赞
踩
在命令行
输入指令
在脚本文件
中编写程序后运行
实时脚本文件
界面更加方便,把结果实时显示在代码旁边,推荐使用。在函数文件中编写程序,然后在脚本文件中调用
.m
function [sigma, theta,x, y, final_res] = Simple(f,a, b. index)
符号
%
后面写的内容都是注释;
,会执行计算,但不在命令行窗口中显示输出clc
(清空命令行),clear
(清空工作区),按上方向键
调用历史命令(很方便)实时脚本文件
help linspace函数
who
whos
exist 变量 (变量检验)
what 查找文件位置
确定文件位置
查看路径
...
例:
整型
浮点型
复数
直接输入法[]
冒号法:
利用linspace
创建向量
用logspace
创建一个对数分隔的向量
向量的引用:类似索引值
行向量变列向量加'
:例子x,x’
向量的点积运算
矩阵相乘的话,要求维度必须一致
向量的叉积运算
多项式的除法运算:
注意:函数文件的命名要同函数命名一致
生成单元数组
cell()函数,创建几×几的单元数组
定义数组
有关变量的函数
struct建立一个结构数组
例子:
load+调用文件路径
不同维度的行向量和列向量相加:
matlab会根据缺少的地方补0
例子:
svd 矩阵奇异值运算
例子:
方程求解
subs函数简单来说就是替换变量
例子:
digits函数:求近似 与 vpa函数:在设置的有效个数下求
例子:
sym 生成符号矩阵
例子:
数值矩阵转换为符号矩阵
factor 函数因式分解 和 expand 函数式子展开
符号简化simple 与 分式通分numden
上诉n为分母,d为分子
例子:
horner§ 用于提取多项式共同因子例子:
polarplot函数用来绘制极坐标图
theta = e:e.e1:2*pi;
% abs求绝对值或复数的模
radi = abs(sin(7*theta).*cos (10*theta));polarplot(theta,radi)
%括号内是弧度和半径
scatter函数用来绘制×和y值的散点图
Height = randn ( 1000,1);
weight = randn (1000,1);
scatter(Height,weight)
xlabel( 'Height ')
ylabel( ' weight ')
surf函数可用来做三维曲面图。一般是展示函数z=z(x,y)的图像。
首先需要用meshgrid创建好空间上(x,y)点。
[×,Y] = meshgrid( -2:0.2:2); %采点
%Z= x.^2 +Y.^2
z = x.*exp( -x.^2-Y.^2);
surf(×,Y,z);
%colormap hsv% colormap设置颜色,可跟winter、summer等,hsv是一种颜色模型
%colorbar
使用subplot函数可以在同一窗口的不同子区域显示多个绘图
theta = 0:e.e1:2*pi;
radi = abs(sin(2*theta).*cos ( 2*theta) );
Height = randn( 1000,1);
weight = randn( 100e,1);
subplot(2,2,1); surf(×.^2); title( ' 1st' );
subplot(2,2,2); surf(Y.^3); title( ' 2nd ' ) ;
subplot(2,2,3); polarplot(theta,radi); title( ' 3rd ' );
subplot(2,2,4) ;scatter(Height,weight); title( ' 4th');
导入范围:
例:
导入类型:
处理无法导入的数据:
清理缺失数
实时编辑器,选择任务>清理缺失数据首先,先写一组包含缺失值和异常值的例子
x = 1:100;%构造一个数组,元素为1,2,3,.......100
%randn( 1,100)意味着生成一个1行1日e列的矩阵
%矩阵元素的均值为e,方差o^2 = 1,且是正态分布的随机数data = randn(1,100) ;
data(28:20:80)= NaN;
%设置第2e,40,6e,80个元素为缺失值
%data的值都是在e附近的,设置4个异常值
data(10) = -50;
data(40) = 45;
data(7e) = -40;
data(9e) = 5
eplot(x,data)
当遇到这种情况怎么办?
清理离群数据:
填充图一般求多个函数交界的阴影部分
多Y轴图适用于量级不一致的同组数据又需要展示的情况下
场图可以直观地显示一些流体的动态情况,比如排水的流动、云的流动
cumtrapz计算积分是会比实际值稍微大点
在上述例1.2.1和例1.2.2的数学模型中,目标函数和约束函数都是线性的,称之为线性规划问题;而例1.2.3和例1.2.4 的数学模型中含有非线性函数,因此称为非线性规划问题。
在线性规划与非线性规划中,满足约束条件的点称为可行点,全体可行点组成的集合称为可行集或可行域.如果一个问题的可行集是整个空间.那么此问题就称为无约束问题.
题目步骤:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。