基于matlab的数学建模
MATLAB在数学建模中的应用
（张威10322010910级专升本电气一班）
摘要
随着社会和计算机技术的发展，数学科学与计算机技术相结合，在社会各领域发挥着越来越重要的作用，能够方便、高效的解决各种实际问题。在目前用于数学建模的软件中，Matlab强大的数值计算、绘图以及多样化的工具箱功能，能够快捷、高效地解决数学建模所涉及的众多领域的问题，倍受数学建模者的青睐。Matlab是一款非常好的软件,功能强大,应用面广。从实例出发，论述Matlab在数学建模中的应用，以提高对Matlab软件的认识，提高解决实际问题的能力。本文结合数学建模的几个环节，用一些实例阐述了Matlab在数学建模中的应用。将Matlab用于数学建模可以提高数学建模的效率和质量。丰富数学建模的方法和手段，具有重要的意义。
关键词:Matlab软件，数学建模，最优化
Abstract
With the development of society and computer technology,mathematics,science and computer technology in all areas of society is playing an increasingly important role,It can easily and efficiently to solve practical problems.In the currently used mathematical modeling software,Matlab powerful numerical calculations,drawings,and a variety of toolbox functions,can quickly and efficiently solve the mathematical modeling involved in many areas of concern,much of those mathematical modeling all ages.Matlab is a very good software,powerful,wide range of applications.Starting from the example,discussed in Matlab in the application of mathematical modeling to improve understanding of the Matlab software,to improve the ability to solve practical problems.In this paper,several aspects of mathematical modeling with Matlab examples described in the application of mathematical modeling.Mathematical modeling of Matlab for mathematical modeling can improve the efficiency and quality.Extensive mathematical modeling methods and means of great significance.
Key Words:MATLAB software,Mathematical modeling,Optimization
1Matlab的功能和特点
Matlab的数值计算功能在数学类软件中首屈一指。它可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。Matlab具有如下特点：
1.1友好的工作平台
Matlab由一系列工具组成。这些工具方便用户使用Mat1ab的函数和文件，其中许多工具采用的是图形用户界面。接近Windows的标准界面，人机交互性更强，操作更简单。
1.2简单易用的程序语言
Matlab是一个高级的矩阵语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。支持命令和程序两种工作方式。移植性好、可拓展性极强。1.3强大的科学计算数据处理能力
Matlab包含了大量计算算法，拥有600多个工程中用到的数学函数，可以方便地实现用户所需的各种计算功能。
1.4出色的图形处理功能
Matlab具有方便的数据可视化功能，以将向量和矩阵用图形表现出来。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。
正因为Matlab能够较好的解决众多实际问题，因此受到众多数学建模者的青睐。2Matlab在数学建模中的应用
2.1数学建模的一般步骤
下面结合数学建模的几个环节和数学建模实例，介绍Matlab在数学建模中的应用。数学建模没有固定的模式，按照建模的进程，数学建模分成如下几个阶段：
1)模型准备：了解问题的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。2)模型假设：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。3)模型建立：在假设的基础上，
利用适当的数学工具来刻画各变量之间的数学关系，建立相应的数学结构。4)模型求解：利用获取的数据资料，对模型的所有参数做出计算。5)模型分析：对所得的结果进行数学上的分析。6)模型检验：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。7)模型应用：应用方式因问题的性质和建模的目的而异。
2.2建模实例：管道设计问题
某地区水源取自某水库，水库涵洞底标高为45m ，水输送到调节水池距离为1470m ，调节水池最高水位35m ，该段距离中要求输水量174L/S ；另一段，从调节水池输水到某水厂的距离为4780m ，调节水池水位标高为30m ，水厂水池标高为17．5m ，要求输水量为116L/S 。可供铺设的输水管有四种不同直径，它们的单位长度造价和水头损失如表1所示。问应如何适当选择输水管进行铺设，既能保证供水，又能使造价最低。
表1
解：分析与假设：
1)对第一段水库到调节水池，设管径为600、500、400、300的输水管的铺设长度分别为x1、x2、x3、x4，为保证供水，要求
xl+x2+x3+x4=1470
另外，要求输水量为174L/S 时，该段总水头损失不超过10m ，即
0.873xl+2.160x2+6.760x3+31.000x4≤10×1000
而输水管铺设的总造价为110xl+70x2+54x3+36x4
由此该题转化为线性规划问题。
数学模型的建立：根据以上的分析和假设，可以建立下面的数学模型：管径
Φ单价元/m 单位长度水头损失（m/1000m ）Q=174L/S 时的
水头损失h/m
Q=116L/S 时的水头损失h/m
600
500
400
3001107054360.8732.1606.76031.0000.4191.0303.12013.800
Min110xl+70x2+54x3+36x4
S.t.0.873x1+2.160x2+6.760x3+31.000x4≤10000
xl+x2+x3+x4=1470
xl，x2，x3，x4≥0
模型求解：借助Matlab的强大数学功能，对以上的数学模型进行求解，在Matlab的命令窗口中输入如下的命令：
f=[110,70,54,36]’;
A=[0.873,2.160,6.760,31.000];
b=[10000];
Aeq=[1,1,1,1];
beq=[1470];
Ib=zeros(4,1);
[x,fval]=linprog(f,A,b,Aeq,beq,Ib)
输出结果为：
x=
1.0e+003*
0.0000
0.0000
1.4674
0.0026
fval=
7.9333e+004
2)对第二段调节水池到水厂，根据题意，可以建立如下的模型：
Min110x1+70x2+54x3+36x4
S.t.0.419x1+1.030x2+3.120x3+13.800x4≤12500
xl+x2+x3+x4=4780
x1，x2，x3，x4≥0
用Matlab按上面的方法求解，输出结果为：
x=
1.0e+003*
0.0000
1.1548
3.6252
0.0000
fval=
2.7660e+005
通过以上的分析、建模、求解可见，当第一段中管径为400的输水管铺设1467．4m 及管径为300的输水管铺设2.6m时，可使该段总造价最低为79333元；而第二段中管径为500的输水管铺设l154.8m及管径为400的输水管铺设3625.2m时，段总造价最低为276600元；整个输水管铺设工程总造价为355933元。
2.3包含无风险证券的投资组合问题
金融市场上有两种证券:风险证券和无风险证券。我们一般称风险证券为股票，其收益率不确定；无风险证券称为债券,其收益率是确定的。通常情况下,无风险利率也可以认为是国有银行的存货款利率。
设金融市场上有两种风险证券A和B，它们的期望收益率分别为r A=12%、r B=12%，方差分别为σ2A=10，σ2B=10，协方差σ2AB=0。同时，市场上还有一种无风险债券，利率为r f=6%，试构造一种投资组合，使得风险最小。
解：分析与假设：假设市场上有N种风险证券和一种无风险证券，以x=(x1，x2，…，x N)T表示N种风险证券上的投资比例，则1-x T I就是在债券上的投资比例。
模型的建立:对给定的N种风险证券的期望收益率r i和风险σi2及协方差σij(i,j =1,2,…N,i≠j),无风险债券的期望收益率r f,如果给定投资组合的期望收益率r p,则可以求出投资比例x,使得投资收益率的协方差σp2最小,可以转化为求解如下规划问题:min1/2*x T vx，
s.t x T r+(1-x T I)r f=r p，
其中v为协方差矩阵，I为N维单位向量。设总资本单位为1,分别以比例x1购买股票A,x2购买股票B,x3购买无风险债券,则可以建立如下的规划问题:
min x T vx,
s.t x1r A+x2r B+x3r f=r p,
x1+x2+x3=1,x1≥0,x2≥0.
其中
x1σ2AσAB0
x=x2v=σABσ2B0
x3000
因为债券无风险，所以方差、协方差都为0，r p为投资组合的期望收益率。根据两基金分离定理，任意指定一个期望收益率r p如令r p=10%目标函数为二次的，约束条件为一次的。应用Lagrange数乘法,得到
x1=6/19，x2=20/19，x3=-7/19
也就是说，为了获得10%的期望收益率，应以无风险利率从银行贷款7/19单位，将贷款和手中已有的1单位现金的总和的6/19购买A股票，20/19购买B股票。故投资比例为A:(6/19)/(6/19+20/19)=3/13
B:(20/19)/(6/19+20/19)=10/13
由于这并不是标准的线性规划问题，需要用到Lagrange数乘法，进而求解线性方程组。3结论
从以上优化问题和高等统计学问题这两个实例中，可以看出Matlab在数学建模中的巨大优势，充分显现出了其强大的数值计算、数据处理和图形处理功能，无论是在建立模型的哪个阶段，Matlab都有其他语言无法比拟的高效、快捷、方便的功能，大大提高了数学建模的效率，丰富了数学建模的方法和手段，有力地促进了问题的解决。另外，将Matlab应用于实际的教学过程中，可以激发学员学习数学的兴趣和热情，从而提高学员运用所学数学知识分析、解决实际问题的能力。
参考文献
[1]曹卫华,郭正.最优化技术方法及Matlab的实现[M].北京:化学工业出版社,2005
[2]黄新民.Matlab在数学建模竞赛中的应用[J].广西大学学报,2003,10(2):48~50
[3]张养安,刘林章.Matlab软件在数据处理中的应用[J].水土保持研究,2005,12(4):238~239
[4]伍敏善,陈蔚凝.MATLAB在概率统计中的应用[J].广西师范学院学报,2000,12(4):72~76
[5]于润伟.MATLAB基础及应用[M].北京:机械工业出版社,2010
[6]姜启源.数学模型[M].北京:高等教育出版社,1993
[7]张志涌,刘瑞桢,杨祖樱.掌握和精通MATLAB[M].北京:北京航空航天大学出版社,1997
姓名：张威
学号：103220109
学院：电气信息工程学院
专业：电气工程及其自动化
班级：10级专升本电气（1）班
数学建模常用软件
数学建模常用软件有哪些哈 MatlabMathematicalingoSAS详细介绍：数学建模软件介绍一般来说学习数学建模，常用的软件有四种，分别是：matlab、lingo、Mathematica和SAS下面简单介绍一下这四种。 1.MA TLAB的概况MA TLAB是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。MATLAB的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多. 当前流行的MA TLAB 5.3/Simulink 3.0包括拥有数百个内部函数的主包和三十几种工具包(Toolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类. 开放性使MATLAB广受用户欢迎.除内部函数外,所有MA TLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包. 2.Mathematica的概况Wolfram Research 是高科技计算机运算( Technical computing )的先趋，由复杂理论的发明者Stephen Wolfram 成立于1987年，在1988年推出高科技计算机运算软件Mathematica，是一个足以媲美诺贝尔奖的天才产品。Mathematica 是一套整合数字以及符号运算的数学工具软件，提供了全球超过百万的研究人员，工程师，物理学家，分析师以及其它技术专业人员容易使用的顶级科学运算环境。目前已在学术界、电机、机械、化学、土木、信息工程、财务金融、医学、物理、统计、教育出版、OEM 等领域广泛使用。Mathematica 的特色·具有高阶的演算方法和丰富的数学函数库和庞大的数学知识库，让Mathematica 5 在线性代数方面的数值运算，例如特征向量、反矩阵等，皆比Matlab R13做得更快更好，提供业界最精确的数值运算结果。·Mathematica不但可以做数值计算，还提供最优秀的可设计的符号运算。·丰富的数学函数库，可以快速的解答微积分、线性代数、微分方程、复变函数、数值分析、机率统计等等问题。·Mathematica可以绘制各专业领域专业函数图形，提供丰富的图形表示方法，结果呈现可视化。·Mathematica可编排专业的科学论文期刊，让运算与排版在同一环境下完成，提供高品质可编辑的排版公式与表格，屏幕与打印的自动最佳化排版，组织由初始概念到最后报告的计划，并且对txt、html、pdf 等格式的输出提供了最好的兼容性。·可与C、C++ 、Fortran、Perl、Visual Basic、以及Java 结合，提供强大高级语言接口功能，使得程序开发更方便。·Mathematica本身就是一个方便学习的程序语言。Mathematica提供互动且丰富的帮助功能，让使用者现学现卖。强大的功能，简单的操作，非常容易学习特点，可以最有效的缩短研发时间。 3.lingo的概况LINGO则用于求解非线性规划（NLP—NON—LINEAR PROGRAMMING）和二次规则（QP—QUARATIC PROGRAMING）其中LINGO 6.0学生版最多可版最多达300个变量和150个约束的规则问题，其标准版的求解能力亦再10^4量级以上。虽然LINDO和LINGO不能直接求解目标规划问题,但用序贯式算法可分解成一个个LINDO和LINGO能解决的规划问题。模型建立语言和求解引擎的整合LINGO是使建立和求解线性、非线性和整数最佳化模型更快更简单更有效率的综合工具。LINGO提供强大的语言和快速的求解引擎来阐述和求解最佳化模型。■简单的模型表示LINGO可以将线性、非线性和整数问题迅速得予以公式表示，并且容易阅读、了解和修改。■方便的数据输入和输出选择LINGO建立的模型可以直接从数据库或工作表获取资料。同样地，LINGO可以将求解结果直接输出到数据库或工作表。■强大的求解引擎LINGO内建的求解引擎有线性、非线性(convex and nonconvex)、二次、二次
MATLAB及在数学建模中的应用
第1讲MATLAB及 在数学建模中的应用 ? MatLab简介及基本运算?常用计算方法 ?应用实例
一、 MatLab简介及基本运算 1.1 MatLab简介 1.2 MatLab界面 1.3 MatLab基本数学运算 1.4 MatLab绘图
1.1 MatLab简介?MATLAB名字由MATrix和 LABoratory 两词组成。20世纪七十年代后期, 美国新墨西哥大学计算机科学系主任Cleve Moler教授为减轻学生编程负担，为学生设计了一组调用LINPACK和EISPACK库程序的“通俗易用”的接口，此即用FORTRAN编写的萌芽状态的MATLAB。
?经几年的校际流传，在Little的推动下，由Little、Moler、Steve Bangert合作，于1984年成立了MathWorks公司，并把MATLAB正式推向市场。从这时起，MATLAB的内核采用C语言编写，而且除原有的数值计算能力外，还新增了数据图视功能。
?1997年春，MATLAB5.0版问世，紧接着是5.1、5.2、5.3、6.0、6.1、6.5、7.0版。现今的MATLAB拥有更丰富的数据类型和结构、更友善的面向对象、更加快速精良的图形可视、更广博的数学和数据分析资源、更多的应用开发工具。 ?20世纪九十年代的时候，MATLAB已经成为国际控制界公认的标准计算软件。
?MATLAB具有用法简易、可灵活运用、程式结构强又兼具延展性。以下为其几个特色： ①可靠的数值运算和符号计算。在MATLAB环境中，有超过500种数学、统计、科学及工程方面的函 数可使用。 ②强大的绘图功能。 MATLAB可以绘制各种图形，包括二维和三维图形。 ③简单易学的语言体系。 ④为数众多的应用工具箱。
2015研究生数学建模MATLAB程序(完整版)
′ú??ò?￡o % ?a?ü1y3ì?°??ò??ü??í3?? clear clc fid1=fopen('mingwen1.txt','r'); str1=fgets(fid1); fclose(fid1); fid2=fopen('jiemihou1.txt','r'); str2=fgets(fid2); fclose(fid2); % é?è￥μ￥′ê????μ?????oí±êμ?·?o? ad=find(str2==',');str2(ad)='';ad=find(str2=='.');str2(ad)='';ad=find(str2==';') ;str2(ad)=''; ad=find(str2=='''');str2(ad)='';ad=find(str2=='?');str2(ad)='';ad=find(str2=='￡o');str2(ad)=''; ad=find(str2=='"');str2(ad)='';ad=find(str2=='-');str2(ad)='';ad=find(str2= ='/');str2(ad)=''; ad=find(str2==' ');str2(ad)=''; for i=0:25; ad=find(str1=='A'+i);str1(ad)='a'+i; end for i=0:25; ad=find(str2=='A'+i);str2(ad)='a'+i; end n1(1,26)=0; n2(1,26)=0; n1(1)=sum(str1=='a');n2(1)=sum(str2=='a'); n1(2)=sum(str1=='b');n2(2)=sum(str2=='b'); n1(3)=sum(str1=='c');n2(3)=sum(str2=='c'); n1(4)=sum(str1=='d');n2(4)=sum(str2=='d'); n1(5)=sum(str1=='e');n2(5)=sum(str2=='e'); n1(6)=sum(str1=='f');n2(6)=sum(str2=='f'); n1(7)=sum(str1=='g');n2(7)=sum(str2=='g'); n1(8)=sum(str1=='h');n2(8)=sum(str2=='h'); n1(9)=sum(str1=='i');n2(9)=sum(str2=='i'); n1(10)=sum(str1=='j');n2(10)=sum(str2=='j'); n1(11)=sum(str1=='k');n2(11)=sum(str2=='k'); n1(12)=sum(str1=='l');n2(12)=sum(str2=='l'); n1(13)=sum(str1=='m');n2(13)=sum(str2=='m'); n1(14)=sum(str1=='n');n2(14)=sum(str2=='n'); n1(15)=sum(str1=='o');n2(15)=sum(str2=='o');
数学建模matlab例题参考及练习
数学实验与数学建模 实验报告 学院： 专业班级： 姓名： 学号： 完成时间：年月日
承 诺 书 本人承诺所呈交的数学实验与数学建模作业都是本人通过学习自行进行编程独立完成，所有结果都通过上机验证，无转载或抄袭他人，也未经他人转载或抄袭。若承诺不实，本人愿意承担一切责任。 承诺人： 年 月 日 数学实验学习体会 （每个人必须要写字数1200字以上，占总成绩的20%） 练习1 一元函数的图形 1． 画出x y arcsin =的图象. 2． 画出x y sec =在],0[π之间的图象. 3． 在同一坐标系中画出x y =，2x y =，3 x y = ，3x y =，x y =的图象. 4． 画出3 2 3 2)1()1()(x x x f + +-=的图象，并根据图象特点指出函数)(x f 的奇偶性. 5． 画出)2ln(1++=x y 及其反函数的图象. 6． 画出3 21+=x y 及其反函数的图象.
练习2 函数极限 1．计算下列函数的极限. (1) x x x 4 cos 1 2 sin 1 lim 4 - + π → . 程序： sym x; f=(1+sin(2*x))/(1-cos(4*x)); limit(f,x,pi/4) 运行结果： lx21 ans = 1 (2). 程序： sym x; f=(1+cos(x))^(3*sec(x)); limit(f,x,pi/2) 运行结果： lx22 ans = exp(3) (3) 2 2 ) 2 ( sin ln lim x x x - π π → . 程序： sym x; f=log(sin(x))/(pi-2*x)^2; limit(f,x,pi/2) 运行结果： lx23 ans = -1/8 (4) 2 1 2 lim x x e x →. 程序： x x x sec 3 2 ) cos 1( lim+ π →
数学建模MATLAB程序汇总
建模MATLAB程序汇总 求特征值、特征向量、权向量 A=input('A='); E=eig(A) [V,D]=eig(A) t=max(E); disp(t); for i=1:1:3 if E(i)==t; m=i; end end X=V(:,m); mt=X./sum(X); disp(mt) 求π n=1;s=0; while 1/(2*n-1)>10^(-6) s=s+(-1)^(n+1)/(2*n-1); n=n+1; end pai=4*s 求e n=1;s=1; while 1/prod(1:n)>10^(-6) s=s+1/prod(1:n); n=n+1; end e=s 回归分析、 x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]'; Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]'; X=[ones(16,1) x]; [b,bint,r,rint,stats]=regress(Y,X,0.025); b,bint,stats rcoplot(r,rint) z=b(1)+b(2)*x plot(x,Y,'k+',x,z,'r') 回归曲线 x=[2:16]; y=[6.42 8.20 9.58 9.50 9.70 10 9.93 09.99 10.49 10.59 10.60 10.80 10.60 10.90 10.76]; x1=1./x;
y1=log(y); p=polyfit(x1,y1,1) a=exp(p(2)) b=p(1) z=a.*exp(b./x) plot(x,y,'k+',x,z,'r') 回归预测 x=[20 25 30 35 40 45 50 55 60 65]'; Y=[13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3]'; X=[ones(10,1) x]; [b,bint,r,rint,stats]=regress(Y,X,0.05); b,bint,stats rcoplot(r,rint) z=b(1)+b(2)*x rstool(x,Y,'purequadratic') 灰色GM(1,1) clc,clear x0=[8438.73 9398.53 9959.17 10949.99 11145.92 11800 12700]; n=length(x0); lamda=x0(1:n-1)./x0(2:n) range=minmax(lamda) x1=cumsum(x0) for i=2:n z(i)=0.5*(x1(i)+x1(i-1)); end B=[-z(2:n)',ones(n-1,1)]; Y=x0(2:n)'; u=B\Y x=dsolve('Dx+a*x=b','x(0)=x0'); x=subs(x,{'a','b','x0'},{u(1),u(2),x1(1)}); yuce1=subs(x,'t',[0:n-1]); digits(6),y=vpa(x) %为提高预测精度，先计算预测值，再显示微分方程的解yuce=[x0(1),diff(yuce1)] epsilon=x0-yuce %计算残差 delta=abs(epsilon./x0) %计算相对误差 rho=1-(1-0.5*u(1))/(1+0.5*u(1))*lamda %计算级比偏差值 求余 for n=1:5000 k=n^3; if rem(k,10000)==8888 n end end 人口预测模型
matlab在数学建模中的应用
Matlab在数学建模中的应用 数学建模是通过对实际问题的抽象和简化，引入一些数学符号、变量和参数，用数学语言和方法建立变量参数间的内在关系，得出一个可以近似刻画实际问题的数学模型，进而对其进行求解、模拟、分析检验的过程。它大致分为模型准备、模型假设、模型构成、模型求解、模型分析、模型检验及应用等步骤。这一过程往往需要对大量的数据进行分析、处理、加工，建立和求解复杂的数学模型，这些都是手工计算难以完成的，往往在计算机上实现。在目前用于数学建模的软件中，matlab 强大的数值计算、绘图以及多样化的工具箱功能，能够快捷、高效地解决数学建模所涉及的众多领域的问题，倍受数学建模者的青睐。 1 Matlab在数学建模中的应用 下面将联系数学建模的几个环节，结合部分实例，介绍matlab 在数学建模中的应用。 1.1 模型准备阶段 模型准备阶段往往需要对问题中的给出的大量数据或图表等进行分析，此时matlab的数据处理功能以及绘图功能都能得到很好的应用。 1.1.1 确定变量间关系 例1 已知某地连续20年的实际投资额、国民生产总值、物价指数的统计数据（见表），由这些数据建立一个投资额模型，根据对未来国民生产总值及物价指数的估计，预测未来的投资额。
表1 实际投资额、国民生产总值、物价指数的统计表 记该地区第t年的投资为z(t)，国民生产总值为x(t)，物价指数为y(t)。 赋值： z=[90.9 97.4 113.5 125.7 122.8 133.3 149.3 144.2 166.4 195 229.8 228.7 206.1 257.9 324.1 386.6 423 401.9 474.9 424.5]' x=[596.7 637.7 691.1 756 799 873.4 944 992.7 1077.6 1185.9 1326.4 1434.2 1549.2 1718 1918.3 2163.9 2417.8 2631.6 2954.7 3073]' y=[0.7167 0.7277 0.7436 0.7676 0.7906 0.8254 0.8679 0.9145 0.9601 1 1.0575 1.1508 1.2579 1.3234 1.4005 1.5042 1.6342 1.7842 1.9514 2.0688]' 先观察x与z之间，y与z之间的散点图 plot(x,z,'*') plot(y,z,'*') 由散点图可以看出，投资额和国民生产总值与物价指数都近似呈
matlab数学建模实例
第四周 3. 中的三个根。 ，在求8] [0,041.76938.7911.1-)(2 3=-+=x x x x f function y=mj() for x0=0:0.01:8 x1=x0^3-11.1*x0^2+38.79*x0-41.769; if (abs(x1)<1.0e-8) x0 end end 4.分别用简单迭代法、埃特金法、牛顿法求解方程，并比较收敛性与收敛速度（ε分别取10-3、10-5、10-8）。 简单迭代法： function y=jddd(x0) x1=(20+10*x0-2*x0^2-x0^3)/20; k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=(20+10*x0-2*x0^2-x0^3)/20;k=k+1; end x1 k 埃特金法： function y=etj(x0) x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0); k=1; while (abs(x3-x0)>=1.0e-3) x0=x3; x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=k+1; end 2 ,020102)(023==-++=x x x x x f
x3 k 牛顿法： function y=newton(x0) x1=x0-fc(x0)/df(x0); k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=x0-fc(x0)/df(x0);k=k+1; end x1 k function y=fc(x) y=x^3+2*x^2+10*x-20; function y=df(x) y=3*x^2+4*x+10; 第六周 1.解例6-4（p77)的方程组，分别采用消去法（矩阵分解）、Jacobi迭代法、Seidel迭代法、松弛法求解，并比较收敛速度。 消去法： x=a\d 或 [L,U]=lu(a); x=inv(U)inv(L)d Jacobi迭代法： function s=jacobi(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); C=inv(D); B=C*(L+U); G=C*d; s=B*x0+G; n=1; while norm(s-x0)>=1.0e-8 x0=s; s=B*x0+G;
数学实验与数学建模(matlab在建模中的应用)
数学实验与数学建模 学习目标 1.掌握利用Matlab软件进行了相关的数学运算的方法. 2.以软件辅助来完成数学实验. 3.了解数学建模思想方法，能够对一些简单问题建立数学模型求解分析. 教学要求 Matlab是Mathworks公司推出的用于数值计算的交互式软件系统，具有强大的数值分析、矩阵运算、信号处理、图形显示和建模仿真功能. Matlab是“Matrix Laboratory”的缩写，意思是“矩阵实验室”，其强大的数据处理能力和丰富的工具箱使它的编程极为简单，因此，它成为科学家和工程技术人员解决实际问题的首选计算工具软件。 本章的第一节主要介绍Matlab软件的简单使用方法，从第二节到第六节在讲解Matlab 用于解决高等数学和线性代数中的相关计算的函数基础上, 通过一些简单的数学实验例题,让学生体会如何用Matlab辅助解决数学问题. 最后，通过一些与线性代数相关的数学建模实例，让学生掌握数学建模的简单方法,学会利用Matlab软件辅助解决实际问题，以培养学生良好的数学意识和数学素质. 6.1 Matlab环境及使用方法 6.1.1 Matlab窗口管理 Matlab启动后显示三个窗口，如图6.1所示。左上窗口为工作区间窗口，显示用户定义的变量及其属性类型及变量长度。工作区间窗口也可显示为当前目录窗口，显示Matlab 所使用的当前目录及该目录下的全部文件名。左下窗口为历史窗口，显示每个工作周期（指Matlab启动至退出的工作时间间隔）在命令窗口输入的全部命令，这些命令还可重新获取应用。右侧窗口为Matlab命令窗口，可在里面输入相关运算命令，完成相应计算。三个窗口中的记录除非通过Edit菜单下的清除操作，否则将一直保存。
MATLAB及其在数学建模中的应用
Modeling and Simulation 建模与仿真, 2015, 4(3), 61-71 Published Online August 2015 in Hans. https://www.360docs.net/doc/c34858793.html,/journal/mos https://www.360docs.net/doc/c34858793.html,/10.12677/mos.2015.43008 Study of MATLAB and Its Application in Mathematical Modeling Chuanqi Qin, Ting Wang, Yuanfeng Jin School of Science, Yanbian University, Yanji Jilin Email: yfkim@https://www.360docs.net/doc/c34858793.html, Received: Jul. 22nd, 2015; accepted: Aug. 11th, 2015; published: Aug. 18th, 2015 Copyright ? 2015 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.360docs.net/doc/c34858793.html,/licenses/by/4.0/ Abstract This article firstly introduces the development and the features of MATLAB software. And then the concept and the process of mathematical modeling are explained. After, the article briefly intro-duces some MATLAB solution methods of mathematical modeling problems, giving several in-stances of some methods. At the last of this article, through a relatively complete example, it fo-cuses on the application of MATLAB in mathematical modeling. It has been found that the applica-tion of MATLAB in mathematical modeling can improve the efficiency and quality of mathematical modeling, enrich the means and methods of mathematical modeling, and play a very important role in the teaching of mathematical modeling course. Keywords MATLAB, Mathematical Modeling, Mathematic Model MATLAB及其在数学建模中的应用 秦川棋，王亭，金元峰 延边大学理学院，吉林延吉 Email: yfkim@https://www.360docs.net/doc/c34858793.html, 收稿日期：2015年7月22日；录用日期：2015年8月11日；发布日期：2015年8月18日
matlab数学建模实例
第四周3. 中的三个根。 ，在求8] [0,041.76938.7911.1-)(2 3=-+=x x x x f function y=mj()for x0=0:0.01:8 x1=x0^3-11.1*x0^2+38.79*x0-41.769;if (abs(x1)<1.0e-8)x0 end end 4.分别用简单迭代法、埃特金法、牛顿法求解方程，并比较收敛性与收敛速度（ε分别取10-3、10-5、10-8）。 简单迭代法： function y=jddd(x0) x1=(20+10*x0-2*x0^2-x0^3)/20;k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=(20+10*x0-2*x0^2-x0^3)/20;k=k+1;end x1k 埃特金法： function y=etj(x0) x1=(20-2*x0^2-x0^3)/10;x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=1; while (abs(x3-x0)>=1.0e-3) x0=x3; x1=(20-2*x0^2-x0^3)/10;x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=k+1;end 2 ,020102)(023==-++=x x x x x f
x3 k 牛顿法： function y=newton(x0) x1=x0-fc(x0)/df(x0); k=1; while(abs(x1-x0)>=1.0e-3) x0=x1; x1=x0-fc(x0)/df(x0);k=k+1; end x1 k function y=fc(x) y=x^3+2*x^2+10*x-20; function y=df(x) y=3*x^2+4*x+10; 第六周 1.解例6-4（p77)的方程组，分别采用消去法（矩阵分解）、Jacobi迭代法、Seidel迭代法、松弛法求解，并比较收敛速度。 消去法： x=a\d 或 [L,U]=lu(a); x=inv(U)inv(L)d Jacobi迭代法： function s=jacobi(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); C=inv(D); B=C*(L+U); G=C*d; s=B*x0+G; n=1; while norm(s-x0)>=1.0e-8 x0=s; s=B*x0+G;
10909-数学建模-应用MATLAB建模的一个例子
应用MATLAB 的一个例子 ——数学也是一门技术 王天顺 整理 本来想用 “数学也是一门技术”作题目，主要是基于两点，一是从数学的应用角度，它的确具备了作为一门技术的特征，这也就是今天我要通过一个例子要表达的；二是咱们在座的大多数都是从事职业教育的老师，不知道我理解得是不是正确，职业教育与普通教育的区别是较为侧重于教授技术，我主观上感觉这个题目和大家的关系更紧密一些。但是，这个题目有点太大了！和领导商量了一下还是换个题目吧。 首先可以证明：数学确是一门技术，比如说要从技术的定义入手，流行的做法是：查查《辞海》，查查相关的如《科学学辞典》和《科技辞典》等等，看看他们是怎样给技术定义的；其次，论述一下数学的确是符合这些定义的。 实际上，我也确实查阅过这些资料，可以说没有问题，一定可以找到证据证明这个论断！ 注：“技术”一词的中文解释有两种，一种是以《辞海》为代表的解释，把技术定义为：（1 ）泛指根据生产实践经验和自然科学原理而发展成的各种工艺操作方法与技能；（2）除操作技能外， 广义的还包括相应的生产工具和其他物质设备，以及生产的工艺过程或作业程序、方法。另一种是以《科学学辞典》和《科技辞典》为代表的解释，把技术定义为：是为社会生产和人类物质文化生活需要服务的，供人类利用和改造自然的物质手段、智能手段和信息手段的总和。 可见， “技术”一词所包含的内容除了有形的物化形态之外，还包括无形的智能形态方面。无形的智能形态的技术是客观存在的，在某种意义上说，这方面技术的作用并不亚于物化形态的技术，更不能为物化形态技术所取代（背景资料）。因此，有关“技术”的涵义，有人概括为：指的是有形的物化技术和无形的智能技术的总和。 当然，容易想到我们把数学看作一门技术，可能更多的是从技术的无形“智能形态”角度论述的。我想这只是他的一个方面，今天先给各位介绍的是一个例子，展现他的另一个方面，用数学（包括相关的软件）去解决一个实际问题，其过程就像“传统的”、物化形态的技术一样；其次，结合上述例子，探讨有关数学建模及相关培训指导工作的一般原则和步骤，谈一点个人对此项工作的认识；最后，介绍我校的这些年数学建模培训工作的一些具体做法。 一、足球比赛中的吊门问题 1. 问题：只考虑如下的因素：球与球门的距离为a ，守门员与球门的距离为b （假设在调 门过程中，守门员不能移动），球门高h ，守门员最大摸高H ，球出脚的初速度为0v ，与水平方向的夹角为α（称为初射角）．针对下列数据求能吊门成功的α，h=2.44m ，H=3.20m ，s m v /300= ，重力加速度g=10m/s 2，针对下列几组数据分别给出具体能吊门成功的相应初射角范围，要求精度在小数点后第4位。 （1） a=6m ，b=1m ； （2） a=10m ，b=3m ； （3） a=20m ，b=5m ； 2. 问题分析 （1） 在不考虑空气阻力的情况下，抛射体的运动轨迹是抛物线：
matlab数学建模实例
第四周 3. function y=mj() for x0=0:0.01:8 x1=x0^3-11.1*x0^2+38.79*x0-41.769; if (abs(x1)<1.0e-8) x0 end end 4.分别用简单迭代法、埃特金法、牛顿法求解方程，并比较收敛性与收敛速度（ 分别取10-3、10-5、10-8）。 简单迭代法： function y=jddd(x0) x1=(20+10*x0-2*x0^2-x0^3)/20; k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=(20+10*x0-2*x0^2-x0^3)/20;k=k+1; end x1 k 埃特金法： function y=etj(x0) x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0); k=1; while (abs(x3-x0)>=1.0e-3) x0=x3; x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=k+1; end x3 k 牛顿法： function y=newton(x0)
x1=x0-fc(x0)/df(x0); k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=x0-fc(x0)/df(x0);k=k+1; end x1 k function y=fc(x) y=x^3+2*x^2+10*x-20; function y=df(x) y=3*x^2+4*x+10; 第六周 1.解例6-4（p77)的方程组，分别采用消去法（矩阵分解）、Jacobi迭代法、Seidel迭代法、松弛法求解，并比较收敛速度。 消去法： x=a\d 或 [L,U]=lu(a); x=inv(U)inv(L)d Jacobi迭代法： function s=jacobi(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); C=inv(D); B=C*(L+U); G=C*d; s=B*x0+G; n=1; while norm(s-x0)>=1.0e-8 x0=s; s=B*x0+G; n=n+1; end n Seidel迭代法： function s=seidel(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1);
matlab数学建模实例
m a t l a b数学建模实例集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
第四周3. function y=mj() for x0=0::8 x1=x0^*x0^2+*; if (abs(x1)< x0 end end 4.分别用简单迭代法、埃特金法、牛顿法求解方程，并比较收敛性与收敛速度（分别取10-3、10-5、10-8）。 简单迭代法： function y=jddd(x0) x1=(20+10*x0-2*x0^2-x0^3)/20; k=1; while (abs(x1-x0)>= x0=x1; x1=(20+10*x0-2*x0^2-x0^3)/20;k=k+1; end x1 k 埃特金法： function y=etj(x0) x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0); k=1; while (abs(x3-x0)>= x0=x3; x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=k+1; end x3 k 牛顿法： function y=newton(x0) x1=x0-fc(x0)/df(x0);
k=1; while (abs(x1-x0)>= x0=x1; x1=x0-fc(x0)/df(x0);k=k+1; end x1 k function y=fc(x) y=x^3+2*x^2+10*x-20; function y=df(x) y=3*x^2+4*x+10; 第六周 1.解例6-4（p77)的方程组，分别采用消去法（矩阵分解）、Jacobi迭代法、Seidel迭代法、松弛法求解，并比较收敛速度。 消去法： x=a\d 或 [L,U]=lu(a); x=inv(U)inv(L)d Jacobi迭代法： function s=jacobi(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); C=inv(D); B=C*(L+U); G=C*d; s=B*x0+G; n=1; while norm(s-x0)>= x0=s; s=B*x0+G; n=n+1; end n Seidel迭代法： function s=seidel(a,d,x0) D=diag(diag(a));
基于matlab的数学建模
MATLAB在数学建模中的应用 （张威10322010910级专升本电气一班） 摘要 随着社会和计算机技术的发展，数学科学与计算机技术相结合，在社会各领域发挥着越来越重要的作用，能够方便、高效的解决各种实际问题。在目前用于数学建模的软件中，Matlab强大的数值计算、绘图以及多样化的工具箱功能，能够快捷、高效地解决数学建模所涉及的众多领域的问题，倍受数学建模者的青睐。Matlab是一款非常好的软件,功能强大,应用面广。从实例出发，论述Matlab在数学建模中的应用，以提高对Matlab软件的认识，提高解决实际问题的能力。本文结合数学建模的几个环节，用一些实例阐述了Matlab在数学建模中的应用。将Matlab用于数学建模可以提高数学建模的效率和质量。丰富数学建模的方法和手段，具有重要的意义。 关键词:Matlab软件，数学建模，最优化 Abstract With the development of society and computer technology,mathematics,science and computer technology in all areas of society is playing an increasingly important role,It can easily and efficiently to solve practical problems.In the currently used mathematical modeling software,Matlab powerful numerical calculations,drawings,and a variety of toolbox functions,can quickly and efficiently solve the mathematical modeling involved in many areas of concern,much of those mathematical modeling all ages.Matlab is a very good software,powerful,wide range of applications.Starting from the example,discussed in Matlab in the application of mathematical modeling to improve understanding of the Matlab software,to improve the ability to solve practical problems.In this paper,several aspects of mathematical modeling with Matlab examples described in the application of mathematical modeling.Mathematical modeling of Matlab for mathematical modeling can improve the efficiency and quality.Extensive mathematical modeling methods and means of great significance. Key Words:MATLAB software,Mathematical modeling,Optimization
数学建模matlab例题参考及练习讲课稿
数学建模m a t l a b例题参考及练习
数学实验与数学建模 实验报告 学院： 专业班级： 姓名： 学号： 完成时间：年月日
承 诺 书 本人承诺所呈交的数学实验与数学建模作业都是本人 通过学习自行进行编程独立完成，所有结果都通过上机验 证，无转载或抄袭他人，也未经他人转载或抄袭。若承诺 不实，本人愿意承担一切责任。 承诺人： 年 月 日 数学实验学习体会 （每个人必须要写字数1200字以上，占总成绩的20%） 练习1 一元函数的图形 1． 画出x y arcsin =的图象. 2． 画出x y sec =在],0[π之间的图象. 3． 在同一坐标系中画出x y = ，2x y =，3x y =，3x y =，x y =的图象. 4． 画出3232)1()1()(x x x f ++-=的图象，并根据图象特点指出函数)(x f 的 奇偶性. 5． 画出)2ln(1++=x y 及其反函数的图象.
6． 画出321+=x y 及其反函数的图象. 练习2 函数极限 1． 计算下列函数的极限. (1)x x x 4cos 12sin 1lim 4-+π→. 程序： sym x ; f=(1+sin(2*x))/(1-cos(4*x)); limit(f,x,pi/4) 运行结果： lx21 ans = 1 (2). 程序： sym x ; f=(1+cos(x))^(3*sec(x)); limit(f,x,pi/2) 运行结果： lx22 ans = exp(3) (3)22)2(sin ln lim x x x -ππ→. 程序： sym x ; f=log(sin(x))/(pi-2*x)^2; limit(f,x,pi/2) 运行结果： lx23 ans = x x x sec 3 2 ) cos 1 ( lim + π →
数学建模常用软件
数学建模常用软件 Matlab Mathematica lingo SAS 详细介绍：数学建模软件介绍一般来说学习数学建模，常用的软件有四种，分别是：matlab、lingo、Mathematica和SAS下面简单介绍一下这四种。1.MATLAB的概况MATLAB是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。MATLAB的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多. 当前流行的MATLAB 5.3/Simulink 3.0包括拥有数百个内部函数的主包和三十几种工具包(T oolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类. 开放性使MATLAB广受用户欢迎.除内部函数外,所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包. 2.Mathematica的概况Wolfram Research 是高科技计算机运算( Technical computing )的先趋，由复杂理论的发明者Stephen Wolfram 成立于1987年，在1988年推出高科技计算机运算软件Mathematica，是一个足以媲美诺贝尔奖的天才产品。Mathematica 是一套整合数字以及符号运算的数学工具软件，提供了全球超过百万的研究人员，工程师，物理学家，分析师以及其它技术专业人员容易使用的顶级科学运算环境。目前已在学术界、电机、机械、化学、土木、信息工程、财务金融、医学、物理、统计、教育出版、OEM 等领域广泛使用。Mathematica 的特色·具有高阶的演算方法和丰富的数学函数库和庞大的数学知识库，让Mathematica 5 在线性代数方面的数值运算，例如特征向量、反矩阵等，皆比Matlab R13做得更快更好，提供业界最精确的数值运算结果。·Mathematica不但可以做数值计算，还提供最优秀的可设计的符号运算。·丰富的数学函数库，可以快速的解答微积分、线性代数、微分方程、复变函数、数值分析、机率统计等等问题。·Mathematica可以绘制各专业领域专业函数图形，提供丰富的图形表示方法，结果呈现可视化。·Mathematica可编排专业的科学论文期刊，让运算与排版在同一环境下完成，提供高品质可编辑的排版公式与表格，屏幕与打印的自动最佳化排版，组织由初始概念到最后报告的计划，并且对txt、html、pdf 等格式的输出提供了最好的兼容性。·可与C、C++ 、Fortran、Perl、Visual Basic、以及Java 结合，提供强大高级语言接口功能，使得程序开发更方便。·Mathematica本身就是一个方便学习的程序语言。Mathematica 提供互动且丰富的帮助功能，让使用者现学现卖。强大的功能，简单的操作，非常容易学习特点，可以最有效的缩短研发时间。 3.lingo的概况LINGO则用于求解非线性规划（NLP—NON—LINEAR PROGRAMMING）和二次规则（QP—QUARATIC PROGRAMING）其中LINGO 6.0学生版最多可版最多达300个变量和150个约束的规则问题，其标准版的求解能力亦再10^4量级以上。虽然LINDO和LINGO不能直接求解目标规划问题,但用序贯式算法可分解成一个个LINDO和LINGO能解决的规划问题。模型建立语言和求解引擎的整合LINGO是使建立和求解线性、非线性和整数最佳化模型更快更简单更有效率的综合工具。LINGO提供强大的语言和快速的求解引擎来阐述和求解最佳化模型。■ 简单的模型表示LINGO可以将线性、非线性和整数问题迅速得予以公式表示，并且容易阅读、了解和修改。■ 方便的数据输入和输出选择LINGO建立的模型可以直接从数据库或工作表获取资料。同样地，LINGO可以将求解结果直接输出到数据库或工作表。■ 强大的求解引擎LINGO内建的求解引擎有线性、非线性(convex and nonconvex)、二次、