数学规划模型的matlab求解
数学规划模型的matlab求解
数学规划模型是优化模型的一种，包括线性规划模型(目标函数和约束条件都是线性函数的优化问题);非线性规划模型(目标函数或者约束条件是非线性的函数);整数规划(决策变量是整数值得规划问题);多目标规划(具有多个目标函数的规划问题)；目标规划(具有不同优先级的目标和偏差的规划问题)动态规划(求解多阶段决策问题的最优化方法)。数学规划模型相对比较好理解，关键是要能熟练地求出模型的解。
以下是解线性规划模型的方法：
1.线性规划问题
线性规划问题的标准形式为：
min f'*x
sub.to：A*x 其中f、x、b、beq、lb、ub为向量，A、Aeq为矩阵。 MATLAB中，线性规划问题（Linear Programming）的求解使用的是函数linprog。 函数linprog 格式x=linprog(f,A,b)%求min f'*x sub.to A*x<=b线性规划的最优解。 x=linprog(f,A,b,Aeq,beq)%等式约束，若没有不等式约束，则A=[]，b=[]。 x=linprog(f,A,b,Aeq,beq,lb,ub)%指定x的范围，若没有等式约束，则Aeq=[]，beq=[] x=linprog(f,A,b,Aeq,beq,lb,ub,x0)%设置初值x0 x=linprog(f,A,b,Aeq,beq,lb,ub,x0,options)%options为指定的优化参数 [x,fval]=linprog(…)%返回目标函数最优值，即fval=f'*x。 [x,lambda,exitflag]=linprog(…)%lambda为解x的Lagrange乘子。 [x,lambda,fval,exitflag]=linprog(…)%exitflag为终止迭代的错误条件。 [x,fval,lambda,exitflag,output]=linprog(…)%output为关于优化的一些信息 说明若exitflag>0表示函数收敛于解x，exitflag=0表示超过函数估值或迭代的最大数字，exitflag<0表示函数不收敛于解x；若lambda=lower表示下界lb，lambda=upper表示上界ub，lambda=ineqlin表示不等式约束，lambda=eqlin表示等式约束，lambda中的非0元素表示对应的约束是有效约束； output=iterations表示迭代次数，output=algorithm表示使用的运算规则，output=cgiterations表示PCG 迭代次数。 2.非线性规划问题 利用函数fminbnd求有约束的一元函数的最小值 格式x=fminbnd(fun,x1,x2) x=fminbnd(fun,x1,x2,options)%options为指定优化参数选项 [x,fval]=fminbnd(…)%fval为目标函数的最小值 [x,fval,exitflag]=fminbnd(…)%xitflag为终止迭代的条件 [x,fval,exitflag,output]=fminbnd(…)%output为优化信息 命令利用函数fminsearch求无约束多元函数最小值 函数fminsearch 格式x=fminsearch(fun,x0)%x0为初始点，fun为目标函数的表达式字符串或MATLAB自定义函数的函数柄。 x=fminsearch(fun,x0,options)%options查optimset [x,fval]=fminsearch(…)%最优点的函数值 [x,fval,exitflag]=fminsearch(…)%exitflag与单变量情形一致 [x,fval,exitflag,output]=fminsearch(…)%output与单变量情形一致 注意：fminsearch采用了Nelder-Mead型简单搜寻法。 命令利用函数fminunc求多变量无约束函数最小值 函数fminunc 格式x=fminunc(fun,x0)%返回给定初始点x0的最小函数值点 x=fminunc(fun,x0,options)%options为指定优化参数 [x,fval]=fminunc(…)%fval最优点x处的函数值 [x,fval,exitflag]=fminunc(…)%exitflag为终止迭代的条件，与上同。 [x,fval,exitflag,output]=fminunc(…)%output为输出优化信息 [x,fval,exitflag,output,grad]=fminunc(…)%grad为函数在解x处的梯度值 [x,fval,exitflag,output,grad,hessian]=fminunc(…)%目标函数在解x处的海赛（Hessian）值 注意：当函数的阶数大于2时，使用fminunc比fminsearch更有效，但当所选函数高度不连续时，使用fminsearch效果较好。 利用fmincon求线性有约束的多元函数的最小值 函数fmincon 格式x=fmincon(fun,x0,A,b) x=fmincon(fun,x0,A,b,Aeq,beq) x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub) x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options) [x,fval]=fmincon(…) [x,fval,exitflag]=fmincon(…) [x,fval,exitflag,output]=fmincon(…) [x,fval,exitflag,output,lambda]=fmincon(…) [x,fval,exitflag,output,lambda,grad]=fmincon(…) [x,fval,exitflag,output,lambda,grad,hessian]=fmincon(…) 函数fminbnd 格式x=fminbnd(fun,x1,x2)%返回自变量x在区间上函数fun取最小值时x值，fun为目标函数的表达式字符串或MATLAB自定义函数的函数柄。 x=fminbnd(fun,x1,x2,options)%options为指定优化参数选项 [x,fval]=fminbnd(…)%fval为目标函数的最小值 [x,fval,exitflag]=fminbnd(…)%xitflag为终止迭代的条件 [x,fval,exitflag,output]=fminbnd(…)%output为优化信息 说明若参数exitflag>0，表示函数收敛于x，若exitflag=0，表示超过函数估计值或迭代的最大数字，exitflag<0表示函数不收敛于x；若参数output=iterations表示迭代次数，output=funccount表示函数赋值次数，output=algorithm表示所使用的算法。 3.二次规划问题 函数quadprog 格式x=quadprog(H,f,A,b)%其中H,f,A,b为标准形中的参数，x为目标函数的最小值。 x=quadprog(H,f,A,b,Aeq,beq)%Aeq,beq满足等约束条件。 x=quadprog(H,f,A,b,Aeq,beq,lb,ub)%lb,ub分别为解x的下界与上界。 x=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0)%x0为设置的初值 x=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0,options)%options为指定的优化参数 [x,fval]=quadprog(…)%fval为目标函数最优值 [x,fval,exitflag]=quadprog(…)%exitflag与线性规划中参数意义相同 [x,fval,exitflag,output]=quadprog(…)%output与线性规划中参数意义相同 [x,fval,exitflag,output,lambda]=quadprog(…)%lambda与线性规划中参数意义相同 4.极小化极大（Minmax）问题 函数fminimax 格式x=fminimax(fun,x0) x=fminimax(fun,x0,A,b) x=fminimax(fun,x0,A,b,Aeq,beq) x=fminimax(fun,x0,A,b,Aeq,beq,lb,ub) x=fminimax(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) x=fminimax(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options) [x,fval,maxfval]=fminimax(…) [x,fval,maxfval,exitflag]=fminimax(…) [x,fval,maxfval,exitflag,output]=fminimax(…) [x,fval,maxfval,exitflag,output,lambda]=fminimax(…) 5.多目标规划问题 函数fgoalattain 格式x=fgoalattain(fun,x0,goal,weight) x=fgoalattain(fun,x0,goal,weight,A,b) x=fgoalattain(fun,x0,goal,weight,A,b,Aeq,beq) x=fgoalattain(fun,x0,goal,weight,A,b,Aeq,beq,lb,ub) x=fgoalattain(fun,x0,goal,weight,A,b,Aeq,beq,lb,ub,nonlcon) x=fgoalattain(fun,x0,goal,weight,A,b,Aeq,beq,lb,ub,nonlcon,options) [x,fval]=fgoalattain(…) [x,fval,attainfactor]=fgoalattain(…) [x,fval,attainfactor,exitflag]=fgoalattain(…) [x,fval,attainfactor,exitflag,output]=fgoalattain(…) [x,fval,attainfactor,exitflag,output,lambda]=fgoalattain(…) 6.最小二乘最优问题 有约束线性最小二乘 函数lsqlin 格式x=lsqlin(C,d,A,b)%求在约束条件下，方程Cx=d的最小二乘解x。 x=lsqlin(C,d,A,b,Aeq,beq)%Aeq、beq满足等式约束，若没有不等式约束，则设A=[]，b=[]。x=lsqlin(C,d,A,b,Aeq,beq,lb,ub)%lb、ub满足，若没有等式约束，则Aeq=[]，beq=[]。 x=lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0)%x0为初始解向量，若x没有界，则lb=[]，ub=[]。 x=lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0,options)%options为指定优化参数 [x,resnorm]=lsqlin(…)%resnorm=norm(C*x-d)^2，即2-范数。 [x,resnorm,residual]=lsqlin(…)%residual=C*x-d，即残差。 [x,resnorm,residual,exitflag]=lsqlin(…)%exitflag为终止迭代的条件 [x,resnorm,residual,exitflag,output]=lsqlin(…)%output表示输出优化信息 [x,resnorm,residual,exitflag,output,lambda]=lsqlin(…)%lambda为解x的Lagrange乘子 非线性数据（曲线）拟合 函数lsqcurvefit 格式x=lsqcurvefit(fun,x0,xdata,ydata) x=lsqcurvefit(fun,x0,xdata,ydata,lb,ub) x=lsqcurvefit(fun,x0,xdata,ydata,lb,ub,options) [x,resnorm]=lsqcurvefit(…) [x,resnorm,residual]=lsqcurvefit(…) [x,resnorm,residual,exitflag]=lsqcurvefit(…) [x,resnorm,residual,exitflag,output]=lsqcurvefit(…) [x,resnorm,residual,exitflag,output,lambda]=lsqcurvefit(…) 非线性最小二乘 函数lsqnonlin 格式x=lsqnonlin(fun,x0)%x0为初始解向量；fun为，i=1,2,…,m，fun返回向量值F，而不是平方和值，平方和隐含在算法中，fun的定义与前面相同。 x=lsqnonlin(fun,x0,lb,ub)%lb、ub定义x的下界和上界：。 x=lsqnonlin(fun,x0,lb,ub,options)%options为指定优化参数，若x没有界，则lb=[]，ub=[]。 [x,resnorm]=lsqnonlin(…)%resnorm=sum(fun(x).^2)，即解x处目标函数值。 [x,resnorm,residual]=lsqnonlin(…)%residual=fun(x)，即解x处fun的值。 [x,resnorm,residual,exitflag]=lsqnonlin(…)%exitflag为终止迭代条件。 [x,resnorm,residual,exitflag,output]=lsqnonlin(…)%output输出优化信息。 [x,resnorm,residual,exitflag,output,lambda]=lsqnonlin(…)%lambda为Lagrage乘子。 [x,resnorm,residual,exitflag,output,lambda,jacobian]=lsqnonlin(…)%fun在解x处的Jacobian矩。 非负线性最小二乘 函数lsqnonneg 格式x=lsqnonneg(C,d)%C为实矩阵，d为实向量 x=lsqnonneg(C,d,x0)%x0为初始值且大于0 x=lsqnonneg(C,d,x0,options)%options为指定优化参数 [x,resnorm]=lsqnonneg(…)%resnorm=norm(C*x-d)^2 [x,resnorm,residual]=lsqnonneg(…)%residual=C*x-d [x,resnorm,residual,exitflag]=lsqnonneg(…) [x,resnorm,residual,exitflag,output]=lsqnonneg(…) [x,resnorm,residual,exitflag,output,lambda]=lsqnonneg(…) 6.非线性方程(组)求解 非线性方程的解 函数fzero 格式x=fzero(fun,x0)%用fun定义表达式f(x)，x0为初始解。 x=fzero(fun,x0,options) [x,fval]=fzero(…)%fval=f(x) [x,fval,exitflag]=fzero(…) [x,fval,exitflag,output]=fzero(…) 非线性方程组的解 函数fsolve 格式x=fsolve(fun,x0)%用fun定义向量函数，其定义方式为：先定义方程函数function F=myfun(x)。F=[表达式1；表达式2；…表达式m]%保存为myfun.m，并用下面方式调用：x=fsolve(@myfun,x0)，x0为初始估计值。 x=fsolve(fun,x0,options) [x,fval]=fsolve(…)%fval=F(x)，即函数值向量 [x,fval,exitflag]=fsolve(…) [x,fval,exitflag,output]=fsolve(…) [x,fval,exitflag,output,jacobian]=fsolve(…)%jacobian为解x处的Jacobian阵。其余参数与前面参数相似。 一、MATLAB常用的基本数学函数 abs(x)：纯量的绝对值或向量的长度 angle(z)：复数z的相角(Phase angle) sqrt(x)：开平方 real(z)：复数z的实部 imag(z)：复数z的虚部 conj(z)：复数z的共轭复数 round(x)：四舍五入至最近整数 fix(x)：无论正负，舍去小数至最近整数 floor(x)：地板函数，即舍去正小数至最近整数ceil(x)：天花板函数，即加入正小数至最近整数rat(x)：将实数x化为分数表示 rats(x)：将实数x化为多项分数展开 sign(x)：符号函数(Signum function)。 当x<0时，sign(x)=-1； 当x=0时，sign(x)=0; 当x>0时，sign(x)=1。 rem(x,y)：求x除以y的馀数 gcd(x,y)：整数x和y的最大公因数 lcm(x,y)：整数x和y的最小公倍数 exp(x)：自然指数 pow2(x)：2的指数 log(x)：以e为底的对数，即自然对数或 log2(x)：以2为底的对数 log10(x)：以10为底的对数 二、MATLAB常用的三角函数 sin(x)：正弦函数 cos(x)：余弦函数 tan(x)：正切函数 asin(x)：反正弦函数 acos(x)：反馀弦函数 atan(x)：反正切函数 atan2(x,y)：四象限的反正切函数 sinh(x)：超越正弦函数 cosh(x)：超越馀弦函数 tanh(x)：超越正切函数 asinh(x)：反超越正弦函数 acosh(x)：反超越馀弦函数 atanh(x)：反超越正切函数 三、适用於向量的常用函数有： min(x): 向量x的元素的最小值 max(x): 向量x的元素的最大值 mean(x): 向量x的元素的平均值 median(x): 向量x的元素的中位数 std(x): 向量x的元素的标准差 diff(x): 向量x的相邻元素的差 sort(x): 对向量x的元素进行排序（Sorting）length(x): 向量x的元素个数 norm(x): 向量x的欧氏（Euclidean）长度sum(x): 向量x的元素总和 prod(x): 向量x的元素总乘积 cumsum(x): 向量x的累计元素总和cumprod(x): 向量x的累计元素总乘积 dot(x, y): 向量x和y的内积 cross(x, y): 向量x和y的外积 四、MATLAB的永久常数 信源函数 randerr 产生比特误差样本 randint 产生均匀分布的随机整数矩阵 randsrc 根据给定的数字表产生随机矩阵 wgn 产生高斯白噪声 信号分析函数 biterr 计算比特误差数和比特误差率 eyediagram 绘制眼图 scatterplot 绘制分布图 symerr 计算符号误差数和符号误差率 信源编码 compand mu律/A律压缩/扩张 dpcmdeco DPCM（差分脉冲编码调制）解码dpcmenco DPCM编码 dpcmopt 优化DPCM参数 lloyds Lloyd法则优化量化器参数 quantiz 给出量化后的级和输出值 误差控制编码 bchpoly 给出二进制BCH码的性能参数和产生多项式convenc 产生卷积码 cyclgen 产生循环码的奇偶校验阵和生成矩阵cyclpoly 产生循环码的生成多项式 decode 分组码解码器 encode 分组码编码器 gen2par 将奇偶校验阵和生成矩阵互相转换gfweight 计算线性分组码的最小距离 hammgen 产生汉明码的奇偶校验阵和生成矩阵rsdecof 对Reed-Solomon编码的ASCII文件解码rsencof 用Reed-Solomon码对ASCII文件编码rspoly 给出Reed-Solomon码的生成多项式syndtable 产生伴随解码表 vitdec 用Viterbi法则解卷积码 （误差控制编码的低级函数） bchdeco BCH解码器 bchenco BCH编码器 rsdeco Reed-Solomon解码器 rsdecode 用指数形式进行Reed-Solomon解码 rsenco Reed-Solomon编码器 rsencode 用指数形式进行Reed-Solomon编码 调制与解调 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。 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 → 给自己看的----Matlab 的内部常数（转） 2008/06/19 14:01 [Ctrl C/V--学校 ] MATLAB 基本知识 Matlab 的内部常数 pi 圆周率 exp(1) 自然对数的底数e i 或j 虚数单位 Inf 或 inf 无穷大 Matlab 的常用内部数学函数 我们也可在matlab中调用maple的命令进行多项式的运算，调用格式如下： maple（’maple中多项式的运算命令’） 如何用matlab进行分式运算 发现matlab只有一条处理分式问题的命令，其使用格式如下： [n，d]=numden（f）把符号表达式f化简为有理形式，其中分子和分母的系数为整数且分子分母不含公约项，返回结果n为分子，d为分母。注意：f必须为符号表达式 不过我们可以调用maple的命令，调用方法如下： maple（’denom（f）’）提取分式f的分母 maple(’numer（f）’)提取分式f的分子 maple(’normal（f）’ ) 把分式f的分子与分母约分成最简形式 maple(’expand（f）’) 把分式f的分子展开,分母不变且被看成单项。 maple(’factor（f）’) 把分式f的分母和分子因式分解，并进行约分。 如何用Matlab进行因式分解 syms 表达式中包含的变量factor(表达式) 如何用Matlab展开 syms 表达式中包含的变量expand(表达式) 如何用Matlab进行化简 syms 表达式中包含的变量simplify(表达式) 如何用Matlab合并同类项 syms 表达式中包含的变量collect(表达式，指定的变量) 如何用Matlab进行数学式的转换 调用Maple中数学式的转换命令，调用格式如下： maple(‘Maple的数学式转换命令’) 即：maple(‘convert(表达式，form)’)将表达式转换成form的表示方式 maple(‘convert(表达式，form, x)’)指定变量为x，将依赖于变量x的函数转换成form的表示方式（此指令仅对form为exp与sincos的转换式有用） 如何用Matlab进行变量替换 syms 表达式和代换式中包含的所有变量subs(表达式，要替换的变量或式子，代换式) 如何用matlab进行复数运算 a+b*i 或 a +b*j表示复数a+bi 或a+bj real（z）求复数z的实部 imag（z）求复数z的虚部 abs（z）求复数z的模 angle（z）求复数z的辐角， conj（z）求复数z的共轭复数 exp（z）复数的指数函数，表示e^z 如何在matlab中表示集合 [a, b, c,…] 表示由a, b, c,…组成的集合（注意：元素之间也可用空格隔开） unique(A) 表示集合A的最小等效集合（每个元素只出现一次） 也可调用maple的命令，格式如下： maple('{a, b, c,…}')表示由a, b, c,…组成的集合 下列命令可以生成特殊的集合： maple(‘{seq(f(i),i=n..m)}’)生成集合{f(n), f(n+1), f(n+2), … , f(m)} 如何用Matlab求集合的交集、并集、差集和补集 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 A axis() axis([xmin xmax ymin ymax]) sets the limits for the x- and y-axis of the current axes. axis([xmin xmax ymin ymax zmin zmax cmin cmax]) sets the x-, y-, and z-axis limits and the color scaling limits (see caxis) of the current axes. axis equal sets the aspect ratio so that the data units are the same in every direction. The aspect ratio of the x-, y-, and z-axis is adjusted automatically according to the range of data units in the x, y, and z directions C clf Clear current figure window G grid off/on The grid function turns the current axes' grid lines on and off. H hold on/off ●The hold function determines whether new graphics objects are added to the graph or replace objects in the graph. ●hold on retains the current plot and certain axes properties so that subsequent graphing commands add to the existing graph. ●hold off resets axes properties to their defaults before drawing new plots. hold off is the default 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; Modeling and Simulation 建模与仿真, 2015, 4(3), 61-71 Published Online August 2015 in Hans. https://www.360docs.net/doc/a011642656.html,/journal/mos https://www.360docs.net/doc/a011642656.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/a011642656.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/a011642656.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/a011642656.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 colorbar 显示彩条 getimage 由坐标轴得到图像数据 ice（DIPUM）交互彩色编辑 image 创建和显示图像对象 imagesc 缩放数据并显示为图像 immovie 由多帧图像制作电影 imshow 显示图像 imview 在Image Viewer中显示图像montage 将多个图像帧显示为矩阵蒙太奇movie 播放录制的电影帧 rgbcube 显示一个彩色RGB立方体subimage 在单个图形中显示多幅图像truesize 调整图像的显示尺寸 warp 将图像显示为纹理映射的表面 图像文件输入/输出 Dicominfo 从一条DICOM消息中读取元数据Dicomread 读一幅DICOM图像Dicomwrite 写一幅DICOM图像 Dicom-dict.txt 包含DICOM数据字典的文本文件Dicomuid 产生DICOM唯一的识别器Imfinfo 返回关于图像的文件的信息Imread 读图像文件 Imwrite 写图像文件 图像算术 Imabsdiff 计算两幅图像的绝对差 Imadd 两幅图像相加或把常数加到图像上Imcomplement 图像求补 Imdivide 两幅图像相除，或用常数除图像Imlincomb 计算图像的线性组合 Immultiply 两幅图像相乘或用常数乘图像Imsubtract 两幅图像相减，或从图像中减去常数几何变换 Checkerboard 创建棋盘格图像 Findbounds 求几何变换的输出范围 Fliptform 颠倒TFORM结构的输入/输出Imcrop 修剪图像 Imresize 调整图像大小 Imrotate 旋转图像 Imtransform 对图像应用几何变换 Intline 整数坐标线绘制算法Makersampler 创建重取样器结构 Maketform 创建几何变换结构（TFORM）Pixeldup（DIPUM）在两个方向上复制图像的像素Tformarray 对N-D数组应用几何变换 给自己看的----Matlab的内部常数（转） 2008/06/19 14:01[Ctrl C/V--学校 ] MATLAB基本知识 Matlab的内部常数 pi 圆周率 exp(1) 自然对数的底数e i 或j 虚数单位 Inf或inf 无穷大 Matlab的常用内部数学函数 如何用matlab进行多项式运算 （1）合并同类项 syms 表达式中包含的变量 collect(表达式，指定的变量) （2）因式分解 syms 表达式中包含的变量factor(表达式) （3）展开 syms 表达式中包含的变量 expand(表达式) 我们也可在matlab中调用maple的命令进行多项式的运算，调用格式如下： maple（’maple中多项式的运算命令’） 如何用matlab进行分式运算 发现matlab只有一条处理分式问题的命令，其使用格式如下： [n，d]=numden（f）把符号表达式f化简为有理形式，其中分子和分母的系数为整数且分子分母不含公约项，返回结果n为分子，d为分母。注意：f必须为符号表达式 不过我们可以调用maple的命令，调用方法如下： maple（’denom（f）’）提取分式f的分母 maple(’numer（f）’)提取分式f的分子 maple(’normal（f）’ ) 把分式f的分子与分母约分成最简形式 maple(’expand（f）’) 把分式f的分子展开,分母不变且被看成单项。 maple(’factor（f）’) 把分式f的分母和分子因式分解，并进行约分。 如何用Matlab进行因式分解 syms 表达式中包含的变量factor(表达式) 如何用Matlab展开 syms 表达式中包含的变量expand(表达式) 如何用Matlab进行化简 syms 表达式中包含的变量simplify(表达式) 如何用Matlab合并同类项 syms 表达式中包含的变量collect(表达式，指定的变量) 如何用Matlab进行数学式的转换 调用Maple中数学式的转换命令，调用格式如下： maple(‘Maple的数学式转换命令’) 即：maple(‘convert(表达式，form)’)将表达式转换成form的表示方式 maple(‘convert(表达式，form, x)’)指定变量为x，将依赖于变量x的函数转换成form的表示方式（此指令仅对form为exp与sincos的转换式有用） 如何用Matlab进行变量替换 syms 表达式和代换式中包含的所有变量subs(表达式，要替换的变量或式子，代换式) 如何用matlab进行复数运算 a+b*i 或 a +b*j表示复数a+bi 或a+bj real（z）求复数z的实部 imag（z）求复数z的虚部 abs（z）求复数z的模 angle（z）求复数z的辐角， conj（z）求复数z的共轭复数 exp（z）复数的指数函数，表示e^z 如何在matlab中表示集合 [a, b, c,…] 表示由a, b, c,…组成的集合（注意：元素之间也可用空格隔开） unique(A) 表示集合A的最小等效集合（每个元素只出现一次） 也可调用maple的命令，格式如下： maple('{a, b, c,…}')表示由a, b, c,…组成的集合 下列命令可以生成特殊的集合： maple(‘{seq(f(i),i=n..m)}’)生成集合{f(n), f(n+1), f(n+2), … , f(m)} 如何用Matlab求集合的交集、并集、差集和补集 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; 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 MATLAB函数大全 Matlab有没有求矩阵行数/列数/维数的函数？ ndims(A)返回A的维数 size(A)返回A各个维的最大元素个数 length(A)返回max(size(A)) [m,n]=size(A)如果A是二维数组，返回行数和列数nnz(A)返回A中非0元素的个数 MATLAB的取整函数:fix(x), floor(x) :,ceil(x) , round(x) (1)fix(x) : 截尾取整. >> fix( [3.12 -3.12]) ans = 3 -3 (2)floor(x):不超过x 的最大整数.(高斯取整) >> floor( [3.12 -3.12]) ans = 3 -4 (3)ceil(x) : 大于x 的最小整数 >> ceil( [3.12 -3.12]) ans = 4 -3 (4)四舍五入取整 >> round(3.12 -3.12) ans = >> round([3.12 -3.12]) ans = 3 -3 >> 如何用matlab生成随机数函数 rand(1) rand(n):生成0到1之间的n阶随机数方阵rand(m,n):生成0到1之间的m×n的随机数矩阵(现成的函数) 另外: Matlab随机数生成函数 betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器 lognrnd 对数正态分布的随机数生成器 nbinrnd 负二项分布的随机数生成器 ncfrnd 非中心f分布的随机数生成器 nctrnd 非中心t分布的随机数生成器 ncx2rnd 非中心卡方分布的随机数生成器 normrnd 正态（高斯）分布的随机数生成器 poissrnd 泊松分布的随机数生成器 raylrnd 瑞利分布的随机数生成器 trnd 学生氏t分布的随机数生成器 unidrnd 离散均匀分布的随机数生成器 unifrnd 连续均匀分布的随机数生成器 weibrnd 威布尔分布的随机数生成器 一、MATLAB常用的基本数学函数 abs(x)：纯量的绝对值或向量的长度 angle(z)：复数z的相角(Phase angle) sqrt(x)：开平方 real(z)：复数z的实部 imag(z)：复数z的虚部 conj(z)：复数z的共轭复数 round(x)：四舍五入至最近整数 fix(x)：无论正负，舍去小数至最近整数 floor(x)：地板函数，即舍去正小数至最近整数 ceil(x)：天花板函数，即加入正小数至最近整数 1、求组合数 C，则输入： 求k n nchoosek(n,k) 例：nchoosek(4,2) = 6. 2、求阶乘 求n!.则输入： Factorial(n). 例：factorial(5) = 120. 3、求全排列 perms(x). 例：求x = [1,2,3]; Perms(x)，输出结果为： ans = 3 2 1 3 1 2 2 3 1 2 1 3 1 2 3 1 3 2 4、求指数 求a^b：Power(a,b) ; 例：求2^3 ; Ans = pow(2,3) ; 5、求行列式 求矩阵A的行列式：det(A); 例：A=[1 2;3 4] ; 则det(A) = -2 ; 6、求矩阵的转置 求矩阵A的转置矩阵：A’ 转置符号为单引号. 7、求向量的指数 求向量p=[1 2 3 4]'的三次方：p.^3 例： p=[1 2 3 4]' A=[p,p.^2,p.^3,p.^4] 结果为： 注意：在p 与符号”^”之间的”.”不可少. 8、求自然对数 求ln(x)：Log(x) 例：log(2) = 0.6931 9、求矩阵的逆矩阵 求矩阵A 的逆矩阵：inv(A) 例：a= [1 2;3 4]; 则 10、多项式的乘法运算 函数conv(p1,p2)用于求多项式p1和p2的乘积。这里，p1、p2是两个多项式系数向量。 例2-2 求多项式43810x x +-和223x x -+的乘积。 命令如下： p1=[1,8,0,0,-10]; p2=[2,-1,3]; c=conv(p1,p2) 11、多项式除法 函数[q ，r]=deconv(p1，p2)用于多项式p1和p2作除法运算，其中q 返回多项式p1除以p2的商式，r 返回p1除以p2的余式。这里，q 和r 仍是多项式系数向量。 例2-3 求多项式43810x x +-除以多项式223x x -+的结果。 命令如下： p1=[1,8,0,0,-10]; p2=[2,-1,3]; [q,r]=deconv(p1,p2) 12、求一个向量的最大值 求一个向量x 的最大值的函数有两种调用格式，分别是： 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： 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);(完整版)MATLAB常用函数大全
(完整版)matlab函数大全(非常实用)
MATLAB及在数学建模中的应用
数学建模matlab例题参考及练习
Matlab中常见数学函数的使用
matlab在数学建模中的应用
matlab 常用函数(1)
matlab数学建模实例
MATLAB及其在数学建模中的应用
Matlab常见函数汇总
最新Matlab中常见数学函数的使用
matlab数学建模实例
matlab常用解方程及方程组函数
matlab内部函数大全
MatLab常用函数大全
10909-数学建模-应用MATLAB建模的一个例子
matlab数学建模实例