Matlab虫口方程等三个分形代码
虫口方程：
N=400;
an=ones(1,N);
bn=zeros(1,N);
y=0.2;
hold on; box on;
for c=1:0.01:4;
for i=1:N;
ym=y;
y=c*ym*(1-ym);
end
bn(1)=y;
for j=2:N;
ym=y;
y=c*ym*(1-ym);
bn(j)=y;
end
plot(an*c,bn,'k.','markersize',1); end
xlim([1,4]);
title('虫口方程');
Henon映射：
b=0.5;
N=40;
an=ones(1,N);
xn=zeros(1,N);
hold on;box on;
x=0;
y=0;
for a=0:0.001:1.4;
for k=1:N;
xm=x;
ym=y;
x=ym+1-a*xm*xm;
y=b*xm;
end
xn(1)=x;
for n=2:N;
xm=x;
ym=y;
x=ym+1-a*xm*xm;
y=b*xm;
end
plot(an*a,xn,'k.','markersize',1);
end
xlim=([0,a]);
title(['Henon映射,a=0~',num2str(a),',b=0.5']);
set(gcf,'Color','w');
火焰分形：
p=[0 10;10 0;0 -10;-10 0;0 10];
n=5;
A=[cos(-pi/3) -sin(-pi/3);sin(-pi/3) cos(-pi/3)];%旋转矩阵，顺时针旋转60度for k=1:5;
d=diff(p)/3
m=4*n-3;
q=p(1:n-1,:);
p(5:4:m,:)=p(2:n,:);
p(2:4:m,:)=q+d;
p(3:4:m,:)=q+2*d+d*A';
p(4:4:m,:)=q+2*d; n=m;
end
plot(p(:,1),p(:,2),'r')%绘制相邻两点的连线
axis([-10 10 -10 10])
MatLab求解线性方程组
MatLab解线性方程组一文通 当齐次线性方程AX=0,rank(A)=r 几个分形得matlab实现 摘要:给出几个分形得实例,并用matlab编程实现方便更好得理解分形,欣赏其带来得数学美感 关键字:Koｃh曲线实验图像 一、问题描述: 从一条直线段开始,将线段中间得三分之一部分用一个等边三角形得两边代替,形成山丘形图形如下 ?图1 在新得图形中,又将图中每一直线段中间得三分之一部分都用一个等边三角形得两条边代替,再次形成新得图形如此迭代,形成Kocｈ分形曲线。 二、算法分析: 考虑由直线段(2个点)产生第一个图形(５个点)得过程。图1中,设与分别为原始直线段得两个端点,现需要在直线段得中间依次插入三个点,,。显然位于线段三分之一处,位于线段三分 之二处,点得位置可瞧成就是由点以点为轴心,逆时针旋转600而得。旋转由正交矩阵 实现。 算法根据初始数据(与点得坐标),产生图1中5个结点得坐标、结点得坐标数组形成一个矩阵,矩阵得第一行为得坐标,第二行为得坐标……,第五行为得坐标。矩阵得第一列元素分别为5个结点得坐标,第二列元素分别为5个结点得坐标。 进一步考虑Kｏｃh曲线形成过程中结点数目得变化规律。设第次迭代产生得结点数为,第次迭代产生得结点数为,则与中间得递推关系为。 三、实验程序及注释: p=［0 0;10 0］; %P为初始两个点得坐标,第一列为ｘ坐标,第二列为y坐标 n=2; %n为结点数 A=[cos(pi/３) —ｓin(pi/3);siｎ(ｐi/３) cos(pi/３)]; ％旋转矩阵 ｆor k＝1:4 ｄ=diｆf(p)/3; ％ｄｉff计算相邻两个点得坐标之差,得到相邻两点确定得向量 %则d就计算出每个向量长度得三分之一,与题中将线段三等分对应 m=4＊n-3; ％迭代公式 q=p(1:ｎ—1,:); %以原点为起点,前n—１个点得坐标为终点形成向量 p(5:4:m,:)=ｐ(2:n,:); %迭代后处于４k+１位置上得点得坐标为迭代前得相应坐标 p(2:4:m,:)=q+d; %用向量方法计算迭代后处于４k+２位置上得点得坐标 p(3:4:m,:)=ｑ+d+ｄ＊A'; %用向量方法计算迭代后处于4ｋ＋3位置上得点得坐标 p(4:４:m,:)＝ｑ＋2*d; %用向量方法计算迭代后处于4k位置上得点得坐标 n=m; %迭代后新得结点数目 end pｌot(ｐ(:,1),p(:,２)) ％绘出每相邻两个点得连线 aｘis([0 10 ０ 10]) 四、实验数据记录: 由第三部分得程序,可得到如下得Ｋoch分形曲线: 解线性方程组的迭代法 1.rs里查森迭代法求线性方程组Ax=b的解 function[x,n]=rs(A,b,x0,eps,M) if(nargin==3) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值elseif(nargin==4) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while(tol>eps) x=(I-A)*x0+b; n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 2.crs里查森参数迭代法求线性方程组Ax=b的解 function[x,n]=crs(A,b,x0,w,eps,M) if(nargin==4) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值 elseif(nargin==5) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while(tol>eps) x=(I-w*A)*x0+w*b; n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 3.grs里查森迭代法求线性方程组Ax=b的解 function[x,n]=grs(A,b,x0,W,eps,M) if(nargin==4) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值 elseif(nargin==5) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1;%前后两次迭代结果误差 %迭代过程 while(tol>eps) x=(I-W*A)*x0+W*b;%迭代公式 n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 4.jacobi雅可比迭代法求线性方程组Ax=b的解 function[x,n]=jacobi(A,b,x0,eps,varargin) if nargin==3 eps=1.0e-6; M=200; elseif nargin<3 error return elseif nargin==5 M=varargin{1}; end D=diag(diag(A));%求A的对角矩阵 L=-tril(A,-1);%求A的下三角阵 数学实验报告：分形迭代 练习1 1.实验目的：绘制分形图案并分析其特点。 2.实验内容：绘制Koch曲线、Sierpinski三角形和树木花草图形，观察这些图形的局部和原来分形图形的关系。 3.实验思路：利用函数反复调用自己来模拟分形构造时的迭代过程，当迭代指标n为0时运行作图操作，否则继续迭代。 4.实验步骤： （1）Koch曲线 function koch(p,q,n) % p、q分别为koch曲线的始末复坐标，n为迭代次数 if (n==0) plot([real(p);real(q)],[imag(p);imag(q)]); hold on; axis equal else a=(2*p+q)/3; % 求出从p 到q 的1/3 处端点a b=(p+2*q)/3; % 求出从p 到q 的2/3 处端点b c=a+(b-a)*exp(pi*i/3);% koch(p, a, n-1); % 对pa 线段做下一回合 koch(a, c, n-1); % 对ac 线段做下一回合 koch(c, b, n-1); % 对cb 线段做下一回合 koch(b, q, n-1); % 对bq 线段做下一回合 end （2）Sierpinski三角形 function sierpinski(a,b,c,n) % a、b、c为三角形顶点，n为迭代次数 if (n==0) fill([real(a) real(b) real(c)],[imag(a) imag(b) imag(c)],'b');% 填充三角形abc hold on; axis equal else a1=(b+c)/2; b1=(a+c)/2; c1=(a+b)/2; sierpinski(a,b1,c1,n-1); sierpinski(a1,b,c1,n-1); sierpinski(a1,b1,c,n-1); end （3）树木花草 function grasstree(p,q,n) % p、q分别为树木花草始末复坐标，n为迭代次数 matlab解方程组 lnx表示成log(x) 而lgx表示成log10(x) 1-exp(((log(y))/x^0.5)/(x-1)) 1、解方程 最近有多人问如何用matlab解方程组的问题，其实在matlab中解方程组还是很方便的，例如，对于代数方程组Ax=b(A为系数矩阵，非奇异)的求解，MATLAB 中有两种方法： (1)x=inv(A)*b —采用求逆运算解方程组； (2)x=A\B —采用左除运算解方程组 PS：使用左除的运算效率要比求逆矩阵的效率高很多~ 例: x1+2x2=8 2x1+3x2=13 >>A=[1,2;2,3];b=[8;13]; >>x=inv(A)*b x = 2.00 3.00 >>x=A\B x = 2.00 3.00； 即二元一次方程组的解x1和x2分别是2和3。 对于同学问到的用matlab解多次的方程组，有符号解法，方法是：先解出符号解,然后用vpa(F,n)求出n位有效数字的数值解.具体步骤如下： 第一步:定义变量syms x y z ...; 第二步:求解[x,y,z,...]=solve('eqn1','eqn2',...,'eqnN','var1','var2',...'varN'); 第三步:求出n位有效数字的数值解x=vpa(x,n);y=vpa(y,n);z=vpa(z,n);...。 如：解二（多）元二（高）次方程组： x^2+3*y+1=0 y^2+4*x+1=0 解法如下： >>syms x y; >>[x,y]=solve('x^2+3*y+1=0','y^2+4*x+1=0'); >>x=vpa(x,4); >>y=vpa(y,4); 结果是： 在这章中我们要学习线性方程组的直接法，特别是适合用数学软件在计算机上求解的方法. 3.1 方程组的逆矩阵解法及其MATLAB 程序 3.1.3 线性方程组有解的判定条件及其MATLAB 程序 判定线性方程组A n m ?b X =是否有解的MATLAB 程序 function [RA,RB,n]=jiepb(A,b) B=[A b];n=length(b); RA=rank(A); RB=rank(B);zhica=RB-RA; if zhica>0, disp('请注意：因为RA~=RB ，所以此方程组无解.') return end if RA==RB if RA==n disp('请注意：因为RA=RB=n ，所以此方程组有唯一解.') else disp('请注意：因为RA=RB %这是一个生成树的主函数，它的输入分别为每叉树枝的缩短比、树枝的偏角、生长次数. %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %注意：把这些程序全部保存在名为tree的M文件中再运行！！！！！！！！ %%小提示：若用做函数，请将虚线框内语句删去。 function f=tree(w,dtheata,NN) %%%--------------------虚线框--------------------%%% clear;clc;clf;w=0.8;dtheata=pi/6;NN=8;%建议生长次数NN不要超过10 %%%--------------------虚线框--------------------%%% n=2^NN;%从主枝算起，共需生成2^NN个树枝 for NNK=1:n x1=0; y1=0; r1=1; theata1=pi/2; dataway=ten2twoN(NNK,NN); %把每一个树枝的编号转化为一个NN位的二进制数 for NNL=1:NN if dataway(NNL)==0 [x2,y2,r2,theata2]=antmoveleft(x1,y1,r1,theata1,w,dtheata);%若路径数组上对应的数字为0，则向左生长 x1=x2; y1=y2; r1=r2; theata1=theata2; hold on %pause(eps) else [x2,y2,r2,theata2]=antmoveright(x1,y1,r1,theata1,w,dtheata);%否则，数字为1，向右生长 x1=x2; y1=y2; r1=r2; theata1=theata2; hold on %pause(eps) end end end hold off %-------------------------------------------------------------------------- 一，分形插值算法 ——分形图的递归算法1，分形的定义 分形（Fractal）一词，是法国人B.B.Mandelbrot 创造出来的，其原意包含了不规则、支离破碎等意思。Mandelbrot 基于对不规则的几何对象长期地、系统地研究，于1973 年提出了分维数和分形几何的设想。分形几何是一门以非规则几何形状为研究对象的几何学，用以描述自然界中普遍存在着的不规则对象。分形几何有其显明的特征，一是自相似性；分形作为一个数学集合, 其内部具有精细结构, 即在所有比例尺度上其组成部分应包含整体, 而且彼此是相似的。其定义有如下两种描述： 定义 1如果一个集合在欧式空间中的 Hausdorff 维数H D 恒大于其拓扑维数 r D ，则称该集合为分形集，简称分形。 定义 2组成部分以某种方式与整体相似的形体叫分形。 对于定义 1 的理解需要一定的数学基础，不仅要知道什么是Hausdorff 维数，而且要知道什么是拓扑维数，看起来很抽象，也不容易推广。定义 2 比较笼统的说明了自然界中的物质只要局部和局部或者局部和整体之间存在自相似性，那么这个物质就是分形。正是这一比较“模糊”的概念被人们普遍接受，同时也促进了分形的发展。 根据自相似性的程度，分形可分为有规分形和无规分形。有规分形是指具有严格的自相似的分形，比如，三分康托集，Koch 曲线。无规分形是指具有统计意义上的自相似性的分形，比如，曲折的海岸线，漂浮的云等。本文主要研究有规分形。 2. 分形图的递归算法 2.1 三分康托集 1883 年，德国数学家康托(G.Cantor)提出了如今广为人知的三分康托集。三分康托集是很容易构造的，然而，它却显示出许多最典型的分形特征。它是从单位区间出发，再由这个区间不断地去掉部分子区间的过程构造出来的(如图2.1)。 其详细构造过程是：第一步，把闭区间[0，1]平均分为三段，去掉中间的 1/3 部分段，则只剩下两个闭区间[0，1/3]和[2/3，1]。第二步，再将剩下的两个闭区间各自平均分为三段，同样去掉中间的区间段，这时剩下四段闭区间：[0，1/9]，[2/9，1/3]，[2/3，7/9]和[8/9，1]。第三步，重复删除每个小区间中间的 1/3 段。如此不断的分割下去，最后剩下的各个小区间段就构成了三分康托集。三分康托集的 Hausdorff 维数是0.6309。 图2.2 三分康托集的构造过程 《MATLAB语言》课成论文 利用MATLAB求线性方程组 姓名：郭亚兰 学号：12010245331 专业：通信工程 班级：2010级通信工程一班 指导老师：汤全武 学院：物电学院 完成日期：2011年12月17日 利用MATLAB求解线性方程组 （郭亚兰 12010245331 2010 级通信一班） 【摘要】在高等数学及线性代数中涉及许多的数值问题，未知数的求解，微积分，不定积分，线性方程组的求解等对其手工求解都是比较复杂，而MATLAB语言正是处理线性方程组的求解的很好工具。线性代数是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。因而，线性代数被广泛地应用于抽象代数和泛函分析中；由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。线性代数是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。因而，线性代数被广泛地应用于抽象代数和泛函分析中；由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。线性代数是讨论矩阵理论、与矩阵结合的有限维向量空间及其线性变换理论的一门学科。 【关键字】线性代数MATLAB语言秩矩阵解 一、基本概念 1、N级行列式A：A等于所有取自不同性不同列的n个元素的积的代数和。 2、矩阵B：矩阵的概念是很直观的，可以说是一张表。 3、线性无关：一向量组（a1,a2,…,an）不线性相关，既没有不全为零的数 k1,k2,………kn使得：k1*a1+k2*a2+………+kn*an=0 4、秩：向量组的极在线性无关组所含向量的个数成为这个向量组的秩。 5、矩阵B的秩：行秩，指矩阵的行向量组的秩；列秩类似。记：R(B) 3.1 方程组的逆矩阵解法及其MATLAB 程序 3.1.3 线性方程组有解的判定条件及其MATLAB 程序 判定线性方程组A n m ?b X =是否有解的MATLAB 程序 function [RA,RB,n]=jiepb(A,b) B=[A b];n=length(b); RA=rank(A); RB=rank(B);zhica=RB-RA; if zhica>0, disp('请注意：因为RA~=RB ，所以此方程组无解.') return end if RA==RB if RA==n disp('请注意：因为RA=RB=n ，所以此方程组有唯一解.') else disp('请注意：因为RA=RB 龙源期刊网 https://www.sodocs.net/doc/ec14768772.html, Ｎｅｗｔｏｎ分形的原理及Ｍａｔｌａｂ实现 作者：张健徐聪全付勇智 来源：《电脑知识与技术》2009年第24期 摘要:详细推导了复平面上Newton迭代法的原理和计算公式,用MATLAB编制程序实现了Newton迭代算法,得到了一些奇异、绚丽的分形图形。对《数学实验》课程有一定的参考价值。 关键词:Newton迭代法;分形;Matlab;数学实验 中图分类号:TP312文献标识码:A文章编号:1009-3044(2009)24-6997-03 The Principles of Newton Fractal and it's Realization Using MATLAB ZHANG Jian, XU Cong-quan, FU Yong-zhi (Department of Basic Courses, Southwest Forestry College, Kunming 650224, China) Abstract: The Principles and formulas of Newton fractal was explained,fractal graphics of Newton iteration was created using Matlab. Key words: newton iteration; fractal; Matlab; mathematical experimental 分形是非线性科学的一个重要分支,应用于自然科学和社会科学的众多领域。其中,分形图形以其奇异、绚丽多彩的特点,广泛应用于纺织印染、广告设计、装潢设计、计算机美术教学 等领域[1]。 很多分形图形都是用迭代的方式实现的,Newton迭代法就是其中的一种。由Newton迭代 法产生的分形图形称为Newton分形[2]。很多文献都对Newton分形进行了介绍,但都没有详细的计算公式和算法说明,读者很难编制相应程序。本文详细介绍了复平面上Newton迭代法的原理和计算公式,设计了相应的实现算法,并用Matlab编制程序实现了Newton分形的绘制,生成了一些奇异、瑰丽的分形图形。 实验1.1 用matlab 求解线性方程组 第一节 线性方程组的求解 一、齐次方程组的求解 rref （A ） %将矩阵A 化为阶梯形的最简式 null （A ） %求满足AX ＝0的解空间的一组基，即齐次线性方程组的基 础解系 【例１】 求下列齐次线性方程组的一个基础解系，并写出通解： 我们可以通过两种方法来解： 解法1： >> A=[1 -1 1 -1;1 -1 -1 1;1 -1 -2 2]; >> rref(A) 执行后可得结果： ans= 1 -1 0 0 0 0 -1 1 0 0 0 0 由最简行阶梯型矩阵，得化简后的方程 ??? ??=+--=+--=-+-0 22004321 43214321x x x x x x x x x x x x 取x2，x4为自由未知量，扩充方程组为 即 提取自由未知量系数形成的列向量为基础解系，记 所以齐次方程组的通解为 解法2： clear A=[1 -1 1 -1;1 -1 -1 1;1 -1 -2 2]; B=null(A, 'r') % help null 看看加个‘r’是什么作用, 若去掉r ，是什么结果？ 执行后可得结果： B= 1 0 1 0 0 1 0 1 ?? ?=-=-0 04321x x x x ?????? ?====4 4432221x x x x x x x x ??? ??? ??????+????????????=????? ???????1100001142 4321x x x x x x , 00111????? ? ??????=ε, 11002????? ???????=ε2 211εεk k x += Matlab线性方程组求解 1. Gauss消元法： function x=DelGauss(a,b) % Gauss消去法 [n,m]=size(a); nb=length(b); det=1; %存储行列式值 x=zeros(n,1); for k=1:n-1 for i=k+1:n if a(k,k)==0 return end m=a(i,k)/a(k,k); for j=k+1:n a(i,j)=a(i,j)-m*a(k,j); end b(i)=b(i)-m*b(k); end det=det*a(k,k); %计算行列式 end det=det*a(n,n); for k=n:-1:1 %回代求解 for j=k+1:n b(k)=b(k)-a(k,j)*x(j); end x(k)=b(k)/a(k,k); end Example: >> A=[1.0170 -0.0092 0.0095;-0.0092 0.9903 0.0136;0.0095 0.0136 0.9898]; >> b=[1 0 1]'; >> x=DelGauss(A,b) x = 0.9739 -0.0047 1.0010 2. 列主元Gauss消去法： function x=detGauss(a,b) % Gauss列主元消去法 [n,m]=size(a); nb=length(b); det=1; %存储行列式值 x=zeros(n,1); for k=1:n-1 amax=0; %选主元 for i=k:n if abs(a(i,k))>amax amax=abs(a(i,k));r=i; end end if amax<1e-10 return; end if r>k %交换两行 for j=k:n 求解线性方程组 solve，linsolve 例： A=[5 0 4 2;1 -1 2 1;4 1 2 0;1 1 1 1]; %矩阵的行之间用分号隔开，元素之间用逗号或空格 B=[3;1;1;0] X=zeros(4,1);%建立一个4元列向量 X=linsolve(A,B) diff（fun，var，n）：对表达式fun中的变量var求n阶导数。 例如：F=sym（'u(x,y)*v(x,y)'）; %sym（）用来定义一个符号表达式 diff(F); %matlab区分大小写 pretty(ans) %pretty（）：用习惯书写方式显示变量；ans是答案表达式 非线性方程求解 fsolve(fun,x0,options) 为待解方程或方程组的文件名；fun其中 x0位求解方程的初始向量或矩阵； option为设置命令参数 建立文件fun.m： function y=fun(x) y=[x(1)-0.5*sin(x(1))-0.3*cos(x(2)), ... x(2) - 0.5*cos(x(1))+0.3*sin(x(2))]; >>clear;x0=[0.1,0.1];fsolve(@fun,x0,optimset('fsolve')) 注： ...为续行符 m文件必须以function为文件头，调用符为@；文件名必须与定义的函数名相同；fsolve（）主要求解复杂非线性方程和方程组，求解过程是一个逼近过程。Matlab求解线性方程组 AX=B或XA=B 在MATLAB中，求解线性方程组时，主要采用前面章节介绍的除法运算符“/”和“\”。如： X=A\B表示求矩阵方程AX＝B的解； 的解。XA=B表示矩阵方程B/A＝X． 对方程组X＝A\B，要求A和B用相同的行数，X和B有相同的列数，它的行数等于矩阵A的列数，方程X＝B/A同理。 如果矩阵A不是方阵，其维数是m×n，则有： m＝n 恰定方程，求解精确解； m>n 超定方程，寻求最小二乘解； m 几个分形的matlab实现 摘要：给出几个分形的实例，并用matlab编程实现方便更好的理解分形，欣赏其带来的数学美感 关键字：Koch曲线实验图像 一、问题描述： 从一条直线段开始，将线段中间的三分之一部分用一个等边三角形的两边代替，形成山丘形图形如下 图1 在新的图形中，又将图中每一直线段中间的三分之一部分都用一个等边三角形的两条边代替，再次形成新的图形如此迭代，形成Koch分形曲线。 二、算法分析： 考虑由直线段（2个点）产生第一个图形（5个点）的过程。图1中，设 1 P和 5 P分别为 原始直线段的两个端点，现需要在直线段的中间依次插入三个点 2 P， 3 P， 4 P。显然 2 P位 于线段三分之一处， 4 P位于线段三分之二处， 3 P点的位置可看成是由 4 P点以 2 P点为轴心，逆时针旋转600而得。旋转由正交矩阵 ?? ? ? ? ? ? ? - = ) 3 cos( ) 3 sin( ) 3 sin( ) 3 cos( π π π π A 实现。 算法根据初始数据（ 1 P和 5 P点的坐标），产生图1中5个结点的坐标。结点的坐标数组形成一个2 5?矩阵，矩阵的第一行为 1 P的坐标，第二行为 2 P的坐标……，第五行为 5 P的坐标。矩阵的第一列元素分别为5个结点的x坐标，第二列元素分别为5个结点的y坐标。 进一步考虑Koch曲线形成过程中结点数目的变化规律。设第k次迭代产生的结点数为k n，第1 + k次迭代产生的结点数为 1+ k n，则 k n和 1+ k n中间的递推关系为3 4 1 - = +k k n n。 三、实验程序及注释： p=[0 0;10 0]; %P为初始两个点的坐标,第一列为x坐标,第二列为y坐标 n=2; %n为结点数 A=[cos(pi/3) -sin(pi/3);sin(pi/3) cos(pi/3)]; %旋转矩阵 for k=1:4 d=diff(p)/3; %diff计算相邻两个点的坐标之差,得到相邻两点确定的向量 %则d就计算出每个向量长度的三分之一,与题中将线段三等分对应 m=4*n-3; %迭代公式 q=p(1:n-1,:); %以原点为起点,前n-1个点的坐标为终点形成向量 p(5:4:m,:)=p(2:n,:); %迭代后处于4k+1位置上的点的坐标为迭代前的相应坐标 p(2:4:m,:)=q+d; %用向量方法计算迭代后处于4k+2位置上的点的坐标 p(3:4:m,:)=q+d+d*A'; %用向量方法计算迭代后处于4k+3位置上的点的坐标 p(4:4:m,:)=q+2*d; %用向量方法计算迭代后处于4k位置上的点的坐标 n=m; %迭代后新的结点数目 end plot(p(:,1),p(:,2)) %绘出每相邻两个点的连线 axis([0 10 0 10]) 四、实验数据记录： 由第三部分的程序，可得到如下的Koch分形曲线： 图2 五、注记： １．参照实验方法，可绘制如下生成元的Koch 分形曲线： 几个分形的matlab 实现 摘要：给出几个分形的实例，并用matlab 编程实现方便更好的理解分形，欣赏其带来的 数学美感 关键字：Koch 曲线 实验 图像 一、问题描述： 从一条直线段开始，将线段中间的三分之一部分用一个等边三角形的两边代替，形成山丘形图形如下 图1 在新的图形中，又将图中每一直线段中间的三分之一部分都用一个等边三角形的两条边代替，再次形成新的图形如此迭代，形成Koch 分形曲线。 二、算法分析： 考虑由直线段（2个点）产生第一个图形（5个点）的过程。图1中，设1P 和5P 分别为原始直线段的两个端点，现需要在直线段的中间依次插入三个点2P ，3P ，4P 。显然2P 位于线段三分之一处，4P 位于线段三分之二处，3P 点的位置可看成是由4P 点以2P 点为轴心，逆时针旋转600 而得。旋转由正交矩阵 ?????? ? ?-=)3cos()3sin()3sin()3cos(ππππA 实现。 算法根据初始数据（1P 和5P 点的坐标），产生图1中5个结点的坐标。结点的坐标数组形成一个25?矩阵，矩阵的第一行为1P 的坐标，第二行为2P 的坐标……，第五行为5P 的坐标。矩阵的第一列元素分别为5个结点的x 坐标，第二列元素分别为5个结点的y 坐标。 进一步考虑Koch 曲线形成过程中结点数目的变化规律。设第k 次迭代产生的结点数为k n ，第1+k 次迭代产生的结点数为1+k n ，则k n 和1+k n 中间的递推关系为341-=+k k n n 。 三、实验程序及注释： p=[0 0;10 0]; %P为初始两个点的坐标,第一列为x坐标,第二列为y坐标 n=2; %n为结点数 A=[cos(pi/3) -sin(pi/3);sin(pi/3) cos(pi/3)]; %旋转矩阵 for k=1:4 d=diff(p)/3; %diff计算相邻两个点的坐标之差,得到相邻两点确定的向量 %则d就计算出每个向量长度的三分之一,与题中将线段三等分对应 m=4*n-3; %迭代公式 q=p(1:n-1,:); %以原点为起点,前n-1个点的坐标为终点形成向量 p(5:4:m,:)=p(2:n,:); %迭代后处于4k+1位置上的点的坐标为迭代前的相应坐标 p(2:4:m,:)=q+d; %用向量方法计算迭代后处于4k+2位置上的点的坐标 p(3:4:m,:)=q+d+d*A'; %用向量方法计算迭代后处于4k+3位置上的点的坐标 p(4:4:m,:)=q+2*d; %用向量方法计算迭代后处于4k位置上的点的坐标 n=m; %迭代后新的结点数目 end plot(p(:,1),p(:,2)) %绘出每相邻两个点的连线 axis([0 10 0 10]) 四、实验数据记录： 由第三部分的程序，可得到如下的Koch分形曲线： 图2 五、注记： １．参照实验方法，可绘制如下生成元的Koch 分形曲线： 图3 线性方程组求解 1.直接法 Gauss消元法： function x=DelGauss(a,b) % Gauss消去法 [n,m]=size(a); nb=length(b); det=1;%存储行列式值 x=zeros(n,1); for k=1:n-1 for i=k+1:n if a(k,k)==0 return end m=a(i,k)/a(k,k); for j=k+1:n a(i,j)=a(i,j)-m*a(k,j); end b(i)=b(i)-m*b(k); end det=det*a(k,k); end det=det*a(n,n); for k=n:-1:1 %回代 for j=k+1:n b(k)=b(k)-a(k,j)*x(j); end x(k)=b(k)/a(k,k); end Example: >> A=[1.0170 -0.0092 0.0095;-0.0092 0.9903 0.0136;0.0095 0.0136 0.9898]; >> b=[1 0 1]'; >> x=DelGauss(A,b) x = 0.9739 -0.0047 1.0010 列主元Gauss消去法： function x=detGauss(a,b) % Gauss列主元消去法 [n,m]=size(a); nb=length(b); det=1;%存储行列式值 x=zeros(n,1); for k=1:n-1 amax=0;% 选主元 for i=k:n if abs(a(i,k))>amax amax=abs(a(i,k));r=i; end end if amax<1e-10 return; end if r>k %交换两行 for j=k:n z=a(k,j);a(k,j)=a(r,j);a(r,j)=z; end z=b(k);b(k)=b(r);b(r)=z;det=-det; end 几个分形的m a t l a b 实现 几个分形的matlab实现 摘要：给出几个分形的实例，并用matlab编程实现方便更好的理解分形，欣赏其带来的数学美感 关键字：Koch曲线实验图像 一、问题描述： 从一条直线段开始，将线段中间的三分之一部分用一个等边三角形的两边代替，形成山丘形图形如下 图1 在新的图形中，又将图中每一直线段中间的三分之一部分都用一个等边三角形的两条边代替，再次形成新的图形如此迭代，形成Koch分形曲线。 二、算法分析： 考虑由直线段（2个点）产生第一个图形（5个点）的过程。图1中，设 1 P和5 P分别为原始直线段的两个端点，现需要在直线段的中间依次插入三个点 2 P，3 P， 4 P。显然 2 P位于线段三分之一处， 4 P位于线段三分之二处， 3 P点的位置可 看成是由 4 P点以 2 P点为轴心，逆时针旋转600而得。旋转由正交矩阵 ?? ? ? ? ? ? ? - = ) 3 cos( ) 3 sin( ) 3 sin( ) 3 cos( π π π π A 实现。 算法根据初始数据（1P 和5P 点的坐标），产生图1中5个结点的坐标。结点的坐标数组形成一个25?矩阵，矩阵的第一行为1P 的坐标，第二行为2P 的坐标……，第五行为5P 的坐标。矩阵的第一列元素分别为5个结点的x 坐标，第二列元素分别为5个结点的y 坐标。 进一步考虑Koch 曲线形成过程中结点数目的变化规律。设第k 次迭代产生的结点数为k n ，第1+k 次迭代产生的结点数为1+k n ，则k n 和1+k n 中间的递推关系为341-=+k k n n 。 三、实验程序及注释： p=[0 0;10 0]; %P 为初始两个点的坐标,第一列为x 坐标,第二列为y 坐标 n=2; %n 为结点数 A=[cos(pi/3) -sin(pi/3);sin(pi/3) cos(pi/3)]; %旋转矩阵 for k=1:4 d=diff(p)/3; %diff 计算相邻两个点的坐标之差,得到相邻两点确定的向量 %则d 就计算出每个向量长度的三分之一,与题中将线段三等分对应 m=4*n-3; %迭代公式 q=p(1:n-1,:); %以原点为起点,前n-1个点的坐标为终点形成向量 p(5:4:m,:)=p(2:n,:); %迭代后处于4k+1位置上的点的坐标为迭代前的相应坐标 p(2:4:m,:)=q+d; %用向量方法计算迭代后处于4k+2位置上的点的坐标 p(3:4:m,:)=q+d+d*A'; %用向量方法计算迭代后处于4k+3位置上的点的坐标 p(4:4:m,:)=q+2*d; %用向量方法计算迭代后处于4k 位置上的点的坐标 n=m; %迭代后新的结点数目 end plot(p(:,1),p(:,2)) %绘出每相邻两个点的连线 axis([0 10 0 10]) 四、实验数据记录： 由第三部分的程序，可得到如下的Koch 分形曲线： 1. roots 求解多项式的根 r=roots(c) 注意： c 为一维向量，者返回指定多项式的所有根( 包括复根),poly 和roots 是互为反运算，还有就是roots 只能求解多项式的解 还有下面几个函数poly2sym、sym2poly 、eig >>syms x >>y=x A5+3*x A3+3; >>c=sym2poly(y);%求解多项式系数 >>r=roots(c); >>poly(r) 2. residue 求留数 [r, p, k] = residue(b,a) >>b = [ 5 3 -2 7] >>a = [-4 0 8 3] >>[r, p, k] = residue(b,a) 3. solve 符号解方程(组)——使用最多的 g = solve(eq1,eq2,...,eqn,var1,var2,...,varn) 注意：eqn 和varn 可以是符号表达式，也可以是字符串表达式，但是使用符号表达式时不能有“=号”，假如说varn 没有给出，使用findsym 函数找出默认的求解变量。返回的g 是个结构体，以varn 为字段。由于符号求解的局限性，好多情况下可能得到空矩阵，此时只能用数值解法 解方程A=solve('a*xA2 + b*x + c') 解方程组B=solve('a*uA2 + vA2', 'u - v = 1', 'aA2 - 5*a + 6') 4. fzero 数值求零点 [x,fval,exitflag,output]=fzero(fun,x0,options,p1,p2...) fun 是目标函数，可以是句柄(@)、inline 函数或M 文件名 x0 是初值，可以是标量也可以是长度为2 的向量，前者给定一个位置，后者是给定一个范围options 是优化参数，通过optimset 设置，optimget 获取，一般使用默认的就可以了，具体参照帮助 p1,p2...为需要传递的其它参数 假如说(x/1446)A2+p/504.1+(t/330.9)*(log(1-x/1446)+(1-1 /5.3)*x/1446)=0 的根，其中p,t 是已知几个分形的matlab实现
MATLAB代码 解线性方程组的迭代法
Matlab实验报告：分形迭代
matlab解方程组
MATLAB解线性方程组的直接方法
分形树__Matlab
分形插值算法和MATLAB实验
利用MATLAB求线性方程组
线性方程组求解matlab实现
Newton分形的原理及Matlab实现
实验一用matlab求解线性方程组
Matlab线性方程组求解(Gauss消去法)
Matlab求解线性方程组非线性方程组
几个分形matlab实现
几个分形的matlab实现资料
线性方程组求解Matlab程序(精.选)
几个分形的matlab实现教学文案
matlab常用解方程及方程组函数
相关文档
- 分形树__Matlab
- 几个分形的matlab实现教学文案
- 几个分形的matlab实现
- Matlab虫口方程等三个分形代码
- MATLAB_分形
- 第7章 分形维数应用与MATLAB实现
- 分形几何中一些经典图形的Matlab画法
- 几个分形的matlab实现
- 分形曲线及matlable算法
- 六个分形图形的matlab实现(6)
- Mandelbrot集和Julia集的分形图之matlab实现
- Mandelbrot集和Julia集的分形图之matlab实现
- Newton分形的原理及Matlab实现
- matlab c-c算法4 correlation_integral
- 动力系统一些分形图像和matlab程序
- matlab画分形蕨,
- Matlab实验报告：分形迭代
- 几个分形的matlab实现资料
- 分形树生成算法研究及其MATLAB实现
- (完整版)MATLAB分形图形树叶