云南大学信息学院数学建模实验报告二

《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。

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。

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。

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。

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。