文档库 最新最全的文档下载
当前位置:文档库 › 实验二绘制和分析三大洋平均水温垂直分布曲线

实验二绘制和分析三大洋平均水温垂直分布曲线

实验二绘制和分析三大洋平均水温垂直分布曲线

实验二绘制和分析三大洋平均水温垂直分布曲线

一、实验目的和要求

掌握水温垂直分布曲线图的绘制方法,了解三大洋垂直水温分布规律及其异同。

二、实验条件和设施

大洋垂直水温资料;做标纸、铅笔、彩色铅笔、实验教材。

三、实验方案和步骤

(1)应用数学坐标图的点绘方法,把水深与水温对应点绘在坐标纸上。

(2)把各大洋点绘的点子用不同符号或不同颜色分别连线,在同一坐标图上可看出各大洋的水温分布规律。

(3)以纵坐标为水深,横坐标为水温,分大洋按顺序把坐标点绘在第三象限里,然后按顺序把坐标点连成一圆滑曲线,并标明图例和写上图的名称。

(4)根据画出的图分析各大洋水温垂直分布规律的异同。

(5)应注意在同一坐标中点绘三大洋垂直水温分布曲线。

四、实验作业和总结

(1)根据所给资料(表7.10),在同一坐标图上绘出四条水温垂直分布曲线。(2)编写该图的分析报告书一份。

表7.10 三大洋4000

数值分析实验报告

实验一 误差分析 实验(病态问题) 实验目的:算法有“优”与“劣”之分,问题也有“好”与“坏”之别。对数值方法的研究而言,所谓坏问题就是问题本身对扰动敏感者,反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中,如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决,当然一般要付出一些代价(如耗用更多的机器时间、占用更多的存储空间等)。 问题提出:考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p Λ 显然该多项式的全部根为1,2,…,20共计20个,且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对()中19x 的系数作一个小的扰动。我们希望比较()和()根的差别,从而分析方程()的解对扰动的敏感性。 实验内容:为了实现方便,我们先介绍两个Matlab 函数:“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量,则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a Λ,则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a Λ 的全部根;而函数 poly(v)b = 的输出b 是一个n+1维变量,它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve = ))20:1((ve poly roots +

细胞生长曲线的绘制实验报告

细胞生长曲线的绘制实验报告 篇一:实验五微生物生长量的测定及生长曲线的绘制 一、实验目的 学习了解微生物生长量测定的方法 学习了解细菌生长曲线的绘制方法 学习掌握血细胞计数板的使用方法 微生物生长量的测定 计数法重量法生理指标法 1、显微镜直接计数法 利用血细胞计数板计数 涂片计数 2、活菌菌落计数法 3、滤膜法 细菌生长曲线 将单细胞细菌接种到恒定容积的液体培养基中,不补充营养物或移去培养物,细菌以二分裂方式繁殖,以时间为横坐标,细菌数目的对数值为纵坐标,可画出一条反映细菌在整个培养期间菌数变化规律的曲线,称为生长曲线 篇二:细胞生长曲线的测定 细胞生长曲线的测定 一、实验目的

掌握测定细胞生长曲线的方法。 二、实验器具 24孔细胞培养板、微量加样器、eppendorf管、吸头、吸头盒、显微镜、细胞计数板、载玻片、盖玻片、吸管、试管架、普通显微镜、细胞悬液、0.4%台盼蓝。 三、实验方法 1. 培养细胞:首先在24孔细胞培养板内分别接种相同数量的细胞,计数并记录接种的细胞悬液密度,接种时间记为0小时。 2. 计数细胞密度:从接种时间算起,每隔24小时计数3孔的细胞密度,算出平均值。为提高准确率,对每孔细胞可计数2-3次,如此操作至第七天结束。 3. 绘制曲线:以培养时间为横坐标、细胞密度为纵坐标,将全部结果在坐标纸上绘图,即得所培养细胞的生长曲线。 篇三:MTT法绘制生长曲线 实验材料: 1,5%FBS-L-DMEM, 5x104个/ml细胞悬液,5mg/mlMTT溶液,DMSO,0.01M PBS,2, 96孔板共7个,酶标仪,50ml离心管,1.5ml离心管,0.22μm滤膜,锡箔纸,MTT工作液 实验步骤: 1,分别选取生长良好的P1、P3、P5代BMSCs消化后制备成细胞悬液,调整细胞密度为5x104/ml。接种到96孔板,每孔接种200μl 细胞悬液进行培养。

数值分析实验报告

实验一、误差分析 一、实验目的 1.通过上机编程,复习巩固以前所学程序设计语言及上机操作指令; 2.通过上机计算,了解误差、绝对误差、误差界、相对误差界的有关概念; 3.通过上机计算,了解舍入误差所引起的数值不稳定性。 二.实验原理 误差问题是数值分析的基础,又是数值分析中一个困难的课题。在实际计算中,如果选用了不同的算法,由于舍入误差的影响,将会得到截然不同的结果。因此,选取算法时注重分析舍入误差的影响,在实际计算中是十分重要的。同时,由于在数值求解过程中用有限的过程代替无限的过程会产生截断误差,因此算法的好坏会影响到数值结果的精度。 三.实验内容 对20,,2,1,0 =n ,计算定积分 ?+=10 5dx x x y n n . 算法1:利用递推公式 151--=n n y n y , 20,,2,1 =n , 取 ?≈-=+=1 00182322.05ln 6ln 51dx x y . 算法2:利用递推公式 n n y n y 51511-= - 1,,19,20 =n . 注意到 ???=≤+≤=10 10202010201051515611261dx x dx x x dx x , 取 008730.0)12611051(20120≈+≈y .: 四.实验程序及运行结果 程序一: t=log(6)-log(5);

n=1; y(1)=t; for k=2:1:20 y(k)=1/k-5*y(k-1); n=n+1; end y y =0.0884 y =0.0581 y =0.0431 y =0.0346 y =0.0271 y =0.0313 y =-0.0134 y =0.1920 y =-0.8487 y =4.3436 y =-21.6268 y =108.2176 y =-541.0110 y =2.7051e+003 y =-1.3526e+004 y =6.7628e+004 y =-3.3814e+005 y =1.6907e+006 y =-8.4535e+006 y =4.2267e+007 程序2: y=zeros(20,1); n=1; y1=(1/105+1/126)/2;y(20)=y1; for k=20:-1:2 y(k-1)=1/(5*k)-(1/5)*y(k); n=n+1; end 运行结果:y = 0.0884 0.0580 0.0431 0.0343 0.0285 0.0212 0.0188 0.0169

数值分析实验报告62338

数值分析实验报告 (第二章) 实验题目: 分别用二分法、牛顿迭代法、割线法、史蒂芬森迭代法求方程 的根,观察不同初始值下的收敛性,并给出结论。 问题分析: 题目有以下几点要求: 1.不同的迭代法计算根,并比较收敛性。 2.选定不同的初始值,比较收敛性。 实验原理: 各个迭代法简述 二分法:取有根区间的重点,确定新的有根区间的区间长度仅为区间长度的一版。对压缩了的有根区间重复以上过程,又得到新的有根区间,其区间长度为的一半,如此反复,……,可得一系列有 根区间,区间收敛到一个点即为根。 牛顿迭代法:不动点迭代法的一种特例,具有局部二次收敛的特性。迭代格式为 割线法:是牛顿法的改进,具有超线性收敛的特性,收敛阶为1.618. 迭代格式为 史蒂芬森迭代法:采用不动点迭代进行预估校正。至少是平方收敛的。迭代格式为

这里可采用牛顿迭代法的迭代函数。实验内容: 1.写出该问题的函数 代码如下: function py= f(x) syms k; y=(k^2+1)*(k-1)^5; yy=diff(y,k); py(1)=subs(y,k,x); py(2)=subs(yy,k,x); end 2.分别写出各个迭代法的迭代函数代码如下: 二分法: function y=dichotomie(a,b,e) i=2; m(1)=a; while abs(a-b)>e t=(a+b)/2; s1=f(a); s2=f(b); s3=f(t); if s1(1)*s3(1)<=0 b=t; else a=t; end m(i)=t; i=i+1; end y=[t,i+1,m]; end 牛顿迭代法: function y=NewtonIterative(x,e) i=2; en=2*e; m(1)=x; while abs(en)>=e s=f(x); t=x-s(1)/s(2); en=t-x; x=t; m(i)=t; i=i+1; end y=[x,i+1,m]; end 牛顿割线法:

大肠杆菌生长曲线实验报告

一、实验方案设计

实验数据原始记录: 随时间的变化大肠杆菌液吸光度的数据(括号内数字表示稀释倍数)

3.5 曲线图时间/h 0 1 3.75 6 7 8 8.5 9 10 OD600 0.073 0.073 0.079 0.282 0.456 1.105 1.168 1.662 2.284 时间/h 11 12 13 14 18.33 20.5 23 24 OD b。 2.564 2.016 3.020 2.605 3.315 2.860 3.024 3.324 时间/h 0 1 3.75 6 7 8 8.5 9 10 11 13 18.33 20.5 0应0 0.073 0.073 0.079 0.282 0.456 1.105 1.168 1.662 2.284 2.564 3.020 3.315 2.86 时间/h 0 1 3.75 6 7 8 8.5 9 10 11 OD6b0 0.073 0.073 0.079 0.282 0.456 1.105 1.168 1.662 2.284 2.564 前小时的大肠杆菌的吸光度数据 六?参考文献 前12小时的大肠杆菌的生长曲线图 [1] .牛天贵?食品微生物学实验技术?第1版?北京:科学出版社,2010. [2] .杨革.微生物学实验教程.第2版.北京:科学出版社,2010. [3] .何国庆,贾英民,丁立孝等.食品微生物学.第2版.北京:中国农业大学出版社,2009. [4] .周德庆,胡宝龙.微生物学实验教程.第2版.北京:高等教育出版社,2006.

七?教师对实验方案设计的意见 签名: 年月日 、实验报告 宴验现象验现象、实验结果的分析及其结论 分随着培养时间的增加,培养基里的液体变得越来越混浊,所散发出来的味道也越来越浓,味道很难闻。实验结果随着培养时间的增加,培养基里的液体变得越来越混浊,所散发出来的味道也越来越浓,味道大肠杆菌难培养基因为大肠杆菌增长迅越来越后来数量达一定数量后此时培养基内的营养物质已被进行营尽,养和空间肠杆菌进行营些大肠杆间的死亡争,最后数量肠杆菌死亡,直最后数量不断减尙,。直至变为0。 ②通过对大肠杆菌生长曲线的测定,了解了细菌生长 的特点,是:刚开始时细菌缓慢增长,后来增 长迅速,呈“ J”型,最后细菌生长缓慢,数量达到顶峰,在一段时间内保持不变。 因实验测量的时间不够合理等各种因素,因此用原始数据绘制出来的大肠杆菌的生长曲线图不够有规律,经修正后生长曲线比较好。 结论: 细菌的生长曲线分为延缓期、生长期、稳定期和衰亡期。体内及自然界细菌的生长繁殖受机体 免疫因素和环境因素的多方面影响,不会出现象培养基中那样典型的生长曲线。掌握细菌生长规律,可有目的地研究控制病原菌的生长,发现和培养对人类有用的细菌。 这4个时期的长短因菌种的遗传性、接种量和培养条件的不同而有所不同。因此通过测定微生物的生长曲线,可了解细菌的生长规律,对于科研和生产都具有重要的指导意义。

数值分析实验报告总结

数值分析实验报告总结 随着电子计算机的普及与发展,科学计算已成为现代科 学的重要组成部分,因而数值计算方法的内容也愈来愈广泛和丰富。通过本学期的学习,主要掌握了一些数值方法的基本原理、具体算法,并通过编程在计算机上来实现这些算法。 算法算法是指由基本算术运算及运算顺序的规定构成的完 整的解题步骤。算法可以使用框图、算法语言、数学语言、自然语言来进行描述。具有的特征:正确性、有穷性、适用范围广、运算工作量少、使用资源少、逻辑结构简单、便于实现、计算结果可靠。 误差 计算机的计算结果通常是近似的,因此算法必有误差, 并且应能估计误差。误差是指近似值与真正值之差。绝对误差是指近似值与真正值之差或差的绝对值;相对误差:是指近似值与真正值之比或比的绝对值。误差来源见表 第三章泛函分析泛函分析概要 泛函分析是研究“函数的函数”、函数空间和它们之间 变换的一门较新的数学分支,隶属分析数学。它以各种学科

如果 a 是相容范数,且任何满足 为具体背景,在集合的基础上,把客观世界中的研究对象抽 范数 范数,是具有“长度”概念的函数。在线性代数、泛函 分析及相关的数学领域,泛函是一个函数,其为矢量空间内 的所有矢量赋予非零的正长度或大小。这里以 Cn 空间为例, Rn 空间类似。最常用的范数就是 P-范数。那么 当P 取1, 2 ,s 的时候分别是以下几种最简单的情形: 其中2-范数就是通常意义下的距离。 对于这些范数有以下不等式: 1 < n1/2 另外,若p 和q 是赫德尔共轭指标,即 1/p+1/q=1 么有赫德尔不等式: II = ||xH*y| 当p=q=2时就是柯西-许瓦兹不等式 般来讲矩阵范数除了正定性,齐次性和三角不等式之 矩阵范数通常也称为相容范数。 象为元素和空间。女口:距离空间,赋范线性空间, 内积空间。 1-范数: 1= x1 + x2 +?+ xn 2-范数: x 2=1/2 8 -范数: 8 =max oo ,那 外,还规定其必须满足相容性: 所以

数值分析实验报告

学生实验报告实验课程名称 开课实验室 学院年级专业班 学生姓名学号 开课时间至学年学期

if(A(m,k)~=0) if(m~=k) A([k m],:)=A([m k],:); %换行 end A(k+1:n, k:c)=A(k+1:n, k:c)-(A(k+1:n,k)/ A(k,k))*A(k, k:c); %消去end end x=zeros(length(b),1); %回代求解 x(n)=A(n,c)/A(n,n); for k=n-1:-1:1 x(k)=(A(k,c)-A(k,k+1:n)*x(k+1:n))/A(k,k); end y=x; format short;%设置为默认格式显示,显示5位 (2)建立MATLAB界面 利用MA TLAB的GUI建立如下界面求解线性方程组: 详见程序。 五、计算实例、数据、结果、分析 下面我们对以上的结果进行测试,求解:

? ? ? ? ? ? ? ? ? ? ? ? - = ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? - - - - - - 7 2 5 10 13 9 14 4 4 3 2 1 13 12 4 3 3 10 2 4 3 2 1 x x x x 输入数据后点击和,得到如下结果: 更改以上数据进行测试,求解如下方程组: 1 2 3 4 43211 34321 23431 12341 x x x x ?? ???? ?? ???? ?? ???? = ?? ???? - ?? ???? - ???? ?? 得到如下结果:

数值分析实验报告资料

机电工程学院 机械工程 陈星星 6720150109 《数值分析》课程设计实验报告 实验一 函数插值方法 一、问题提出 对于给定的一元函数)(x f y =的n+1个节点值(),0,1,,j j y f x j n ==。试用Lagrange 公式求其插值多项式或分段二次Lagrange 插值多项式。 数据如下: (1 求五次Lagrange 多项式5L ()x ,计算(0.596)f ,(0.99)f 的值。(提示:结果为(0.596)0.625732f ≈, (0.99) 1.05423f ≈) 实验步骤: 第一步:先在matlab 中定义lagran 的M 文件为拉格朗日函数 代码为: function[c,l]=lagran(x,y) w=length(x); n=w-1; l=zeros(w,w); for k=1:n+1 v=1; for j=1:n+1 if(k~=j) v=conv(v,poly(x(j)))/(x(k)-x(j)); end end l(k,:)=v; end c=y*l; end

第二步:然后在matlab命令窗口输入: >>>> x=[0.4 0.55 0.65 0.80,0.95 1.05];y=[0.41075 0.57815 0.69675 0.90 1.00 1.25382]; >>p = lagran(x,y) 回车得到: P = 121.6264 -422.7503 572.5667 -377.2549 121.9718 -15.0845 由此得出所求拉格朗日多项式为 p(x)=121.6264x5-422.7503x4+572.5667x3-377.2549x2+121.9718x-15.0845 第三步:在编辑窗口输入如下命令: >> x=[0.4 0.55 0.65 0.80,0.95 1.05]; >> y=121.6264*x.^5-422.7503*x.^4+572.5667*x.^3-377.2549*x.^2+121.9718 *x-15.0845; >> plot(x,y) 命令执行后得到如下图所示图形,然后 >> x=0.596; >> y=121.6264*x.^5-422.7503*x.^4+572.5667*x.^3-377.2549*x.^2+121.9718 *x-15.084 y =0.6257 得到f(0.596)=0.6257 同理得到f(0.99)=1.0542

实验--基因结构预测分析

学院:______ 班级:_______ 学号:_________ 姓名:__________ 成绩:______ 实验五基因结构预测分析 目的: 1、熟悉并掌握从基因组核酸序列中发现基因的方法。 内容: 1、用NCBI的ORF Finder分析原核生物核酸序列或真核生物的cDNA序列中的开放阅读框; 2、使用GENSCAN在线软件预测真核生物基因; 3、使用POL YAH在线预测转录终止信号; 4、使用PromoterScan在线预测启动子区域。 操作及问题: 随着测序技术的不断发展,越来越多的模式生物启动了全基因组测序计划,完成全基因组测序的物种也越来越多,使得基因结构和功能的预测成为可能。同时,通过基因组文库筛选也可得到目的基因所在克隆。获得克隆序列后,同样也需要对目的基因做结构预测以便指导后续功能研究。本实验介绍几种常用的基因预测分析工具,预测核酸序列的开放阅读框、转录终止信号、启动子、CpG岛等信息。 一、开放阅读框(open reading frame,ORF)的识别 ORF是指从核酸序列上5’端翻译起始密码子到终止密码子的蛋白质编码序列。原核生物与真核生物的基因结构存在很大不同,真核生物的ORF除外显子(平均150bp)外,还含有内含子,因此真核生物基因的预测远比原核生物复杂。 (一)利用NCBI ORF Finder预测原核生物核酸序列或真核生物的cDNA序列中的开放阅读框。https://www.wendangku.net/doc/7a18185115.html,/gorf/gorf.html 1、在NCBI上查找AC 号为AE008569 的核酸记录。(见实验五中的AE008569.mht) 问题1:这个序列的名称? 问题2:这个序列来源物种所属的生物学大分类?

数值分析实验报告1

实验一 误差分析 实验1.1(病态问题) 实验目的:算法有“优”与“劣”之分,问题也有“好”与“坏”之别。对数值方法的研究而言,所谓坏问题就是问题本身对扰动敏感者,反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中,如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决,当然一般要付出一些代价(如耗用更多的机器时间、占用更多的存储空间等)。 问题提出:考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p 显然该多项式的全部根为1,2,…,20共计20个,且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对(1.1)中19x 的系数作一个小的扰动。我们希望比较(1.1)和(1.2)根的差别,从而分析方程(1.1)的解对扰动的敏感性。 实验内容:为了实现方便,我们先介绍两个Matlab 函数:“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量,则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a ,则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a 的全部根;而函数 poly(v)b = 的输出b 是一个n+1维变量,它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve =

实验三蛋白序列比对到基因组

实验三蛋白序列比对到基因组(GeneWise and exonerate)实验目的 1)了解基因结构,acceptor, sponsor 等概念 2)理解将蛋白序列比对到基因组的应用 3)掌握利用GeneWise 将蛋白序列定位到基因组上并得到基因结构 实验数据及软件 ftp://172.28.137.55/pub/lab_materia/biosoft/lab03/ 1、Genewise 简介 Genewise 是EBI 的Ewan Birney 和他的同事们开发的一套 软件系统,用来做蛋白质序列和DNA 序列之间的比对,软件比对过程中会考虑剪切位点信息,所以能够定义出intron/exon 结构,同时它和blast 的最大区别是它能够把基因的多个exon 的链接起来,从而得到基因整体的比对情况。Genewise 只能一次进行 一条蛋白序列和一条核酸序列的比对,同等运算量的情况下,运行时间较blast,blat,sim4 等慢,由于进行的是蛋白质水平的比对,所以敏感性比blat,sim4 等要高。 2、下载 可从EBI 网站上下载,下载地址: ftp://https://www.wendangku.net/doc/7a18185115.html,/pub/software/unix/wise2/wise2.2.0.tar.gz(FTP 服务器上已经下载有) 3、安装 1)解压缩 2)编译, $ cd src $ make all 3)设置环境变量:WISECONFIGDIR 4、使用语法 genewise genewise –genesf [other options] 参数提示 1.默认情况下,蛋白序列和dna 序列的正链进行比对,即-tfor 参数;如果用户 不确定蛋白质序列是在dna 序列的正链上还是反链上,可以改用-both 参数; 2.当用户需要使用genewise 比对得到的dna 序列时,可以通过添加-cdna 得到;可以通过-trans参数得到对应的氨基酸序列; 应用1—确定基因结构 genewise –both –genesf input-protien3.fa input-dna3.fa > output3.genewise.out 结果(部分)

数值分析实验报告3

实验报告 实验项目名称数值积分与数值微分实验室数学实验室 所属课程名称数值逼近 实验类型算法设计 实验日期 班级 学号 姓名 成绩

实验概述: 【实验目的及要求】 本次实验的目的是熟练《数值分析》第四章“数值积分与数值微分”的相关内容,掌握复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式。 本次试验要求编写复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式的程序编码,并在MATLAB软件中去实现。 【实验原理】 《数值分析》第四章“数值积分与数值微分”的相关内容,包括:复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式的相应算法和相关性质。 【实验环境】(使用的软硬件) 软件: MATLAB 2012a 硬件: 电脑型号:联想 Lenovo 昭阳E46A笔记本电脑 操作系统:Windows 8 专业版 处理器:Intel(R)Core(TM)i3 CPU M 350 @2.27GHz 2.27GHz 实验内容: 【实验方案设计】 第一步,将书上关于复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式的内容转化成程序语言,用MATLAB实现;第二步,分别用以上求积公式的程序编码求解不同的问题。 【实验过程】(实验步骤、记录、数据、分析) 实验的主要步骤是:首先分析问题,根据分析设计MATLAB程序,利用程序算出问题答案,分析所得答案结果,再得出最后结论。 实验:用不同数值方法计算积分 (1) 取不同的步长h.分别用复合梯形及复合辛普森求积计算积分,给出误差中关于h的函数,并与积分精确值比较两个公式的精度,是否存在一个最小的h,使得精度不能再被改善? (2) 用龙贝格求积计算完成问题(1)。 (3)用勒让德多项式确定零点,再代入计算高斯公式,使其精度达到10-4 (1)在MATLAB的Editor中建立一个M-文件,输入程序代码,实现复合梯形求积公式的程序代码如下:

生长曲线的测定

实验日期:2017.11.1 实验班级:生物技术指导教师:张建丽 姓名:高熹学号:1120152430 测定细菌生长曲线 一.实验目的 1.通过对大肠杆菌生长曲线的测定,了解细菌生长的特点,综合训练微生物实验的基本实验技能。 2.巩固培养基的配制、灭菌、仪器的包扎、倒平板。 3.掌握用比浊法测定细菌的生长曲线。 二.实验原理 将少量细菌接种到一定体积的、适合的新鲜培养基中,在适宜的条件下进行培养,一定时间测定培养液中的菌量,以菌量的数量作纵坐标,生长时间作横坐标,绘制的曲线叫生长曲线。它反映了单细胞微生物在一定环境条件下于液体培养时所表现出的群体生长规律。依据其生长速率的不同,一般可把生长曲线分为延缓期、生长期、稳定期和衰亡期。将每一种一定量的细菌转入新鲜液体培养基中,在适宜的条件下培养细胞要经历延迟期、对数生长期、稳定期和衰亡期四个阶段。 延迟期:又叫调整期。细菌接种至培养基后,对新环境有一个短暂适应过程(不适应者可因转种而死亡)。此期曲线平坦稳定,因为细菌繁殖极少延迟期长短因素种、接种菌量、菌龄以及营养物质等不同而异,一般为1~4小时。此期中细菌体积增大,代谢活跃,为细菌的分裂增殖合成、储备充足的酶、能量及中间代谢产物。 对数生长期:又称指数期。此期生长曲线上活菌数直线上升。细菌以稳定的几何级数极快增长,可持续几小时至几天不等(视培养条件及细菌代时而异)。此期细菌形态、染色、生物活性都很典型,对外界环境因素的作用敏感,因此研究细菌性状以此期细菌最好。抗生素作用,对该时期的细菌效果最佳。 稳定期:该期的生长菌群总数处于平坦阶段,但细菌群体活力变化较大细菌浓度达到最大即环境最大容纳量。由于培养基中营养物质消耗、毒性产物(有机酸、过氧化物等)积累PH下降等不利因素的影响,细菌繁殖速度渐趋下降,相对细菌死亡数开始逐渐增加,此期细菌增殖数与死亡数渐趋平衡。细菌形态、染色、生物活性可出现改变,并产生相应的代谢产物如外毒素、内毒素、抗生素、以及芽孢等。 衰亡期:随着稳定期发展,细菌繁殖越来越慢,死亡菌数明显增多。活菌数与培养时间呈反比关系,此期细菌变长肿胀或畸形衰变,甚至菌体自溶,难以辩认其形。生理代谢活动趋于停滞。故陈旧培养物上难以鉴别细菌。 体内及自然界细菌的生长繁殖受机体免疫因素和环境因素的多方面影响,不会出现象培养基中那样典型的生长曲线。掌握细菌生长规律,可有目的地研究控制病原菌的生长,发现和培养对人类有用的细菌。 这4个时期的长短因菌种的遗传性、接种量和培养条件的不同而有所不同。因此通过测定微生物的生长曲线,可了解个菌的生长规律,对于科研和生产都具有重要的指导意义。 测定微生物的数量有多种不同的方法,可根据要求和实验室条件选用。本实

数值分析实验报告2

一、实验名称 复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式及自适应辛普森积分。 二、实验目的及要求 1. 掌握复合梯形求积计算积分、复合辛普森求积计算积分、龙贝格求积计算积分和自适应辛普森积分的基本思路和步骤. 2. 培养Matlab 编程与上机调试能力. 三、实验环境 计算机,MATLAB 软件 四、实验内容 1.用不同数值方法计算积分9 4 ln 1 0-=? xdx x 。 (1)取不同的步长h 。分别用复合梯形及复合辛普森求积计算积分,给出误差中关于h 的函数,并与积分精确指比较两个公式的精度,是否存在一个最小的h ,使得精度不能再被改善。 (2)用龙贝格求积计算完成问题(1)。 (3)用自适应辛普森积分,使其精度达到10-4。 五、算法描述及实验步骤 1.复合梯形公式 将区间[a,b]划分为n 等份,分点x k =a+ah,h=(b-a)/h,k=0,1,...,n ,在每个子区间[x k ,x k +1](k=0,1,...,n-1)上采用梯形公式(),得 )]()([2 )(b f a f a b dx x f b a +-≈ ? () )]()(2)([2)]()([21 1 110b f x f b f h x f x f h T n k k k n k k n ++=+=∑∑-=+-= () ),(),(12 )(' '2b a f h a b f R n ∈-- =ηη () 其中Tn 称为复合梯形公式,Rn 为复合梯形公式的余项。 2.复合辛普森求积公式 将区间[a,b]划分为n 等份,在每个子区间[x k ,x k +1](k=0,1,...,n-1)上采用辛普森公式(),得 )]()2 (4)([6b f b a f a f a b S +++-= ()

基因组序列的差异分析

基因组序列的差异分析 ----mVISTA的在线使用说明 当然,除了在线版的,我们还可以在网站上填写信息申请离线的软件。但我试用了一下,需要先自己比对,然后要按照一定的格式来制作文件,当然你还必须得安装java才能运行软件;总之,我感觉没有在线版的方便。 1 将数据放入服务器中 在首页,你将被要求确定你想要分析的基因组序列的数量。输入这个数字之后,点击“提交”,将带你到主提交页面。 mVISTA服务器最多可以同时处理100条序列。 1.1主提交页面必填的内容 E-mail 地址 通过E-mail,我们可以提示你的在线处理已经得到结果。

序列 你可以用2种方式来上传你的序列: 1.使用“Browse”按钮从你的电脑上,上传纯文本的Fasta格式文件。如果是一个作为参 考的生物体的DNA序列必须作为一个contig提交(可以进行一定的定向排列将多个片段合并为一个contig),而其他非参考序列可以在一个或多个contig中提交(draft)。 Fasta格式的示例序列(您可以在NCBI站点上找到关于该格式的更多细节): >mouse ATCACGCTCTTTGTACACTCCGCCATCTCTCTCT … !!!注意:序列里面我们只接受字母CAGTN和X。请确保提交序列是作为一种纯文本格式,而不是Word或HTML文件格式。 如果您以FASTA格式提交序列,我们建议您为它取一个有意义的名称(比如直接是你的物种名之类的),因为这些名称将出现在我们生成的图形中。如果您使用的是一个draft草图序列,那么结果中每个contigs的命名都将按照您在“>”符号后指示的命名进行。 2.您可以给出它的GenBank登录号,系统将自动从GenBank数据库里进行检索序列。 在这两种情况下,序列的总大小都不应超过10M,而且任何一条序列都不应超过2M。 1.2主提交页面选填的内容 这些选项允许您自定义您的VISTA分析。您可以使用独立获得的基因注释,选择合适的Repeat Masker选项,给分析的序列指定名称,并改变序列保存分析的参数。如果您没有填写这些选填选项,我们将使用它们的默认值。 比对程序 根据您分析的具体内容(参见“about”-链接中的详细信息),您可以选择以下比对程序之一:1、AVID----全局两两比对。如果您选择使用这个程序,其中一个序列应该被完成比对,其他 所有序列可以完成或以草图draft格式完成。对于集合中所有已完成的序列,AVID生成所有相对所有成对的比对结果,可以使用任何序列作为基础(参考)来显示。如果某些序列是草图格式,AVID将生成它们与最终序列的比对,这将被用作基础(参考)。这是该服务器上唯一可以处理草图序列的比对程序。 (小知识:草图序列与完整序列DNA sequence, draft: Sequence of a DNA with less accuracy than a finished sequence. In a draft sequence, some segments are missing or are in the wrong order or are oriented incorrectly. A draft sequence is as opposed to a finished DNA sequence.)2、LAGAN----完成完整序列的全局两两比对和多重比对。如果某些序列是草图格式,您的查 询将被重定向到AVID以获得两两比对。多重比对将由VISTA可视化,它将计算并显示序列的保守区,以您指示的任何序列作为参考。这是该服务器上唯一能够产生真正的多重

数值分析实验报告-插值、三次样条(教育教学)

实验报告:牛顿差值多项式&三次样条 问题:在区间[-1,1]上分别取n=10、20用两组等距节点对龙格函数2 1()25f x x 作多项式插值及三次样条插值,对每个n 值,分别画出插值函数及()f x 的图形。 实验目的:通过编程实现牛顿插值方法和三次样条方法,加深对多项式插值的理解。应用所编程序解决实际算例。 实验要求: 1. 认真分析问题,深刻理解相关理论知识并能熟练应用; 2. 编写相关程序并进行实验; 3. 调试程序,得到最终结果; 4. 分析解释实验结果; 5. 按照要求完成实验报告。 实验原理: 详见《数值分析 第5版》第二章相关内容。 实验内容: (1)牛顿插值多项式 1.1 当n=10时: 在Matlab 下编写代码完成计算和画图。结果如下: 代码: clear all clc x1=-1:0.2:1; y1=1./(1+25.*x1.^2); n=length(x1); f=y1(:); for j=2:n for i=n:-1:j f(i)=(f(i)-f(i-1))/(x1(i)-x1(i-j+1)); end end syms F x p ; F(1)=1;p(1)=y1(1); for i=2:n F(i)=F(i-1)*(x-x1(i-1)); p(i)=f(i)*F(i);

end syms P P=sum(p); P10=vpa(expand(P),5); x0=-1:0.001:1; y0=subs(P,x,x0); y2=subs(1/(1+25*x^2),x,x0); plot(x0,y0,x0,y2) grid on xlabel('x') ylabel('y') P10即我们所求的牛顿插值多项式,其结果为:P10(x)=-220.94*x^10+494.91*x^8-9.5065e-14*x^7-381.43*x^6-8.504e-14*x^5+123.36*x^4+2.0202e-1 4*x^3-16.855*x^2-6.6594e-16*x+1.0 并且这里也能得到该牛顿插值多项式的在[-1,1]上的图形,并和原函数进行对比(见Fig.1)。 Fig.1 牛顿插值多项式(n=10)函数和原函数图形 从图形中我们可以明显的观察出插值函数在两端点处发生了剧烈的波动,产生了极大的误差,即龙格现象,当n=20时,这一现象将更加明显。 1.2 当n=20时: 对n=10的代码进行修改就可以得到n=20时的代码。将“x1=-1:0.2:1;”改为“x1=-1:0.1:1;”即可。运行程序,我们得到n=20时的牛顿插值多项式,结果为:P20(x)= 260188.0*x^20 - 1.0121e6*x^18 + 2.6193e-12*x^17 + 1.6392e6*x^16 + 2.248e-11*x^15 - 1.4429e6*x^14 - 4.6331e-11*x^13 + 757299.0*x^12 + 1.7687e-11*x^11 - 245255.0*x^10 + 2.1019e-11*x^9 + 49318.0*x^8 + 3.5903e-12*x^7 - 6119.2*x^6 - 1.5935e-12*x^5 + 470.85*x^4 + 1.3597e-14*x^3 - 24.143*x^2 - 1.738e-14*x + 1.0 同样的,这里得到了该牛顿插值多项式的在[-1,1]上的图形,并和原函数进行对比(见Fig.2)。

实验三 微生物生长曲线的测定

实验三微生物生长曲线的测定 一、实验目的目的 1、了解细菌生长曲线特点及测定原理 2、学习用比浊法测定细菌的生长曲线 二、实验原理 将少量细菌接种到一定体积的、适合的新鲜培养基中,在适宜的条件下进行培养,定时测定培养液中的菌量,以菌量的对数作纵坐标,生长时间作横坐标,绘制的曲线叫生长曲线。它反映了单细胞微生物在一定环境条件下于液体培养时所表现出的群体生长规律。依据其生长速率的不同,一般可把生长曲线分为延缓期、对数期、稳定期和衰亡期。这四个时期的长短因菌种的遗传性、接种量和培养条件的不同而有所改变。因此通过测定微生物的生长曲线,可了解各菌的生长规律,对于科研和生产都具有重要的指导意义。 测定微生物的数量有多种不同的方法,可根据要求和实验室条件选用。本实验采用比浊法测定,由于细菌悬液的浓度与光密度(OD值)成正比,因此可利用分光光度计测定菌悬液的光密度来推知菌液的浓度,并将所测的OD值与其对应的培养时间作图,即可绘出该菌在一定条件下的生长曲线,此法快捷、简便。 三、实验材料 1、菌种 2、培养基:肉膏蛋白胨培养基 3、仪器和器具 721分光光度计,比色杯,恒温摇床,无菌吸管,试管,三角瓶。 4、流程 种子液→标记→接种→培养→测定 四、实验步骤 1、种子液制备 取细菌菌种1支,以无菌操作挑取1环菌液,接入肉膏蛋白胨培养液中,培养18h作种子培养液。 2、标记编号 取盛有30mL无菌肉膏蛋白胨培养液的三角瓶6个,分别编号为0、4、8、12、16、2 0。 3、接种培养 用2mL无菌吸管分别准确吸取1mL种子液加入已编号的6个三角瓶中,于37℃下振

荡培养。然后分别按对应时间将三角瓶取出测定OD值。 4、生长量测定 将未接种的肉膏蛋白胨培养基倾倒入比色杯中,选用600nm波长分光光度计上调节零点,作为空白对照,并对不同时间培养液从0h起依次进行测定,对浓度大的菌悬液用未接种的牛肉膏蛋白胨液体培养基适当稀释后测定,使其OD值在0.10.~0.65以内,经稀释后测得的OD值要乘以稀释倍数,才是培养液实际的OD值。 五、实验结果与分析 以上述表格中的时间为横坐标,OD600 值为纵坐标,绘制细菌的生长曲线。

生物信息学实验指导—实验三

实验三核酸序列分析 【实验目的】 1、掌握已知或未知序列接受号的核酸序列检索的基本步骤; 2、掌握使用BioEdit软件进行核酸序列的基本分析; 3、熟悉基于核酸序列比对分析的真核基因结构分析(内含子/外显子分析); 4、了解基因的电子表达谱分析; 5、熟悉密码子偏好性分析。 【实验原理】 针对核酸序列的分析就是在核酸序列中寻找基因,找出基因的位置和功能位点的位置,以及标记已知的序列模式等过程。在此过程中,确认一段DNA序列是一个基因需要有多个证据的支持。一般而言,在重复片段频繁出现的区域里,基因编码区和调控区不太可能出现;如果某段DNA片段的假想产物与某个已知的蛋白质或其它基因的产物具有较高序列相似性的话,那么这个DNA片段就非常可能属于外显子片段;在一段DNA序列上出现统计上的规律性,即所谓的“密码子偏好性”,也是说明这段DNA是蛋白质编码区的有力证据;其它的证据包括与“模板”序列的模式相匹配、简单序列模式如TATA Box等相匹配等。一般而言,确定基因的位置和结构需要多个方法综合运用,而且需要遵循一定的规则:对于真核生物序列,在进行预测之前先要进行重复序列分析,把重复序列标记出来并除去;选用预测程序时要注意程序的物种特异性;要弄清程序适用的是基因组序列还是cDNA序列;很多程序对序列长度也有要求,有的程序只适用于长序列,而对EST这类残缺的序列则不适用。 1. 重复序列分析 对于真核生物的核酸序列而言,在进行基因辨识之前都应该把简单的大量的重复序列标记出来并除去,因为很多情况下重复序列会对预测程序产生很大的扰乱,尤其是涉及数据库搜索的程序。 2. 数据库搜索 把未知核酸序列作为查询序列,在数据库里搜索与之相似的已有序列是序列分析预测的有效手段。在理论课中已经专门介绍了序列比对和搜索的原理和技术。但值得注意的是,由相似性分析作出的结论可能导致错误的流传;有一定比例的序列很难在数据库里找到合适的同源伙伴。对于EST序列而言,序列搜索将是非常有效的预测手段。 3. 编码区统计特性分析 统计获得的经验说明,DNA中密码子的使用频率不是平均分布的,某些密码子会以较高的频率使用而另一些则较少出现。这样就使得编码区的序列呈现出可察觉的统计特异性,即所谓的“密码子偏好性”。利用这一特性对未知序列进行统计学分析可以发现编码区的粗略位置。这一类技术包括:双密码子计数(统计连续两个密码子的出现频率);核苷酸周期性分析(分析同一个核苷酸在3,6,9,...位置上周期性出现的规律);均一/复杂性分析(长同聚物的统计计数);开放可读框架分析等。 4. 启动子分析 启动子是基因表达所必需的重要序列信号,识别出启动子对于基因辨识十分重要。有一些程序根据实验获得的转录因子结合特性来描述启动子的序列特征,

实验一 生物序列统计分析

实验一生物序列统计分析 一.实验目的 一般情况下,真核细胞中的线粒体是主要的能量生产中心。人类线粒体基因组在GenBank中的编号为“NC_001807”。以这条序列为例,学习有关DNA序列和蛋白质序列的统计分析方法。 1.学习和掌握在MATLAB平台上应用Bioinformatics工具包访问GenBank,并读取DNA序列。 2.学习和掌握在MATLAB平台上应用Bioinformatics工具包统计DNA序列的组成成分及含量,分析DNA序列的性质。 3.学习和掌握在MATLAB平台上应用Bioinformatics工具包搜索DNA序列的开放阅读框ORFs。 4.学习和掌握在MATLAB平台上应用Bioinformatics工具包,根据已定位的ORFs,实现DNA序列向蛋白质序列的转换。 5.学习和掌握在MATLAB平台上应用Bioinformatics工具包统计蛋白质序列中各种氨基酸含量。 二.实验内容 1.在MATLAB平台上应用Bioinformatics工具包访问GenBank,读取DNA序列。 ①用“web”命令在MATLAB平台上打开NCBI网页。 web('https://www.wendangku.net/doc/7a18185115.html,/') web('https://www.wendangku.net/doc/7a18185115.html,/genomes/framik.cgi?db=Genome&gi=12188') ②用“getgenbank”功能从GenBank中读序列信息到MARLAB mitochondria = getgenbank('NC_001807','SequenceOnly',true); 选项“SequenceOnly”使我们从GenBank中只读取“NC_001807”的序列信息。 “Mitochondria”是我们定义的变量,存在MATLAB的Workspace中。 ③查看变量mitochondria whos mitochondria 2.在MATLAB平台上应用Bioinformatics工具包统计DNA序列的组成成分及含量,分析DNA序列的性质。 ①查看DNA序列的性质 ntdensity(mitochondria)

相关文档
相关文档 最新文档