包括两个函数：Fseries.m 和 Fseriesval.m [a,b] = Fseries(X,Y,n) 拟合形式的 n 阶傅立叶展开y = a_0/2 + Sum_k[ a_k cos(kx) + b_k sin(kx) ] 使用最小二乘法拟合向量 X 和 Y 中的数据。 Y = Fseriesval(a,b,X) 计算由系数 a 和 b 在向量 X 中的值定义的傅立叶级数。 额外的参数允许重新缩放 X 数据和仅正弦或仅余弦的扩展。 例子： % 生成数据x = linspace(0,2,41)'; y = mod(2*x,1); % 使用 FSERIES 来拟合[a,b,yfit] = Fseries(x,y,10); % 在更精细的网格上进行评估xfine = linspace(0,2)'; yfine = Fseriesval（a，b，xfine）; ％可视化结果情节（x

该代码为给定的传递函数导出所需程度的降阶近似值。 使用的方法是 Routh-Pade 近似。 计算给定的 n 阶稳定传递函数 G 的 r 阶 Routh-Pade 近似，其中 1<=r<=n。 简化模型的分母是使用简化的 routh/gamma 表计算的。 另一方面，分子是通过矩匹配计算的。 例子G=tf([1 2],[1 3 4 5]) r=2； R=Routh_Pade(G,r) 给出输出 转换功能： 0.5714 秒 + 1.143 --------------------- s^2 + 2.286 s + 2.857

不完全信息系统中基于并行矩阵的近似计算方法

利用Matlab近似计算圆周率的若干方法 本文分别采取幂级数展开式的方法、随机数的方法、数值积分的方法和公式法结合matlab程序实现对圆周率的近似计算，分析实验结果，比较每种方法的近似程度的高低，实现了matlab实验和数学理论的良好结合。

π值一直都是数学家们非常感兴趣的问题，那么如何计算π值呢，用连分手逼近π是一个非常有效的方法,这里用mathematica进行简单的编程来解决这一问题。