MATLAB工具箱函数
第2章MATLAB神经网络工具箱函数
表2-1 神经网络的通用函数和功能
函数名
功能
init( )
初始化一个神经网络
initlay( ) 层-层结构神经网络的初始化函数
initwb( ) 神经网络某一层的权值和偏值初始化函数
initzero( ) 将权值设置为零的初始化函数
train( )
神经网络训练函数
adapt( )
神经网络自适应训练函数
b=[0;-1];q=3;
%权值向量和一致化所需要的长度
Z=concur(b,q)
%计算一致化了的矩阵
X1=netsum(Z1,Z2),X2=netprod(Z1,Z2) %计算向量的和与积
结果显示：
Z= 0 0 0
-1 -1 -1
X1 = 0 4 6
-2 -2 2
X2 = -1 4 8
-15 -24 1
11
7. 权值点积函数dotprod( ) 网络输入向量与权值的点积可得到加权输入。函数
dotprod ( )的调用格式为： Z=dotprod (W,X)
式中，W为SR维的权值矩阵；X为Q组R维的输入向量； Z为Q组S维的W与X 的点积。 8. 网络输入的和函数netsum( )
网络输入的和函数是通过某一层的加权输入和偏值相 加作为该层的输入。调用格式：
第2章 MATLAB神经网络 工具箱函数
2.1 MATLAB神经网络工具箱函数 2.2 MATLAB神经网络工具箱的图形用户界面
1
利用神经网络能解决许多用传统方法无法解 决的问题。神经网络在很多领域中都有应用，以 实现各种复杂的功能。这些领域包括商业及经济 估算、自动检测和监视、计算机视觉、语音处理、 机器人及自动控制、优化问题、航空航天、银行 金融业、工业生产等。而神经网络是一门发展很 快的学科，其应用领域也会随着其发展有更大的 拓宽。
MATLAB的常用函数和工具介绍
MATLAB的常用函数和工具介绍MATLAB是一款被广泛应用于科学计算和工程设计的软件，它提供了丰富的函数库和工具箱，能够帮助用户进行数据分析、模拟仿真、图像处理、信号处理等多种任务。
本文将介绍一些MATLAB常用的函数和工具，帮助读者更好地利用MATLAB进行编程和数据处理。
一、MATLAB函数介绍1. plot函数：该函数用于绘制二维图形，如折线图、曲线图等。
通过输入数据点的坐标，plot函数可以帮助用户快速可视化数据分布，同时支持自定义线型、颜色和标注等功能。
2. imread函数：该函数用于读取图像文件，支持常见的图像格式，如JPEG、PNG等。
通过imread函数，用户可以方便地加载图像数据进行后续的处理和分析。
3. fft函数：该函数用于进行快速傅里叶变换，可以将时域信号转换为频域信号。
傅里叶变换在信号处理中广泛应用，通过fft函数，用户可以快速计算信号的频谱信息。
4. solve函数：该函数用于求解方程组，支持线性方程和非线性方程的求解。
用户只需输入方程组的表达式，solve函数会自动求解变量的值，帮助用户解决复杂的数学问题。
5. mean函数：该函数用于计算数据的平均值。
mean函数支持数组、矩阵和向量等多种数据类型，可以方便地对数据进行统计分析。
6. importdata函数：该函数用于导入外部数据文件，如文本文件、CSV文件等。
通过importdata函数，用户可以将外部数据加载到MATLAB中，进行后续的数据处理和分析。
二、MATLAB工具介绍1. MATLAB Editor：这是MATLAB自带的编辑器，可以用于编写和调试MATLAB代码。
它提供了代码高亮、自动缩进和代码片段等功能，能够提高编程效率和代码可读性。
2. Simulink：这是MATLAB的一个强大的仿真工具，用于建立动态系统的模型并进行仿真。
Simulink支持直观的图形化建模界面，用户可以通过拖拽元件和线条来搭建系统模型，进而进行仿真和系统分析。
matlab遗传算法工具箱函数及实例讲解
matlab遗传算法工具箱函数及实例讲解核心函数：(1)function [pop]=initializega(num,bo unds,eevalFN,eevalOps,optio ns)--初始种群的生成函数【输出参数】pop--生成的初始种群【输入参数】num--种群中的个体数目bo unds--代表变量的上下界的矩阵eevalFN--适应度函数eevalOps--传递给适应度函数的参数op tions--选择编码形式(浮点编码或是二进制编码)[p recision F_o r_B],如p recisio n--变量进行二进制编码时指定的精度F_or_B--为1时选择浮点编码，否则为二进制编码,由p recision指定精度)(2)function [x,endPop,bPop,trace Info] = ga(bounds,evalFN,evalOps,sta rtPop,op ts,...te rmFN,te rmOps,selectFN,selectOps,xOve rFNs,xOve rOps,mutFNs,mutOps)--遗传算法函数【输出参数】x--求得的最优解e ndPop--最终得到的种群bPop--最优种群的一个搜索轨迹【输入参数】bo unds--代表变量上下界的矩阵evalFN--适应度函数evalOps--传递给适应度函数的参数sta rtPop-初始种群op ts[epsilon p rob_ops display]--opts(1:2)等同于initializega的options参数，第三个参数控制是否输出，一般为0。
如[1e-6 1 0]te rmFN--终止函数的名称,如['maxGe nTerm']te rmOps--传递个终止函数的参数,如[100]selectFN--选择函数的名称,如['no rmGeo mSelect']selectOps--传递个选择函数的参数,如[0.08]xOve rFNs--交叉函数名称表，以空格分开，如['arithXover heuristicXove r simple Xove r'] xOve rOps--传递给交叉函数的参数表，如[2 0;2 3;2 0]mutFNs--变异函数表，如['boundaryMuta tio n multiNonU nifMuta tio n nonU nifMutatio n unifMuta tion']mutOps--传递给交叉函数的参数表,如[4 0 0;6 100 3;4 100 3;4 0 0]注意】matlab工具箱函数必须放在工作目录下【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08【程序清单】%编写目标函数functio n[sol,eval]=fitness(sol,op tio ns)x=sol(1);eval=x+10*sin(5*x)+7*cos(4*x);%把上述函数存储为fitness.m文件并放在工作目录下initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为10[x e ndPop,bPop,trace]=ga([0 9],'fitness',[],initPop,[1e-6 1 1],'ma xGenTerm',25,'no rmGeo mSelect',...[0.08],['arithXove r'],[2],'no nU nifMuta tio n',[2 25 3]) %25次遗传迭代运算借过为：x =7.8562 24.8553(当x为7.8562时，f（x）取最大值24.8553)注：遗传算法一般用来取得近似最优解，而不是最优解。
Matlab金融工具箱中的主要功能函数
blsimpv 根据Black-Scholes公式计算隐含利率
blslambda Black-Scholes公式计算Lamda
blsprice Black-Scholes计算欧式期权价格.
blsrho Black-Scholes计算Rho
zero2disc:将零息票利率曲线转化为贴现曲线
zero2fwd:将零息票利率曲线转化为远期利率曲线
zero2pyld:将零息票利率曲线转化为平均收益曲线
3.期权评估以及敏感度分析
blkprice:使用black scholes方法进行期权定价
glsgamma:black scholes敏感度分析
ugarchllf 目标函数的对数似然函数
ugarchpred 预测条件方差
ugarchsim 模拟GARCH过程
disc2zero:将现曲线转化为零息票利率曲线
pyld2zero:将正向曲线转化为零息票利率曲线
termfit:使用样条工具箱对期限结构进行拟合
zbtprice:利用BOOTSTRAP方法根据债券价格计算零息票利率曲线
zbtyield:利用BOOTSTRAP方法根据债券收益计算零息票利率曲线
blstheta Black-Scholes计算Theta
blsvega Black-Scholes 公式计算Vega.
opprofit 计算行权收益
A1.8 GARCH 过程
A1.8.1 单变量 GARCH 过程
Uugarch GARCH参数估计.
金融工具箱中的主要功能函数分为以下四大类：
1.投资组合分析
matlab拟合工具箱计算函数值
matlab拟合工具箱计算函数值MATLAB拟合工具箱是MATLAB软件中的一个重要组件，它提供了一系列函数和算法，可用于对数据进行拟合。
拟合是一种通过数学模型来描述和预测实际数据的方法，通过与实际数据的对比，我们可以得出一些结论和预测。
在使用MATLAB拟合工具箱进行数据拟合之前，我们首先需要准备一组已知的数据。
假设我们有一组测量数据，包括了自变量X和因变量Y。
我们想要通过拟合来找到一个数学模型，使得模型预测的Y值与实际测量的Y值尽可能接近。
在MATLAB中，我们可以使用fit函数来进行数据拟合。
fit函数接受两个参数，一个是用于数据拟合的模型类型，另一个是包含自变量X和因变量Y的数据表。
模型类型可以是预定义的模型，比如多项式模型、指数模型等，也可以是自定义的模型。
数据表可以通过MATLAB的数据导入工具或手动创建。
以下是一个使用MATLAB拟合工具箱进行数据拟合的示例代码：```matlab% 准备数据X = [1, 2, 3, 4, 5];Y = [2, 4, 6, 8, 10];% 创建数据表data = table(X', Y', 'VariableNames', {'X', 'Y'});% 进行数据拟合model = fit(data, 'poly1');```在上述代码中，我们首先准备了一组自变量X和因变量Y的数据。
然后，我们使用table函数将数据存储在一个数据表中，数据表有两列，分别命名为'X'和'Y'。
最后，我们使用fit函数进行数据拟合，指定模型类型为'poly1'，表示多项式模型中的一次多项式。
通过上述代码，我们成功地使用MATLAB拟合工具箱进行了数据拟合。
拟合的结果存储在变量model中，我们可以使用model对象来进行预测和分析。
除了多项式模型，MATLAB拟合工具箱还支持其他模型类型，比如指数模型、对数模型、幂函数模型等。
matlab拟合工具箱计算函数值
matlab拟合工具箱计算函数值
MATLAB 是一款功能强大的数学计算和可视化软件，其中包含了一个拟合工具箱，可以用于拟合各种类型的函数。
下面是使用 MATLAB 拟合工具箱计算函数值的步骤：
1. 准备数据：首先，需要准备要拟合的数据。
这些数据应该是函数的输入值和对应的输出值。
可以将这些数据存储在一个 MATLAB 变量中，例如`x`和`y`。
2. 选择拟合函数：根据数据的特点，选择一个合适的拟合函数。
MATLAB 提供了多种拟合函数，例如线性函数、多项式函数、指数函数、对数函数等。
可以通过`fit`函数来选择拟合函数，例如`fit(x,y,'poly1')`表示使用一次多项式函数进行拟合。
3. 进行拟合：使用`fit`函数进行拟合，例如`[fitresult,goodness]=fit(x,y,'poly1')`。
其中，`fitresult`是拟合的结果，包含了拟合函数的系数；`goodness`是拟合的优度指标，可以用来评估拟合的效果。
4. 计算函数值：得到拟合函数的系数后，可以使用`polyval`函数来计算函数值，例如`yhat=polyval(fitresult,xnew)`。
其中，`xnew`是新的输入值，`yhat`是对应的输出值。
需要注意的是，拟合工具箱只是一种工具，它并不能保证得到的拟合函数是完全准确的。
在使用拟合工具箱计算函数值时，需要对结果进行适当的评估和验证，以确保结果的准确性和可靠性。
MATLAB常用工具箱与函数库介绍
MATLAB常用工具箱与函数库介绍1. 统计与机器学习工具箱（Statistics and Machine Learning Toolbox）：该工具箱提供了各种统计分析和机器学习算法的函数，包括描述统计、概率分布、假设检验、回归分析、分类与聚类等。
可以用于进行数据探索和建模分析。
2. 信号处理工具箱（Signal Processing Toolbox）：该工具箱提供了一系列信号处理的函数和算法，包括滤波、谱分析、信号生成与重构、时频分析等。
可以用于音频处理、图像处理、通信系统设计等领域。
3. 控制系统工具箱（Control System Toolbox）：该工具箱提供了控制系统设计与分析的函数和算法，包括系统建模、根轨迹设计、频域分析、状态空间分析等。
可以用于控制系统的设计和仿真。
4. 优化工具箱（Optimization Toolbox）：该工具箱提供了各种数学优化算法，包括线性规划、非线性规划、整数规划、最优化等。
可以用于寻找最优解或最优化问题。
5. 图像处理工具箱（Image Processing Toolbox）：该工具箱提供了图像处理和分析的函数和算法，包括图像滤波、边缘检测、图像分割、图像拼接等。
可以用于计算机视觉、医学影像处理等领域。
6. 神经网络工具箱（Neural Network Toolbox）：该工具箱提供了神经网络的建模和训练工具，包括感知机、多层前馈神经网络、循环神经网络等。
可以用于模式识别、数据挖掘等领域。
7. 控制系统设计工具箱（Robust Control Toolbox）：该工具箱提供了鲁棒控制系统设计与分析的函数和算法，可以处理不确定性和干扰的控制系统设计问题。
8. 信号系统工具箱（Signal Systems Toolbox）：该工具箱提供了分析、设计和模拟线性时不变系统的函数和算法。
可以用于信号处理、通信系统设计等领域。
9. 符号计算工具箱（Symbolic Math Toolbox）：该工具箱提供了符号计算的功能，可以进行符号表达式的运算、求解方程、求解微分方程等。
MATLAB常用工具箱与函数库介绍
MATLAB常用工具箱与函数库介绍1. 引言MATLAB是一款功能强大的数学软件，广泛应用于工程、科学、计算机科学等领域。
在MATLAB中，有许多常用的工具箱和函数库，可以帮助用户解决各种数学计算和数据处理问题。
本文将介绍几个常用的MATLAB工具箱和函数库，帮助读者更好地理解和使用这些工具。
2. 统计工具箱统计工具箱是MATLAB中一个重要的工具箱，用于统计数据的分析和处理。
这个工具箱提供了许多函数，如直方图、概率分布函数、假设检验等等。
读者可以使用统计工具箱来分析数据的分布特征、计算数据的均值和标准差、进行假设检验等。
3. 信号处理工具箱信号处理工具箱是MATLAB中用于处理信号的一个重要工具箱。
它提供了一些常用的函数，如滤波器、谱分析、窗函数等等。
利用信号处理工具箱，读者可以对信号进行滤波、频谱分析、窗函数设计等操作，帮助解决各种与信号处理相关的问题。
4. 优化工具箱优化工具箱是MATLAB中用于求解优化问题的一个重要工具箱。
它提供了一些常用的函数，如线性规划、非线性规划、整数规划等等。
利用优化工具箱，读者可以求解各种优化问题，如优化算法选择、变量约束等。
优化工具箱在生产、物流、金融等领域具有广泛的应用。
5. 控制系统工具箱控制系统工具箱是MATLAB中一个针对控制系统设计和分析的重要工具箱。
它提供了一些常用的函数，如系统模型构建、控制器设计、系统分析等。
利用控制系统工具箱，读者可以构建控制系统模型、设计控制器、进行系统稳定性分析等操作。
这个工具箱在自动化控制领域非常有用。
6. 图像处理工具箱图像处理工具箱是MATLAB中一个用于处理和分析图像的重要工具箱。
它提供了一些常用的函数，如图像滤波、边缘检测、图像分割等等。
利用图像处理工具箱，读者可以对图像进行滤波、边缘检测、目标分割等操作，帮助解决图像处理中的各种问题。
7. 符号计算工具箱符号计算工具箱是MATLAB中一个用于进行符号计算的重要工具箱。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
表Ⅰ-11 线性模型函数函数描述anova1 单因子方差分析anova2 双因子方差分析anovan 多因子方差分析aoctool 协方差分析交互工具dummyvar 拟变量编码friedman Friedman检验glmfit 一般线性模型拟合kruskalwallis Kruskalwallis检验leverage 中心化杠杆值lscov 已知协方差矩阵的最小二乘估计manova1 单因素多元方差分析manovacluster 多元聚类并用冰柱图表示multcompare 多元比较多项式评价及误差区间估计polyfit 最小二乘多项式拟合polyval 多项式函数的预测值polyconf 残差个案次序图regress 多元线性回归regstats 回归统计量诊断续表函数描述Ridge 岭回归rstool 多维响应面可视化robustfit 稳健回归模型拟合stepwise 逐步回归x2fx 用于设计矩阵的因子设置矩阵表Ⅰ-12 非线性回归函数函数描述nlinfit 非线性最小二乘数据拟合（牛顿法）nlintool 非线性模型拟合的交互式图形工具nlparci 参数的置信区间nlpredci 预测值的置信区间nnls 非负最小二乘表Ⅰ-13 试验设计函数函数描述cordexch D-优化设计（列交换算法）daugment 递增D-优化设计dcovary 固定协方差的D-优化设计ff2n 二水平完全析因设计fracfact 二水平部分析因设计fullfact 混合水平的完全析因设计hadamard Hadamard矩阵（正交数组）rowexch D-优化设计（行交换算法）表Ⅰ-14 主成分分析函数函数描述barttest Barttest检验pcacov 源于协方差矩阵的主成分pcares 源于主成分的方差princomp 根据原始数据进行主成分分析表Ⅰ-15 多元统计函数函数描述classify 聚类分析mahal 马氏距离manova1 单因素多元方差分析manovacluster 多元聚类分析表Ⅰ-16 假设检验函数函数描述ranksum 秩和检验signrank 符号秩检验signtest 符号检验ttest 单样本t检验ttest2 双样本t检验ztest z检验表Ⅰ-17 分布检验函数函数描述jbtest 正态性的Jarque-Bera检验kstest 单样本Kolmogorov-Smirnov检验kstest2 双样本Kolmogorov-Smirnov检验lillietest 正态性的Lilliefors检验表Ⅰ-18 非参数函数函数描述friedman Friedman检验kruskalwallis Kruskalwallis检验ranksum 秩和检验signrank 符号秩检验signtest 符号检验表Ⅰ-19 文件输入输出函数函数描述caseread 读取个案名casewrite 写个案名到文件tblread 以表格形式读数据tblwrite 以表格形式写数据到文件tdfread 从表格间隔形式的文件中读取文本或数值数据表Ⅰ-20 演示函数函数描述aoctool 协方差分析的交互式图形工具disttool 探察概率分布函数的GUI工具glmdemo 一般线性模型演示randtool 随机数生成工具polytool 多项式拟合工具rsmdemo 响应拟合工具robustdemo 稳健回归拟合工具Ⅰ.2 优化工具箱函数表Ⅰ-21 最小化函数表函数描述fgoalattain 多目标达到问题fminbnd 有边界的标量非线性最小化fmincon 有约束的非线性最小化fminimax 最大最小化fminsearch, fminunc 无约束非线性最小化fseminf 半无限问题linprog 线性课题quadprog 二次课题表Ⅰ-22 方程求解函数表函数描述\ 线性方程求解fsolve 非线性方程求解fzero 标量非线性方程求解表Ⅰ-23 最小二乘函数表函数描述\ 线性最小二乘lsqlin 有约束线性最小二乘lsqcurvefit 非线性曲线拟合lsqnonlin 非线性最小二乘lsqnonneg 非负线性最小二乘表Ⅰ-24 实用函数表函数描述optimset 设置参数optimget 获取参数表Ⅰ-25 大型方法的演示函数表函数描述circustent 马戏团帐篷问题—二次课题molecule 用无约束非线性最小化进行分子组成求解optdeblur 用有边界线性最小二乘法进行图形处理表Ⅰ-26 中型方法的演示函数表函数描述bandemo 香蕉函数的最小化dfildemo 过滤器设计的有限精度goaldemo 目标达到举例optdemo 演示过程菜单tutdemo 教程演示Ⅰ.3 样条工具箱函数表Ⅰ-27 三次样条函数函数描述csapi 插值生成三次样条函数csape 生成给定约束条件下的三次样条函数csaps 平滑生成三次样条函数cscvn 生成一条内插参数的三次样条曲线getcurve 动态生成三次样条曲线表Ⅰ-28 分段多项式样条函数函数描述pplst 显示关于生成分段多项式样条曲线的M文件ppmak 生成分段多项式样条函数ppual 计算在给定点处的分段多项式样条函数值表Ⅰ-29 B样条函数函数描述splst 显示生成B样条函数的M文件spmak 生成B样条函数spcrv 生成均匀划分的B样条函数spapi 插值生成B样条函数spap2 用最小二乘法拟合生成B样条函数spaps 对生成的B样条曲线进行光滑处理spcol 生成B样条函数的配置矩阵表Ⅰ-30 有理样条函数函数描述rpmak 生成有理样条函数rsmak 生成有理样条函数表Ⅰ-31 操作样条函数函数描述fnval 计算在给定点处的样条函数值fmbrk 返回样条函数的某一部分（如断点或系数等）fncmb 对样条函数进行算术运算fn2fm 把一种形式的样条函数转化成另一种形式的样条函数fnder 求样条函数的微分(即求导数)fndir 求样条函数的方向导数fnint 求样条函数的积分fnjmp 在间断点处求函数值fnplt 画样条曲线图fnrfn 在样条曲线中插入断点。
fntlr 生成tarylor系数或taylor多项式表Ⅰ-32 样条曲线端点和节点处理函数函数描述augknt 在已知节点数组中添加一个或多个节点aveknt 求出节点数组元素的平均值brk2knt 增加断点数组中元素的重次knt2brk 从节点数组中求得节点及其重次knt2mlt 从节点数组中求得节点及其重次sorted 求出节点数组points的元素在节点数组meshpoints中属于第几个分量aptknt 求出用于生成样条曲线的节点数组表Ⅰ-33 样条曲线端点和节点处理函数函数描述newknt 对分段多项式样条函数进行重分布optknt 求出用于内插的最优节点数组chbpnt 求出用于生成样条曲线的合适节点数组表Ⅰ-34 解线性方程组的函数函数描述slvblk 解对角占优的线性方程组bkbrk 描述分块对角矩阵的详细情况表Ⅰ-35 样条GUI函数函数描述bspligui 在节点处生成B样条曲线splinetool 用一系列方法生成各种样条曲线Ⅰ.4 偏微分方程数值解工具箱函数表Ⅰ-36 偏微分方程求解算法函数函数描述adaptmesh 生成自适应网格并求解PDE问题assema 组合面积的整体贡献assemb 组合边界条件的贡献assempde 组合刚度矩阵和PDE问题的右端项hyperbolic 求解双曲线PDE问题parabolic 求解抛物线型PDE问题pdeeig 求解特征值PDE问题pdenonlin 求解非线性PDE问题poisolv 在矩形网格上对泊松方程进行快速求解表Ⅰ-37 用户界面算法函数函数描述pdecirc 绘圆pdeellip 绘椭圆pdemdlcv 将PDE工具箱1.0模型的M文件转换为PDE工具箱1.0.2版本的格式pdepoly 绘多边形pderect 绘矩形pdetool PDE工具箱图形用户集成界面（GUI）表Ⅰ-38 几何算法函数函数描述csgchk 核对几何描述矩阵的有效性csgdel 删除最小子域之间的界线decsg 将建设性实体几何模型分解为最小子域initmesh 创建初始三角形网格jigglemesh 微调三角形网格的内部点pdearcl 在参数表示和圆弧长度之间进行内插poimesh 在矩形几何图形上生成规则网格refinemesh 加密一个三角形网格wbound 写边界条件指定文件wgeom 写几何指定函数表Ⅰ-39 绘图函数函数描述pdecont 绘等值线图pdegplot 绘制PDE几何图pdemesh 绘PDE三角形网格pdeplot 一般PDE工具箱绘图函数pdesurf 绘三维表面图表Ⅰ-40 实用函数函数描述Dst idst 离散化sin转换pdeadgsc 使用相对容限临界值选择三角形pdeadworst 选择相对于最坏值的三角形pdecgrad PDE解的变动pdeent 与给定三角形集合相邻的三角形的指数pdegrad PDE解的梯度pdeintrp 从节点数据至三角形中点数据进行内插pdejmps 对于自适应网格进行误差估计pdeprtni 从三角形中点数据向节点数据进行内插pdesde 子域集合中点的指数pdesdp 子域集合边缘的指数pdesdt 子域集合三角形的指数pdesmech 计算结构力学张量函数pdetrg 三角形几何数据pdetriq 三角型质量度量续表函数描述Poiasma 用于泊松方程快速求解器的边界点矩阵poicalc 矩形网格上泊松方程的快速求解器poiindex 经过规范排序的矩形网格的点的指数sptarn 求解广义稀疏特征值问题tri2grid 从PDE三角形网格到矩形网格进行内插表Ⅰ-41 自定义算法函数函数描述pdebound 边界条件M文件pdegeom 几何模型M文件表Ⅰ-42 演示函数函数描述pdedemo1 单位圆盘上泊松方程的精确解pdedemo2 求解Helmholtz方程，研究反射波pdedemo3 求解最小表面问题pdedemo4 用子域分解求解PDE问题pdedemo5 求抛物线型问题（热传导方程）pdedemo6 求双曲线型PDE问题（波动方程）pdedemo7 点源的自适应求解pdedemo8 在矩形网格上求解泊松方程Ⅰ.1 统计工具箱函数表Ⅰ-1 概率密度函数函数名对应分布的概率密度函数betapdf 贝塔分布的概率密度函数binopdf 二项分布的概率密度函数chi2pdf 卡方分布的概率密度函数exppdf 指数分布的概率密度函数fpdf f分布的概率密度函数gampdf 伽玛分布的概率密度函数geopdf 几何分布的概率密度函数hygepdf 超几何分布的概率密度函数normpdf 正态（高斯）分布的概率密度函数lognpdf 对数正态分布的概率密度函数nbinpdf 负二项分布的概率密度函数ncfpdf 非中心f分布的概率密度函数nctpdf 非中心t分布的概率密度函数ncx2pdf 非中心卡方分布的概率密度函数poisspdf 泊松分布的概率密度函数raylpdf 雷利分布的概率密度函数tpdf 学生氏t分布的概率密度函数unidpdf 离散均匀分布的概率密度函数unifpdf 连续均匀分布的概率密度函数weibpdf 威布尔分布的概率密度函数表Ⅰ-2 累加分布函数函数名对应分布的累加函数betacdf 贝塔分布的累加函数binocdf 二项分布的累加函数chi2cdf 卡方分布的累加函数expcdf 指数分布的累加函数fcdf f分布的累加函数gamcdf 伽玛分布的累加函数geocdf 几何分布的累加函数hygecdf 超几何分布的累加函数logncdf 对数正态分布的累加函数nbincdf 负二项分布的累加函数ncfcdf 非中心f分布的累加函数nctcdf 非中心t分布的累加函数ncx2cdf 非中心卡方分布的累加函数normcdf 正态（高斯）分布的累加函数poisscdf 泊松分布的累加函数raylcdf 雷利分布的累加函数tcdf 学生氏t分布的累加函数unidcdf 离散均匀分布的累加函数unifcdf 连续均匀分布的累加函数weibcdf 威布尔分布的累加函数表Ⅰ-3 累加分布函数的逆函数函数名对应分布的累加分布函数逆函数betainv 贝塔分布的累加分布函数逆函数binoinv 二项分布的累加分布函数逆函数chi2inv 卡方分布的累加分布函数逆函数expinv 指数分布的累加分布函数逆函数finv f分布的累加分布函数逆函数gaminv 伽玛分布的累加分布函数逆函数geoinv 几何分布的累加分布函数逆函数hygeinv 超几何分布的累加分布函数逆函数logninv 对数正态分布的累加分布函数逆函数nbininv 负二项分布的累加分布函数逆函数ncfinv 非中心f分布的累加分布函数逆函数nctinv 非中心t分布的累加分布函数逆函数ncx2inv 非中心卡方分布的累加分布函数逆函数icdfnorminv 正态（高斯）分布的累加分布函数逆函数poissinv 泊松分布的累加分布函数逆函数raylinv 雷利分布的累加分布函数逆函数tinv 学生氏t分布的累加分布函数逆函数unidinv 离散均匀分布的累加分布函数逆函数unifinv 连续均匀分布的累加分布函数逆函数weibinv 威布尔分布的累加分布函数逆函数表Ⅰ-4 随机数生成器函数函数对应分布的随机数生成器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表Ⅰ-5 分布函数的统计量函数函数名对应分布的统计量betastat 贝塔分布函数的统计量binostat 二项分布函数的统计量chi2stat 卡方分布函数的统计量expstat 指数分布函数的统计量fstat f分布函数的统计量gamstat 伽玛分布函数的统计量geostat 几何分布函数的统计量hygestat 超几何分布函数的统计量lognstat 对数正态分布函数的统计量nbinstat 负二项分布函数的统计量ncfstat 非中心f分布函数的统计量nctstat 非中心t分布函数的统计量ncx2stat 非中心卡方分布函数的统计量normstat 正态（高斯）分布函数的统计量poisstat 泊松分布函数的统计量续表函数名对应分布的统计量raylstat 瑞利分布函数的统计量tstat 学生氏t分布函数的统计量unidstat 离散均匀分布函数的统计量unifstat 连续均匀分布函数的统计量weibstat 威布尔分布函数的统计量表Ⅰ-6 参数估计函数函数名对应分布的参数估计betafit 贝塔分布的参数估计betalike 贝塔对数似然函数的参数估计binofit 二项分布的参数估计expfit 指数分布的参数估计gamfit 伽玛分布的参数估计gamlike 伽玛似然函数的参数估计mle 极大似然估计的参数估计normlike 正态对数似然函数的参数估计normfit 正态分布的参数估计poissfit 泊松分布的参数估计unifit 均匀分布的参数估计weibfit 威布尔分布的参数估计weiblike 威布尔对数似然函数的参数估计表Ⅰ-7 统计量描述函数函数描述bootstrap 任何函数的自助统计量corrcoef 相关系数cov 协方差crosstab 列联表geomean 几何均值grpstats 分组统计量harmmean 调和均值iqr 内四分极值kurtosis 峰度mad 中值绝对差mean 均值median 中值moment 样本模量nanmax 包含缺失值的样本的最大值续表函数描述Nanmean 包含缺失值的样本的均值nanmedian 包含缺失值的样本的中值nanmin 包含缺失值的样本的最小值nanstd 包含缺失值的样本的标准差nansum 包含缺失值的样本的和prctile 百分位数range 极值skewness 偏度std 标准差tabulate 频数表trimmean 截尾均值var 方差表Ⅰ-8 统计图形函数函数描述boxplot 箱形图cdfplot 指数累加分布函数图errorbar 误差条图fsurfht 函数的交互等值线图gline 画线gname 交互标注图中的点gplotmatrix 散点图矩阵gscatter 由第三个变量分组的两个变量的散点图lsline 在散点图中添加最小二乘拟合线normplot 正态概率图pareto 帕累托图qqplot Q-Q图rcoplot 残差个案次序图refcurve 参考多项式曲线refline 参考线surfht 数据网格的交互等值线图weibplot 威布尔图表Ⅰ-9 统计过程控制函数函数描述capable 性能指标capaplot 性能图ewmaplot 指数加权移动平均图续表函数描述histfit 添加正态曲线的直方图normspec 在指定的区间上绘正态密度schart S图xbarplot x条图表Ⅰ-10 聚类分析函数函数描述cluster 根据linkage函数的输出创建聚类clusterdata 根据给定数据创建聚类cophenet Cophenet相关系数dendrogram 创建冰柱图inconsistent 聚类树的不连续值linkage 系统聚类信息pdist 观测量之间的配对距离squareform 距离平方矩阵zscore Z分数。