【工科】matla数据处理中常用函数的用法.docVIP

多元非线性拟合 function f=x002(beta,x)%定义的目标函数 x1=x(:,1); x2=x(:,2); f=beta(1).*x(:,1)+exp(beta(2).*x(:,2)); end function f=x003()%主函数 x=[2,3;4,5]; y=[0.1;0.5]; beta0=[1,1]; disp(x); disp(y); beta,r,J]=nlinfit(x,y,@x002,beta0); disp(beta); disp(r);%每一行的残差 end for语句 %.m中的代码，函数名objfun必须与.m文件同名 function f=objfun(x,p) f(1)=x(1)+x(2); f(2)=x(1)-x(2)+p; %工作簿代码， fid = fopen(1.xls,w); for p=1:1:4 x0 = [-5; -5]; % Make a starting guess at the solution options=optimset(Display,iter); % Option to display output [x,fval] = fsolve(@objfun,x0,options,p); % Call optimizer fprintf(fid,%d\t%d\n,x); end fclose(fid) %for循环中，第一个数字是初值，第二个是步距，第三个是终止值； %fsolve %fopen和fpringf的详解查看matlab的帮助文档 %赋初值 x0=[100;5;100;0.9;0.5;0.3;30;30;0.03;4;150];%注意热容比的值不能取1 options=optimset(Display,iter); % Option to display output [x,fval]=fsolve(@CMIN,x0,options); % Call optimizer fsolve函数 5.fsolve数值解方程(组)——使用最多的数值解法 [x,fval,exitflag,output,jacobian]=fsolve(fun,x0,options,p1,p2...) fsolve的参数意义大部分与fzero相同，只是优化参数更多了，使用更灵活另外一定注意x0的长度必须与变量的个数相等。它与fzero的区别是，首先当然算法不同，另外fsolve的功能强大多很多，它可以直接方便的求解多变量方程组，线性和非线性，超静定和静不定方程，还可求解复数方程 fun同样可以是句柄、inline函数或M文件，但是一般M文件比较多，这是由于fsolve是解方程组的，目标函数一般比较烦，直接写比较困难 比如解方程组x1+x2=8 x1-2*x2-2*p=0(当然可以求解非线性的) 目标函数同样有三种书写格式 (1)objfun=@(x,p)[x(1)+x(2)-8;x(1)-3*x(2)+2*p]; (2)objfun=inline([x(1)+x(2)-8;x(1)-3*x(2)+2*p],x,p) 此时的调用格式有 fsolve(objfun,x0,options,p) fsolve(@(x)objfun(x,p),x0,options) (3)function f=objfun(x,p) f(1)=x(1)+x(2)-8; f(2)=x(1)-3*x(2)+2*p; 当然你也可以直接写成，两者的效果是一样的 f=[x(1)+x(2)-8; x(1)-3*x(2)+2*p]; 此时的调用格式有 fsolve(@objfun,x0,options,p) fsolve(objfun,x0,options,p) fsolve(@(x)fun(x,p),x0,options) inline内联函数 内联函数的建立（随意嵌入的命令行，不需要单独建立函数） g = inline(sin(2*pi*f + theta), f, theta)； g(f,theta);%直接调用 内联函数的优势：可用g(f,theta)直接调用，无需建立专门的函数。 如以下代码无法实现函数调用 syms x y; g=x^2+y^2; mat矩阵的调用 存在一个名为IAA的矩阵，保存为IAA.mat文件 用load函数调用矩阵； S=load(IAA.mat); disp(S.IAA); S为结构体，S.IAA才是矩阵 若IAA为61×2的矩阵，则要显示第50行、第二列的数据，则 disp(S.IAA(50,2));