南邮DSP实验图
1.1
% Program P1_1
% Generation of a Unit Sample Sequence clf;
% Generate a vector from -10 to 20 n = -10:20;
% Generate the unit sample sequence u = [zeros(1,10) 1 zeros(1,20)]; % Plot the unit sample sequence stem(n,u);
xlabel('Time index n');ylabel('Amplitude'); title('Unit Sample Sequence'); axis([-10 20 0 1.2]);
Time index n
A m p l i t u d e
Unit Sample Sequence
１．２
% Program P1_2
% Generation of a complex exponential sequence clf;
c = -(1/12)+(pi/6)*i; K = 2; n = 0:40;
x = K*exp(c*n); subplot(2,1,1); stem(n,real(x));
xlabel('Time index n');ylabel('Amplitude'); title('Real part'); subplot(2,1,2); stem(n,imag(x));
xlabel('Time index n');ylabel('Amplitude'); title('Imaginary part');
5
10
15
202530
35
40
Time index n A m p l i t u d e Real part
051015
20253035
40
Time index n
A m p l i t u d e
Imaginary part
% Program P1_3
% Generation of a real exponential sequence clf;
n = 0:35; a = 1.2; K = 0.2; x = K*a.^n; stem(n,x);
xlabel('Time index n');ylabel('Amplitude');
Time index n
A m p l i t u d e
% Program P1_4
% Generation of a sinusoidal sequence n = 0:40; f = 0.1; phase = 0; A = 1.5; arg = 2*pi*f*n - phase; x = A*cos(arg);
clf; % Clear old graph
stem(n,x); % Plot the generated sequence axis([0 40 -2 2]); grid;
title('Sinusoidal Sequence'); xlabel('Time index n'); ylabel('Amplitude'); axis;
051015
2025303540
Sinusoidal Sequence
Time index n
A m p l i t u d e
% Program P2_1
% Simulation of an M-point Moving Average Filter % Generate the input signal n = 0:100;
s1 = cos(2*pi*0.05*n); % A low-frequency sinusoid s2 = cos(2*pi*0.47*n); % A high frequency sinusoid x = s1+s2;
% Implementation of the moving average filter M = input('Desired length of the filter = '); num = ones(1,M); y = filter(num,1,x)/M;
% Display the input and output signals clf;
subplot(2,2,1); plot(n, s1);
axis([0, 100, -2, 2]);
xlabel('Time index n'); ylabel('Amplitude'); title('Signal #1'); subplot(2,2,2); plot(n, s2);
axis([0, 100, -2, 2]);
xlabel('Time index n'); ylabel('Amplitude'); title('Signal #2');
50
100
-2-101
2Time index n A m p l i t u d e
Signal #1
50
100
-2-101
2Time index n A m p l i t u d e Signal #2
50
100
-2-101
2Time index n
A m p l i t u d e
Input Signal
50
100
-2-101
2Time index n
A m p l i t u d e
Output Signal
subplot(2,2,3);
plot(n, x);
axis([0, 100, -2, 2]);
xlabel('Time index n'); ylabel('Amplitude'); title('Input Signal');
subplot(2,2,4);
plot(n, y);
axis([0, 100, -2, 2]);
xlabel('Time index n'); ylabel('Amplitude'); title('Output Signal');
axis;
Desired length of the filter = 2
% Program P2_5
% Compute the impulse response y clf; N = 40;
num = [2.2403 2.4908 2.2403]; den = [1 -0.4 0.75]; y = impz(num,den,N);
% Plot the impulse response stem(y);
xlabel('Time index n'); ylabel('Amplitude'); title('Impulse Response'); grid;
051015
2025303540
-3
-2
-1
1
2
3
4
Time index n
A m p l i t u d e
Impulse Response
2.28
51015
2025303540
-1.5
-1-0.500.5
1
1.5
2
时间序号n
振幅
冲击响应
Time index n
A m p l i t u d e Output Obtained by Convolution
Time index n
A m p l i t u d e
Output Generated by Filtering
3.4
-4-3-2-101234 0
2
4
6
8
Real part of H(e jω)
ω /π
A
m
p
l
i
t
u
d
e
-4-3-2-101234 -4
-2
2
4
Imaginary part of H(e jω)
ω /π
A
m
p
l
i
t
u
d
e
-4-3-2-101234 -50
50
100
H(e jω)的实部
ω /π
振
幅
-4-3-2-101234 -100
-50
50
100
H(e jω)的虚部
ω /π
振
幅
3.24
50100150200
05
10Re{x[n]}
Time index n A m p l i t u d e
50100150200
-10
1Im{x[n]}
Time index n A m p l i t u d e
100200300
-1000
1000Re{X [k]}
Frequency index k A m p l i t u d e
100200300
-500
500Im{X [k]}
Frequency index k A m p l i t u d e
100200300
-100
10Real part of IDFT{X [k]}
Time index n
A m p l i t u d e
100200300
-10
1Imag part of IDFT{X [k]}
Time index n
A m p l i t u d e
100200300
-10-505
10Two N-point DFT's
Frequency index k R e {G [k ]}
100200300
-50510
-16
Two N-point DFT's
Frequency index k I m {G [k ]}
100200300
-10-505
10Single N-point DFT
Frequency index k
R e {G [k ]}
100200300
-5
5
-10
Single N-point DFT
Frequency index k
I m {G [k ]}
3.47 Zeros:
-1.0000 + 1.4142i -1.0000 - 1.4142i -0.2500 + 0.6614i -0.2500 - 0.6614i
Poles:
-8.9576 -0.2718 0.1147 + 0.2627i 0.1147 - 0.2627i
sos =
1.0000
2.0000
3.0000 1.0000 9.2293 2.4344 1.0000 0.5000 0.5000 1.0000 -0.2293 0.0822 k =
0.4000
100200300
0246
8
6
Two N-point DFT's
Freq index k R e {H [k ]}
100200300
-4-202
4
6
Two N-point DFT's
Freq index k I m {H [k ]}
100200300
0246
86
Single N-point DFT
Freq index k
R e {H [k ]}
100200300
-4-202
4
6
Single N-point DFT
Freq index k
I m {H [k ]}
3.48
-9-8-7-6-5-4-3-2-101 -4
-3
-2
-1
1
2
3
4
Real Part
I
m
a
g
i
n
a
r
y
P
a
r
t
05101520253035404550
45First 50 samples of impulse response
Time Index n
h
[
n
]
% Program Q3.50 clf;
% initialize
num = [2 5 9 5 3]; den = [5 45 2 1 1];
% Query user for parameter L
L = input('Enter the number of samples L: '); % find impulse response [g t] = impz(num,den,L); %plot the impulse response stem(t,g);
title(['First ',num2str(L),' samples of impulse response']); xlabel('Time Index n'); ylabel('h[n]');
Enter the number of samples L: 50
00.10.20.30.4
0.50.60.70.80.91
-14
-12
-10
-8
-6
-4
-2
ω /π
U n w r a p p e d P h a s e (r a d )
Unwrapped Phase Response of a Butterworth Bandstop Filter
7.9
00.10.20.30.4
0.50.60.70.80.91
2
345678
9
10ω /π
G r o u p D e l a y (s e c )
Group Delay of a Butterworth Bandstop Filter
00.10.20.30.4
0.50.60.70.80.91
0.2
0.4
0.6
0.8
1
1.2
1.4
ω /π
|H (e j ω)|
Magnitude Response for Length=80
00.10.20.30.4
0.50.60.70.80.91
0.2
0.4
0.6
0.8
1
1.2
1.4
ω /π
|H (e j ω)|
00.10.20.30.4
0.50.60.70.80.91
0.2
0.4
0.6
0.8
1
1.2
1.4
ω /π
|H (e j ω)|
Magnitude Response for Length=40
00.10.20.30.4
0.50.60.70.80.91
0.2
0.4
0.6
0.8
1
1.2
1.4
ω /π
|H (e j ω)|
mathematica数学实验报告
高等数学实验报告 实验一 一、实验题目 1：作出各种标准二次曲面的图形 ParametricPlot3D Sin u Sin v,Sin u Cos v,Cos u ,u,0,Pi ,v,0,2Pi,P Graphics3D ParametricPlot3D u Sin v,u Cos v,u^2,u,0,2,v,0,2Pi,PlotPoints30
Graphics3D ParametricPlot3D u,v,u^2v^2,u,2,2,v,2,2,PlotPoints30 Graphics3D ParametricPlot3D Sec u Sin v,Sec u Cos v,Tan u,u,Pi4,Pi4,v,0,2
Graphics3D t1ParametricPlot3D u^21Sin v,u^21Cos v,u,u,1,5,v,0,2Pi t2ParametricPlot3D u^21Sin v,u^21Cos v,u,u,5,1,v,0,2 show t1,t2 Graphics3D
Graphics3D show Graphics3D,Graphics3D ParametricPlot3D u Cos v,u Sin v,u,u,6,6,v,0,2Pi,PlotPoints60 Graphics3D 2：作出曲面所围的图形 t1ParametricPlot3D Sin u Sin v,Sin u Cos v,Cos u, u,Pi2,pi2,v,0,2Pi,PlotPoints60 t2ParametricPlot3D0.5Cos u12,0.5Sin u, u,0,2Pi,v,0,2Pi,PlotPoints60 t3Plot3D0,PlotPoints60 show t1,t2,t3
数学实验报告
高等数学数学实验报告 实验人员：院（系） __ __学号____姓名_ __ 实验地点：计算机中心机房 实验一 空间曲线与曲面的绘制 一、实验题目：（实验习题1-2） 利用参数方程作图，做出由下列曲面所围成的立体图形： (1) x y x y x z =+--=2222,1及xOy 平面； (2) 01,=-+=y x xy z 及.0=z 二、实验目的和意义 1、利用数学软件Mathematica 绘制三维图形来观察空间曲线和空间曲面图形的特点，以加强几何的直观性。 2、学会用Mathematica 绘制空间立体图形。 三、程序设计 空间曲面的绘制 作参数方程] ,[],,[,),(),(),(max min max min v v v u u v u z z v u y y v u x x ∈∈?????===所确定的曲面图形的Mathematica 命令为： ParametricPlot3D[{x[u,v],y[u,v],z[u,v]},{u,umin,umax}, {v,vmin,vmax},选项] (1) (2)
四、程序运行结果 (1) （2） 五、结果的讨论和分析 1、通过参数方程的方法做出的图形，可以比较完整的显示出空间中的曲面和立体图形。 2、可以通过mathematica 软件作出多重积分的积分区域，使积分能够较直观的被观察。 3、从(1)中的实验结果可以看出，所围成的立体图形是球面和圆柱面所围成的立体空间。 4、从(2)中的实验结果可以看出围成的立体图形的上面曲面的方程是xy z =，下底面的方程是z=0，右边的平面是01=-+y x 。 实验一 空间曲线与曲面的绘制 一、实验题目：（实验习题1-3） 观察二次曲面族kxy y x z ++=22的图形。特别注意确定k 的这样一些值，当k 经过这些值时，曲面从一种类型变成了另一种类型。 二、实验目的和意义 1. 学会利用Mathematica 软件绘制三维图形来观察空间曲线和空间曲线图形的特
南邮MATLAB数学实验答案(全)
第一次练习 教学要求：熟练掌握Matlab 软件的基本命令和操作，会作二维、三维几何图形，能够用Matlab 软件解决微积分、线性代数与解析几何中的计算问题。 补充命令 vpa(x,n) 显示x 的n 位有效数字，教材102页 fplot(‘f(x)’,[a,b]) 函数作图命令，画出f(x)在区间[a,b]上的图形 在下面的题目中m 为你的学号的后3位（1-9班）或4位（10班以上） 1.1 计算30sin lim x mx mx x →-与3 sin lim x mx mx x →∞- syms x limit((902*x-sin(902*x))/x^3) ans = 366935404/3 limit((902*x-sin(902*x))/x^3,inf) ans = 0 1.2 cos 1000 x mx y e =，求''y syms x diff(exp(x)*cos(902*x/1000),2) ans = (46599*cos((451*x)/500)*exp(x))/250000 - (451*sin((451*x)/500)*exp(x))/250 1.3 计算 22 11 00 x y e dxdy +?? dblquad(@(x,y) exp(x.^2+y.^2),0,1,0,1) ans = 2.1394 1.4 计算4 2 2 4x dx m x +? syms x int(x^4/(902^2+4*x^2)) ans = (91733851*atan(x/451))/4 - (203401*x)/4 + x^3/12 1.5 (10)cos ,x y e mx y =求 syms x diff(exp(x)*cos(902*x),10) ans = -356485076957717053044344387763*cos(902*x)*exp(x)-3952323024277642494822005884*sin(902*x)*exp(x) 1.6 0x =的泰勒展式(最高次幂为4).
南邮课程设计实验报告
课程设计I报告 题目：课程设计 班级：44 姓名：范海霞 指导教师：黄双颖 职称： 成绩： 通达学院 2015 年 1 月 4 日
一：SPSS的安装和使用 在PC机上安装SPSS软件，打开软件： 基本统计分析功能包括描述统计和行列计算，还包括在基本分析中最受欢迎的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。具体如下： 1.数据访问、数据准备、数据管理与输出管理； 2.描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析与查看、正态性检验与正态转换、均值的置信区间估计； 3.交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量的相关性测度； 4.二元统计：均值比较、T检验、单因素方差分析； 5.相关分析：双变量相关分析、偏相关分析、距离分析； 6.线性回归分析：自动线性建模、线性回归、Ordinal回归—PLUM、曲线估计； 7.非参数检验：单一样本检验、双重相关样本检验、K重相关样本检验、双重独立样本检验、K重独立样本检验； 8.多重响应分析：交叉表、频数表； 9.预测数值结果和区分群体：K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成分分析、最近邻元素分析； 10. 判别分析； 11.尺度分析； 12. 报告：各种报告、记录摘要、图表功能（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊断和探测图等）； 13.数据管理、数据转换与文件管理； 二．数据文件的处理 SPSS数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。定义一个变量至少要定义它的两个属性，即变量名和变量类型其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要再对其进行设置。在spss数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面，即可对变量的各个属性进行设置。 1．创建一个数据文件数据 （1）选择菜单【文件】→【新建】→【数据】新建一个数据文件，进入数据编辑窗口。窗口顶部标题为“PASW Statistics数据编辑器”。 （2）单击左下角【变量视窗】标签进入变量视图界面，根据试验的设计定义每个变量类型。
南邮信息综合实验报告-实验三
通信与信息工程学院2016/2017学年第一学期 信息技术综合实验报告 专业广播电视工程 学生班级 B130114 学生学号 B13011413 学生超
实验一电视节目制作 一、实验目的 学习非线性编辑系统的操作使用，掌握非线性系统节目编辑流程，熟悉编辑软件的功能及应用。了解大洋资源管理器主要功能，掌握故事板文件和项目文件的创建，掌握素材的选中，素材的排序、复制、粘贴、删除、移动、导入、导出，以及素材创建的基本方法。 二、实验容 1、素材的导入和管理及采集 （1）练习在项目窗口中导入素材文件； （2）熟悉素材的管理； （3）熟悉素材的采集方法。 2、编辑影片 （1）练习在“时间线”窗口中添加、删除素材的方法； （2）练习在“时间线”窗口中处理素材的方法。 三、实验步骤 打开premiere软件，新建项目“1316”。 1、制作倒计时片头 新建一个序列，在视频轨道添加五个数字的字幕，将每个数字时间设置为1秒，从5到1倒序排放。 新建字幕，设计背景。新添时钟式擦除的效果，设置时间为5秒。
2、插入图片或视频作为容 点击“文件”、“导入”，将节目素材导入Premiere软件，从项目面板中拉出节目素材，使用对齐功能紧贴在倒计时之后。 3、制作字幕
新建一个字幕。设置为滚动播放，选择开始于屏幕外，结束于屏幕外。新添文本框，输入标题“28-304”与正文部分“B130111413”、“B13011416”的文字。效果如下图。 四、实验小结 通过此次实验，我们学会了如何使用Premeire软件制作视频，重点掌握了包括开头倒计时、视频图像等素材插入以及结尾字幕等基本操作；在动手制作简短视频的同时，也极激发起对于对非线性系统节目编辑的兴趣与实践能力。 实验二 TS码流离线分析 一、实验目的 在了解MPEG-2 TS码流复用原理之后，利用码流分析软件观察实际MPEG-2码流结构。 二、实验容 利用码流分析软件观察实际MPEG-2码流结构，查看码流的SI信息、PID分配使用情况、带宽使用情况及特定PID包数据。
数学实验报告
多元分析实验报告
实验目的 实验内容 5.6 对28名一级和25名健将标枪运动员测试了6个影响标枪成绩的训练项目，这些项目（成绩）为：30米跑（x 1）投掷小球（x 2）、挺举重量（x 3）、抛实心球（x 4）、前抛铅球（x 5）和五级跳（x 6）。全部数据列于下表： 另有14名未定级的运动员也测试了同样6个项目，数据列表如下： 假定两组数据均来自于多元正态总体，且c(12)=c(21)。 （1） 对14名未定级的运动员，假定1p =2p ，试在∑ 1=∑ 2=∑ 和∑ 1 ≠ ∑ 2 的两 种情形下分别对他们归属何组作出贝叶斯判别： （2） 试按(5.2.10)和(5.2.11)两式分别对（1）的误判断概率作出估计： （3） 假设∑ 1 =∑ 2 =∑，1p =0.8，2p =0.2，试对这14名未定级的运动员的归属作 出贝叶斯判别。 6.5 下表中列出各国家和地区男子径赛记录的数据，试分别用类平均法、离差平方和法 均值法进行聚类分析，聚类前先对各变量作标准化变换。 proc cluster data =tmp1.exec65 standard method =ward pseudo ; run ; 结果中首先给出了数据相关系数矩阵的特征值方面的信息，如上图所示。各列数据依次为特征值、与相邻特征值之差、占总方差的百分比、占总方差累计百分比。紧随特征值的两行给出的是样本均方根标准差以及样本间均方根距离。
运行结果的第二部分为聚类分析的完整过程，如上图所示。 聚类分析过程包含的内容按列划分从左到右依次为： “NCL”为类别数量，表示新类别形成后类别的总数。 “Clusters Joined”为合并的类别，指明这一步合并了哪两个类，有两列。其中OBXXX表示某一个原始样品，而CLXXX表示在某一个聚类水平上产生的类。 “FREQ”表示这次合并得到的类有多少个样品。 “SPRSQ”是半偏R2，“RSQ”是R2，“PSF”为伪F统计量，“PST2”为伪t2统计量，“Tie” 指示距离最小的候选类对是否有多对，本例全无。 确定分类个数 1）统计量（列标题为RSQ）用于评价每次合并成NCL个类时的聚类效果。越大说明NCL个类越分开，故聚类的效果好。的值总是在0和1之间，而且的值总是随着分类个数NCL的减少而变小。通过查看值的变化，可以确定n个样品分为几类最为合适。本题中，分为3个类之前（NCL>3）的并类过程中的减少是逐渐的,改变不大;当分为3类时的=0.702,而下一次合并后
数学实验综合实验报告材料
一、实验目的： 1、初步认识迭代，体会迭代思想的重要性。 2、通过在mathematica环境下编写程序，利用迭代的方法求解方程的根、线性方程组的解、非线性方程组的解。 3、了解分形的的基本特性及利用mathematica编程生成分形图形的基本方法，在欣赏由mathematica生成的美丽的分形图案的同时对分形几何这门学科有一个直观的了解。从哲理的高度理解这门学科诞生的必然性，激发读者探寻科学真理的兴趣。 4、从一个简单的二次函数的迭代出发，利用mathematica认识混沌现象及其 所 蕴涵的规律。 5、.进一步熟悉Mathematic软件的使用，复习总结Mathematic在数学作图中的应用，为便于研究数学图像问题提供方便，使我们从一个新的视角去理解数学问题以及问题的实际意义。 6、在学习和运用迭代法求解过程中，体会各种迭代方法在解决问题的收敛速度上的异同点。 二、实验的环境： 学校机房，mathematica4环境 三、实验的基本理论和方法： 1、迭代（一）—方程求解 函数的迭代法思想： 给定实数域上光滑的实值函数)(x f以及初值 x定义数列
1()n n x f x +=， ,3,2,1,0=n ， (1) n x ， ,3,2,1,0=n ，称为)(x f 的一个迭代序列。 （1）方程求根 给定迭代函数)(x f 以及初值0x 利用（1）迭代得到数列n x ， ,3,2,1,0=n .如果数列收敛到某个*x ，则有 )(**x f x =. (2) 即*x 是方程)(x f x =的解。由此启发我们用如下的方法求方程0)(=x g 的近似解。 将方程0)(=x g 改写为等价的方程 )(x f x =， (3) 然后选取一初值利用（1）做迭代。迭代数列n x 收敛的极限就是方程0)(=x g 的解。 为了使得迭代序列收敛并尽快收敛到方程0)(=x g 的某一解的条件是迭代函数)(x f 在解的附近的导数将的绝对值尽量小，因此迭代方程修订成 x x f x h x )1()()(λλ-+== (4) 选取λ使得|)(|x h '在解的附近尽量小. 为此, 我们可以令 ,01)()(=-+'='λλx f x h 得 ) (11 x f '-= λ. 于是 1 )()()(-'-- =x f x x f x x h .
MATLAB验练习题(计算机) 南邮 MATLAB 数学实验大作业答案
“MATLAB”练习题 要求：抄题、写出操作命令、运行结果，并根据要求，贴上运行图。 1、求230x e x -=的所有根。（先画图后求解）（要求贴图） >> solve('exp(x)-3*x^2',0) ans = -2*lambertw(-1/6*3^(1/2)) -2*lambertw(-1,-1/6*3^(1/2)) -2*lambertw(1/6*3^(1/2)) 2、求下列方程的根。 1) 5510x x ++= a=solve('x^5+5*x+1',0);a=vpa(a,6)
1.10447+1.05983*i -1.00450+1.06095*i -.199936 -1.00450-1.06095*i 1.10447-1.05983*i 2） 1 sin0 2 x x-=至少三个根 >> fzero('x*sin(x)-1/2', 3) ans = 2.9726 >> fzero('x*sin(x)-1/2',-3) ans = -2.9726 >> fzero('x*sin(x)-1/2',0) ans = -0.7408
3）2sin cos 0x x x -= 所有根 >> fzero('sin(x)*cos(x)-x^2',0) ans = >> fzero('sin(x)*cos(x)-x^2',0.6) ans = 0.7022 3、求解下列各题： 1）3 0sin lim x x x x ->- >> sym x; >> limit((x-sin(x))/x^3) ans = 1/6 2） (10)cos ,x y e x y =求 >> sym x; >> diff(exp(x)*cos(x),10) ans =
南邮数学实验
第一次练习题 1.求解下列各题： 1)3 0sin lim x mx mx x ->- >> limit((1834*x-sin(1834*x))/(x^3)) ans = 3084380852/3 2)(10) cos ,1000.0 x mx y e y =求 >> diff(exp(x)*cos(1834*x/1000.0),10) ans = -4262767519435573449/9765625000000000*exp(x)*cos(917/500*x)+2969869727171403/1953125000000*exp(x)*sin(917/500*x) 3）4 22 4x dx m x +? int(x^4/(1834^2+4*x^2),x) ans = 1/12*x^3-840889/4*x+771095213/4*atan(1/917*x) 4 0x =展开(最高次幂为8). >> taylor(sqrt(1834/1000.0+x),9,x) ans = 1/50*4585^(1/2)+5/917*4585^(1/2)*x-625/840889*4585^(1/2)*x^2+156250/771095213*4585^(1/2)*x^3-48828125/7*4585^(1/2)*x^4+2441406250/92629354652051*4585^(1/2)*x^5-9/849411*4585^(1/2)*x^6+25177/5452373373*4585^(1/2)*x^7-10228125/499982363688330647123041*4585^(1/2)*x^8 2.求矩阵 21102041A m -?? ?= ? ?-?? 的逆矩阵1-A 及特征值和特征向量。 逆矩阵： >> A=[-2,1,1;0,2,0;-4,1,1834];inv(A) ans = -0.5005 0.2501 0.0003 0 0.5000 0 -0.0011 0.0003 0.0005 特征值： >> A=[-2,1,1;0,2,0;-4,1,1834];eig(A) ans = 1.0e+003 * -0.0020 1.8340 0.0020 特征向量： >> A=[-2,1,1;0,2,0;-4,1,1834];[P,D]=eig(A) P = -1.0000 -0.0005 0.2425
数学实验报告
数学实验报告 实验序号：3 日期：2007年 4月 22日 班级 05级D 班 姓名 张照晴 学号 054080194 实验 名称 随机模拟计算π的值----蒲丰投针问题 问题的背景： 在历史上人们对π的计算非常感兴趣性，发明了许多求π的近似值的方法，其中用蒲丰投针问题来解决求π的近似值的思想方法在科学占有重要的位置，人们用这一思想发现了随机模拟的方法. 蒲丰投针问题： 下面上画有间隔为的等距平行线，向平面任意投一枚长为 的针，求针与任一平行线相交的概率. 进而求(0d d >))(l l d <π的近似值. 对于=50,100,1000,10000,50000各作5次试验,分别求出n π的近似值.写出书面报告、总结出随机模拟的思路. 抛掷次数为. 对于n =20,50,100,1000,10000各作5次试验.观察有没有什么规律，有的话，是什么规律. n 实验目的： 本实验旨在使学生掌握蒲丰投针问题,并由此发展起来的随机模拟法,从中体学会到新思想产生的过程. （1）学习和掌握Excel 的有关命令 （2）掌握蒲丰投针问题 （3）理解随机模拟法 （4）理解概率的统计定义 实验原理与数学模型： 在用传统方法难以解决的问题中，有很大一部分可以用概率模型进行描述．由于这类模型含有不确定的随机因素，分析起来通常比确定性的模型困难．有的模型难以作定量分析，得不到解析的结果，或者是虽有解析结果，但计算代价太大以至不能使用．在这种情况下，可以考虑采用Monte Carlo 方法。下面通过例子简单介绍Monte Carlo 方法的基本思想． 实验所用软件及版本：Microsoft Office Excel 2003
数学实验作业汇总
（1）产生一个5阶魔方矩阵M：M=magic(5) （2）将矩阵M的第3行4列元素赋值给变量t：t=M(3,4) （3）将由矩阵M第2，3，4行第2,5列构成的子矩阵赋给变N：N=M(2:4,2:3:5) （4）将由矩阵M的前3行赋给变量N：N=M(1:3,:) （5）将由矩阵M的后3列赋给变量N：N=M(:,end:-1:end-2) （6）提取M的主对角线元素，并以这些对角线元素构成对角矩阵N：N=diag(diag(M))或N=tril(triu(M)) (7)随机产生1000个100以内的整数赋值给变量t：t=round(rand(1,1000)*100) （8）随机产生100*5个100以内的实数赋值给变量M：M=rand(100,5)*100 （1）删除矩阵M的第7个元素M(7)=[] （2）将含有12个元素的向量t转换成3*4的矩阵：reshape(t,3,4) （3）产生和M同样大小的单位矩阵：eye(size(M)) （4）寻找向量t中非零元素的下标：find(t) （5）逆序显示向量t中的元素：t(end:-1:1) （6）显示向量t偶数位置上的元素：t(2:2:end) （7）利用find函数，将向量t中小于10的整数置为0：t(find(t<10&rem(t,1)==0))=0 （8）不用find函数，将向量t中小于10的整数置为0：t(t<10&rem(t,1)==0)=0 （9）将向量t中的0元素用机器0（realmin）来代替：t(find(t=0))=realmin （10）将矩阵M中小于10的整数置为0：M(find(M<10)&rem(M,1)==0)=0 2、写出完成下列操作的命令及结果。 （1）将1~50这50个整数按行优先存放到5*10的矩阵中，求该矩阵四周元素的和； >> t=[1:10]; >> M=[t;t+10;t+20;t+30;t+40] M = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 >> N=M(2:4,2:9) N = 12 13 14 15 16 17 18 19 22 23 24 25 26 27 28 29 32 33 34 35 36 37 38 39 >> sum(sum(M))-sum(sum(n)) ans = 663 2）n取100、1000、10000，求序列1、1/2、1/3……1/n的和。
数学实验报告模板
篇一：数学实验报告样本 数学实验报告 实验序号： 3日期：2013年 12 月 14 日１ ２３ ４ 篇二：数学实验报告模板 数学实验报告 题目 对成绩数据的统计与分析2013年12月15日对成绩数据的统计与分析 一、实验目的 1.掌握matlab基础功能的使用方法，以加强大学生数学实 验与数学建模能力。 2.通过对程序设计的学习增强学生对数学问题处理方法探究的兴趣。 二、实验问题 问题背景：每门课程考试阅卷完毕，任课老师都要对班中考试成绩进行统计， 于是出现下面两个问题 1.统计全班人数，平均分，不及格人数及90分以上人数 2.计算0-60，60-90，90-100的成绩分布情况，绘制饼状图，凸显不及 格的人。 三、建立数学模型 现将以上实际问题转化为一下数学问题： 现给出一个数组[a1，a2，a3······an]，通过循环语句计数求出n的值，并计 算数组中数值大于等于90和小于60的元素个数，绘制不同数值段（0-60，60-90，90-100）的百分比的饼状图。 四、问题求解和程序设计流程 1.关于成绩，选择将成绩做成数组的形式进行处理。 2.处理则运用for-end，if-else if-end，while-end等循环语句。 3.绘制饼状图则使用一般的数学运算及一些基本绘图代码（pie命令，explode命令）。 五、上机实验结果的分析与结论 1.设计程序如下： a=input (请输入成绩组 a[n]=); [h,j]=size(a); zongrenshu=j; pingjunfen=0; gaofen=0;bujige=0; yiban=0; for i=1:1:j; fenshu=a(i); if fenshu>90;gaofen=gaofen+1; pingjunfen=pingjunfen+fenshu;else if fenshu<60; bujige=bujige+1; pingjunfen=pingjunfen+fenshu;else pingjunfen=pingjunfen+fenshu;endend end pingjunfen=pingjunfen/zongrenshu; yiban=zongrenshu-bujige-gaofen; x=[bujige,yiban,gaofen]; explode=[1,0,0]; pie(x,explode); zongrenshu pingjunfen bujige gaofen 运行结果截图： 2. 由于图片大小问题，请看下一页 通过输入了一组成绩数据，得出了该数据的总人数、平均分、不及格人数及高分段人数，并绘制出了相应饼状图。结果正确无误！但是只能用英文拼音显示。 六、实验总结与体会 通过几次数学上机实验的锻炼，熟练了matlab的基本操作，学会了如何让曲线曲面可视化， 求极限、导数和积分，行列式、矩阵与线性变换，随机变量数据模拟，圆周率的近似计算等常见实验的程序编辑，收获颇丰。 随着每次实验的完成，我们慢慢体会到matlab在科研与日常生活中的重要性，它不仅有强大 的计算功能，还有很强大的绘图功能。在编程的时候，一些细节问题决定了程序正确与否和程序能否正常运行，比如“：”和“；”的区别，“.*”与“*”的区别等。
南邮 数学实验参考答案(选题版)
syms x y; >> a=int(int(exp(x^2+y^2),x,0,1),y,0,1) a = (pi*erfi(1)^2)/4 1.7、 n=20; for i=1:(n-2) a(1)=1;a(2)=1; a(i+2)=a(i+1)+a(i); end a' ans = 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765 1.8、 >> A=[-2,1,1;0,2,0;-4,1,303/1000]; >> inv(A)
0.0893 0.1027 -0.2946 0 0.5000 0 1.1786 -0.2946 -0.5893 >> eig(A) ans = -0.8485 + 1.6353i -0.8485 - 1.6353i 2.0000 >> [p,D]=eig(A) p = 0.2575 - 0.3657i 0.2575 + 0.3657i 0.2425 0 0 0.9701 0.8944 0.8944 0.0000 D = -0.8485 + 1.6353i 0 0 0 -0.8485 - 1.6353i 0 0 0 2.0000 >> det(A) ans = 6.7880 >> A^6 ans = 45.0194 4.7452 -6.3718 0 64.0000 0 25.4870 -6.3718 30.3452 >> A.^6
ans = 1.0e+003 * 0.0640 0.0010 0.0010 0 0.0640 0 4.0960 0.0010 0.0000 1.9、 M文件定义如下： function y=f(x) if x>=0&&x<=1/2 y=2*x; else if x>1/2&&x<=1 y=2-2*x; end end 命令窗口执行： fplot(@f,[0,1]) 1.10、 t=-8:0.1:8; x=cos(t); y=sin(t); z=t;
南邮_数学实验答案(全)
第一次练习 教学要求：熟练掌握软件的基本命令和操作，会作二维、三维几何图形，能够用软件解决微积分、线性代数与解析几何中的计算问题。 补充命令 () 显示x 的n 位有效数字，教材102页 (‘f(x)’,[]) 函数作图命令，画出f(x)在区间[]上的图形 在下面的题目中m 为你的学号的后3位（1-9班）或4位（10班以上） 1.1 计算30sin lim x mx mx x →-与3sin lim x mx mx x →∞- 程序： x ((627*(627*x))^3,0) 结果： 1003003001/6 程序： x ((627*(627*x))^3) 结果： 0 1.2 cos 1000 x mx y e =，求''y 程序： x ((x)*(627*1000),2) 结果： -2001/1000000*(x)*(1001/1000*x)-1001/500*(x)*(1001/1000*x)
1.3 计算 2 2 11 00 x y e dxdy +?? 程序： (@() (x.^2.^2),0,1,0,1) 结果： 2.228 1.4 计算4 2 2 4x dx m x +? 程序： x (x^4/(627^2+4*x^2)) 结果： 1/12*x^3-1002001/16*1003003001/32*(2/627*x) 1.5 (10)cos ,x y e mx y =求 程序： x ((x)*(627*x),10) 结果： - 93899380380277888*(627*x)*(x) - 1497595798284384*(627*x)*(x) 1.6 0x =的泰勒展式(最高次幂为4). 程序： x
南邮MATLAB数学实验精选
注意:在下面的题目中m 为你的学号的后4位 第一次练习题 1． 求032 =-x e x 的所有根。（先画图后求解） 2． 求下列方程的根。 1)0155 =++x x 2） 至少三个根）(02 1sin =- x x 3） 所有根0 cos sin 2 =-x x x 3． 求解下列各题： 1）3 sin lim x mx mx x ->- 2） )10(,cos y x e y x 求= 3）2 1/2 0(17mx e dx ?精确到位有效数字） 4）4 2 4x dx m x +? 5） 08x =将 在展开（最高次幂为） 6） 1sin (3)()x y e y m =求 ( 精确到17位有效数字) 4． 1)求矩阵21102041100A m ?? ?- ?= ? ? ? -? ? 的逆矩阵1 -A 及特征值和特征向 量。 2)求点(1,1,4)到直线l: (x-3)/-1 =y/0=(z+1)/2的距离。
5． 已知,21)(2 22)(σμσ π-- = x e x f 分别在下列条件下画出)(x f 的图形： ）； （在同一坐标系上作图，，＝时＝、）；（在同一坐标系上作图，－，＝时、421,0)2(110,1)1(σμμσ=、 6． 画 下列函数的图形：（1）2 020 04 cos sin ≤≤≤≤???? ??? ===u t t z t u y t u x (2) 30,30)sin(≤≤≤≤=y x xy z （3） sin (3cos ) 02cos (3cos )02sin x t u t y t u u z u π π=+?≤≤? =+?≤≤?=? （第6题只要写出程序）. 第二次练习题 1、 设11 ()/23n n n m x x x x +? =+???=?，数列}{n x 是否收敛？若收敛，其值为多少？精确到6位有效数字。 2、设 ,131211p p p n n x ++++ =Λ }{n x 是否收敛？若收敛，其值为多少？精确到17位有效数字（提示：当n x 与1n x +的前17位有效数字一致时终止计算） 注：学号为单号的取7=p ，学号为双号的取.8=p 书上习题：(实验四) 1，2，4，7（1），8，12（改为：对例2，取 120,55,25,5.4=a 观察图形有什么变化．），13，14 。
南邮数学实验答案
第一次练习题 1、求032 =-x e x 的所有根。 >>x=-5:0.01:5;y=exp(x)-3*x.^2;plot(x,y);grid on >> fsolve('exp(x)-3*x.^2',-1) Equation solved. fsolve completed because the vector of function values is near zero as measured by the default value of the function tolerance, and the problem appears regular as measured by the gradient.
>> fsolve('exp(x)-3*x.^2',4) Equation solved. fsolve completed because the vector of function values is near zero as measured by the default value of the function tolerance, and the problem appears regular as measured by the gradient.
南邮Matlab实验报告四
Matlab上机实验报告 实验名称：MATLAB语言绘图 班级：自动化二班 学号： B11050216 姓名：李鹏飞 南京邮电大学
2013年5月7日 一、实验目的： 1、学习MATLAB图形绘制的基本方法； 2、熟悉和了解MATLAB图形绘制程序编辑的基本指令； 3、熟悉掌握利用MATLAB图形编辑窗口编辑和修改图形界面，并添加图形的各种标注； 4、掌握plot、subplot的指令格式和语法。 二、实验基本知识： 1.plot(x,y)------绘制由x,y所确定的曲线； 2.图形窗口的分割； 3.图形编辑窗口的使用。 三、实验内容 第一题：用图形表示连续调制波形 y=sint*sin(9t)及其包络线。 程序： >> clear all >> t=(0:pi/100:pi)'; y1=sin(t)*[1,-1]; y2=sin(t).*sin(9*t); t3=pi*(0:9)/9; y3=sin(t3).*sin(9*t3); plot(t,y1,'r:',t,y2,'-bo') hold on plot(t3,y3,'s','MarkerSize',10,'MarkerEdgeColor',[0,1,0],'MarkerFaceColor',[1,0.8, 0]) axis([0,pi,-1,1]) hold off 图形：
第二题：画出t e y t sin 5.0-=的曲线，在图上用“小红圈”标出第一次使y=0.4的那 点位置。 程序： >>t=(-20:0.1:20); y=exp(-0.5*t).*sin(t); plot(t,y); hold on t1=t(find(y>=0.4)); t2=min(t1); y2= exp(-0.5*t2).*sin(t2); plot(t2,y2,'ro','MarkerSize',10); hold off 图形：
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。 R1 R 2 P2 h2 P1 h1 α1 Q α2 x S x y O
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 11 1 1sin R a p I= 2 22 2 2sin R a p I= 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 y x=0:0.1:20; y=10./sqrt((25.+x.^2)^3)+18./sqrt((36.+(20-x).^2).^3); plot(x,y)
grid on; -5 0510152025 0.01 0.020.030.040.050.060.070.080.09 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 x f=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)^
《数学实验》实验报告
《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 44114 141 : 1,2,3,4 : 1234 1 i j a 0 i j x : i j model min 1 j=1,2,3,4.. 1 i=1,2,3,4ij ij ij i 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; endsets min =@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 24 19 23 22 18 26 18 16 19 19 21 23 17; enddata end 结果：Global optimal solution found. Objective value: 70.00000 Infeasibilities: 0.000000 Total solver iterations: 7 Variable 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