matalb应用总结.pptVIP

解决问题数学软件的选择 符号计算（公式推导）：Mathematica（*）、Maple 小型优化运算：Mathematica（无整数变量、不需灵 敏度分析）、Excel、lingo 大型优化运算：Lingo（没有盗版）和Matlab（灵敏 度分析不便） NP问题求解：Matlab（遗传算法和直接搜索） 控制论问题：Matlab 简单统计：Excel、SPSS ? 复杂统计问题：SPSS、SAS、Matlab ? 大量数据输入：Excel ? 统计图：Excel、SPSS ? 函数曲线图：Mathematica、Matlab MATLAB的应用总结 一、优化 1.线性优化 模型 二、回归分析 1. 曲线拟合 数据项：x，y 函数：polyfit与polyvol一起用 2.线性回归 函数：regress 3.多元二项式回归 函数：rstool 三、常微分方程数值解法 函数：ode23；ode45 （1）把高阶微分方程改写成一阶微分方程组， 令 ，于是原二阶方程可改写成 如下一阶方程组 且设 其它的应用 四、matlab基本统计分析工具箱的应用 数理统计是数学学科中应用最广泛的学科之一，它研究的对象是不确定的随机世界。在近几年的数学建模竞赛中，利用数理统计知识建立统计模型解决问题的频率也越来越高。这类题目往往是给出大量的实际数据，通过数据的分析去探讨问题，解决问题。而这种通过样本数据去推断问题的实质正是数理统计要解决的问题。 方差分析 经常遇到这样的问题，有几种不同的原料，要考查它们对产品质量有没有显著的影响。某种新药与其它一些传统药物对病人进行分组实验来考查不同的药物与治愈率有否明显不同，这里我们考查的对象，原料，药物称为因素，当考查的因素只有一个时我们称为单因素问题。如果同时考虑两个或更多的因素问题，则称多因素方差分析（这时计算起来很复杂）。 多因素方差分析 单因素方差分析的基本思想是在试验条件下,我们将总的误差平方和分离成随机误差Se和系统误差SA，并将其加工成F=SA/Se统计量，当F比1很多时，则认为系统因子即因素对结果有特别的影响。将这一思想推广到多因素A1，A2，……，AP即得多因素方差分析。 单因素方差分析 函数及调用格式为： p = anova1(X) p = anova1(X,group) p = anova1(X,group,displayopt) [p,table] = anova1(...) [p,table,stats] = anova1(...) 这里： X：是二维数组 group：为分组 P： 为F统计量的上侧概率 Table：为方差分析表 Stats：为F统计量 例： 设单因素有三水平，每个水平下实验的次数不同。 因素 I II III 0.365 0.27 0.305 0.255 0.275 0.250 0.195 0.240 0.225 0.215 0.265 0.185 问三水平下的结果是否有显著区别？注意group的使用。 data = [0.365 0.255 0.195 0.215 0.27 0.275 0.24 0.265 ... 0.185 0.305 0.25 0.225]; group = {1,1,1,1,2,2,2,2,... ‘3,3,3,3}; p = anova1(data, group) p = 0.9338 方差分析表为： 结果表明，没有显著性差别。即该因素对实验没有影响。 多因素方差分析anovan函数及用法： p = anovan(x,group) p =ANOVAN(Y,GROUP,MODEL,SSTYPE,GNAME,DISPLAYOPT) [p,table] = anovan(...) [p,table,stats] = anovan(...) [p,table,stats,terms] = a