。
让学生在自主、合作、探究的学习过程中，激发学习热情，养成学习习惯，提高学习能力，从而促进了学生的发展。
二、促进学生学习方式的转变。
学生正在由被动学习逐步向主动学习转变，由老师教转变为我能学，由师生间的单向性活动转变为双向性互动、多边性互动，增大了课堂信息量，学生积极主动学习，小组合作、乐于探究，他们发扬团队精神，团队之间互相竞争、优势互补，并培养学生动手、动脑、动口的能力，培养创新意识。
课前，学生能积极主动地预习信息窗内容，提出问题并尝试解决。
课堂上，学生能够热烈地交流预习所得，积极主动地参与课堂讨论，参与面广，讨论热烈而且有序。
课后，能自觉温习知识，深化学习，拓展延伸，并加以运用。
绝大部分学生善于表达，敢于提出自己的不同见解，有较强的探究精神，能够提出问题积极思考，并能够多角度思维寻找解决问题的策略，并且培养了学生良好的合作学习的习惯。
学习方式的转变促进了学生全面发展，他们乐学，善学，学有所成。
随着学生自主合作探究能力的不断提高，自主性合作性探究性已多个学习层面辐射，辐射到其它学科、班级管理、文体活动等方面。
数学实验报告范文
数学实验报告范文一、实验目的本实验的目的是通过实际操作，加深对于数学知识的理解与掌握，并探索一些数学现象和规律。
二、实验器材1.白板及白板笔2.直尺、尺子、量角器等测量工具3.笔、纸等书写工具三、实验内容1.实验1：测量线段长度将一根任意长度的线段放在纸上，并用直尺进行测量，记录下线段的长度，并验证直尺的准确性。
2.实验2：测量角度利用量角器测量给定图形中的角度，记录下测得的角度，并与实际值进行比较。
3.实验3：实际计算随机给出一个数学题目，并尝试进行计算，然后与同学讨论并对比答案。
四、实验步骤与方法1.实验1：测量线段长度首先将线段放在纸上，用尺子测量线段的长度，并记录下来。
然后再使用直尺测量同一段线段的长度，将两组测量结果进行对比，并检验直尺的准确性。
实验结果：经过多次实验，发现使用尺子和直尺测量得到的结果基本一致，误差很小，因此可以认为直尺的准确性很高。
2.实验2：测量角度首先在纸上画出一个给定的角度，并使用量角器进行测量。
记录下测得的角度，并与实际值进行比较。
实验结果：通过多次实验，发现使用量角器测量得到的角度与实际角度非常接近，说明量角器的准确性很高。
3.实验3：实际计算给出一个数学题目，现场进行计算，并与同学讨论答案。
实验结果：通过与同学的讨论，发现在计算过程中有时候会出现错误，然而经过交流和比较答案后，找到了并纠正了错误。
五、实验结论1.在本实验中，通过测量线段长度和角度，我们验证了尺子和直尺的准确性，同时也验证了量角器的准确性。
2.实际计算中，我们发现自己在计算过程中可能会出现错误，因此需要和同学进行交流和讨论，以便找出错误并进行纠正。
六、实验心得通过本次实验，我深刻认识到数学的重要性，同时也加深了对数学知识的理解和掌握。
在实际操作中，我学会了如何使用尺子、直尺和量角器进行测量，并验证了这些测量工具的准确性。
此外，在实际计算中，我也注意到了自己可能会出错的地方，并通过与同学的讨论纠正了错误。
数学实验报告
数学实验报告在我们的日常生活中，数学就像一个无处不在的小精灵，总是在不经意间跳出来，给我们带来惊喜或者挑战。
这次，我就和数学来了一场奇妙的“实验之旅”。
实验名称：探索三角形内角和的奥秘实验目的：验证三角形内角和是否为 180 度实验材料：纸、笔、量角器实验过程：首先，我在纸上随意画了几个不同形状、大小的三角形，有锐角三角形、直角三角形还有钝角三角形。
我拿起量角器，小心翼翼地测量着第一个锐角三角形的三个内角。
哎呀，这可真是个精细活儿，眼睛都快要看花了。
第一个角是 50 度，第二个角是 70 度，第三个角一量，是 60 度。
我赶紧把这三个度数加起来：50 ＋ 70 ＋ 60 ＝ 180 度，心里一阵小激动，难道这就是传说中的三角形内角和？接着，我又测量了一个直角三角形。
这个直角可太明显啦，一量就是 90 度。
剩下的两个锐角，一个是 30 度，另一个是 60 度。
加起来算算，90 ＋ 30 ＋ 60 ＝ 180 度，太棒啦，又对上啦！最后，我测量了那个看起来有点“凶巴巴”的钝角三角形。
钝角可不好量，费了好大劲儿才量准，是 120 度。
剩下的两个角分别是 25 度和35 度。
120 ＋ 25 ＋ 35 ＝ 180 度，耶！经过对这几个三角形内角的测量和计算，我发现不管三角形的形状和大小怎么变，它们的内角和好像总是 180 度。
为了进一步验证这个结论，我还尝试了把三角形的三个角剪下来，拼在一起。
嘿，您还别说，这三个角真的拼成了一个平角，也就是 180 度。
通过这次实验，我可以肯定地说：三角形的内角和就是 180 度！这就像是数学世界里的一个神奇密码，被我成功破解啦。
在这次实验中，我也遇到了一些小麻烦。
比如说，测量角度的时候，稍微手抖一下，度数就可能量错。
还有啊，剪角的时候，一不小心就把纸剪破了，真是让我有点小郁闷。
不过，这些小挫折可没有打败我，反而让我更加小心谨慎，也让我明白了做数学实验一定要有耐心和细心。