MATLAB从入门到算法实践

九月份就要参加数学建模比赛,所以暑假要好好准备。为了国赛接触MATLAB。

MATLAB的优点:
1、 函数多,工具箱全 功能全
2、 人性化,且在不断改进 推荐使用最新的版本
3、 集成度高、文档完善 更加人性化
4、 上手快,表达方式更符合数学模式 Matlab下标从1开始,似伪代码 5、 代码开发时间短 Matlab集成度高

任何编程语言有优势也有不足的地方

MATLAB的缺点

1、 速度慢 解释型语言,和c语言速度不相上下,少用循环,多用向量化
2、 版权 闭源

数学建模可以提高创新能力、解决问题能力和提高见识
学习MATLAB可以解决实际问题,加深对数学工具的理解能力的培养

一、 应用场景

MATLAB代码实现,SIMULINK模块化实现
有很多接口方便语言之间交流
应用场景

  • 技术计算。数学计算、分析、可视化和算法开发
  • 控制系统设计。控制系统基于模型的设计,包括嵌入式系统
  • 仿真、快速原型及代码生成等
  • 信号处理和通信。信号处理和通信系统基于模型的设计,包
  • 括仿真、代码生成和验证等
  • 图像处理。图像采集、分析、可视化和算法开发
  • 测试和测量。测试和测量应用中硬件连接性和数据分析
  • 计算生物学。生物数据和系统的分析、可视化与仿真
  • 计算金融。金融建模、分析、交易及应用程序开发
  • 数学建模

二、 功能举例

1 . 数值计算

29*(2+23/3)-5^2%数学公式直接得出结果
 a=1%变量赋值运算
b=2
c=a+b
A = [1 2 3; 4 5 6; 7 8 10] 矩阵,基本运算单元
 rng(0)    %设置随机种子,便于读者验证
 A = ones(2, 5) * 6    % 元素全部为6的2*5矩阵
 B = rand(3, 5)
 C = [A; B]     % 数组合并
format long  % 长格式显示
format short  % 短格式显示

2 . 矩阵和数组操作
数组计算是指两个数组之间相对应元素之间计算
矩阵计算是指线性代数的规则计算

 A=[1 2;3 4];  % 测试矩阵A
B=[4 3;2 1];  % 测试矩阵B
r1=100+A % 矩阵A加上一个常数
r2_1=A*B % 两个矩阵相乘,矩阵乘法
r2_2=A.*B % 两个矩阵相乘,数组乘法

3 . 稀疏矩阵

B = bucky;

bucky

spy(B)
D=full(B)
A=reshape(1:18,2,3,3)  % 三维数组

4.逻辑型

M=magic(4) sum(M)%每一列的和相等
M>6 %大于6的元素
a='matlab'%字符串

5.结构数组
结构数组

employee.name='henry';
employee.sex='male'
employee.age=25;
employee.number=12345;
%也可定义二维数组
employee(2).name='lee';
employee(2).sex='female';
employee(2).age=23;
employee(2).number=98765;
employee(2)

6.元胞数组
元胞数组
下标通过数字编号可循环,元素里面是数据类型。
7.日期和时间

t = datetime(2017,6,28,6:7,0,0)
datenum(t)%2014b以前的版本适用
datevec(t)
t=Day = 27:28%修改日期

matlab可以直接导入excel的数据
table属性,可以通过行列显示也可以通过名称
设置快捷方式:clear:内存中清除变量
clc:命令行清除
closeall:绘图窗口关闭
8.差分

rng(0) %设置随机种子
A=randperm(9) %生成随机数列
B = diff(A) %求数列的差分

9.梯度求解

v = -2:0.2:2;
[x,y] = meshgrid(v);
z = x .*exp(-x.^2 - y.^2); %创建测试数据
[px,py] = gradient(z,.2,.2); %求梯度
contour(v,v,z),hold on,quiver(v,v,px,py),hold off %绘制等高线和梯度方向

10.一维差值数组

x=0:10;
y=cos(x);
xi=0:0.25:10;
strmod={'nearest','linear','spline','pchip'} %将差值方法存储到元胞数组
strlb={'(a)method=nearest','(b)method=linear',...
   '(c)method=spline','(d)method=pchip'}%绘图标签
for i=1:4
    yi=interp1(x,y,xi,strmod{i});%插值
    subplot(2,2,i)                       %子图
    plot(x,y,'ro',xi,yi,'b'),xlabel(strlb(i))
end

差值
11.计算拟合

rng(0) %设置随机种子
x=1:1:10;
y=-0.9*x.^2+10*x+rand(1,10).*5;%产生测试数据
plot(x,y,'o')                                  %绘制并标出原始数据点
p=polyfit(x,y,2)
xi=1:0.5:10;
yi=polyval(p,xi);                           %计算拟合的结果
hold on
plot(xi,yi);                                   %绘制拟合结果图
hold off

拟合
12.关于误差
a=0
for n=1:10000
a=a+0.1; % 0.1以二进制存储会有截断误差
end
13.可视化
14.概率分布
15.数据I/O
16.优化算法
优化算法
全局化工具箱

  • 穷举
  • Simulink
    17.信号处理
    17.1信号处理基本理论
    17.1.1信号的生成
    17.1.2数字滤波器结构
    17.2 IIR滤波器经典设计
    17.2.1 IIR滤波器直接设计法
    17.2.2 IIR滤波器
    17.2.3 广义巴特沃斯IIR滤波器设计
    17.3 FIR滤波器的MATLAN实现
    17.3.1 FIR滤波器设计
    17.3.2 fir1函数
    17.3.3 fir2函数
    18.1 图像文件的操作
    18.1.1 查询图像文件的信息
    18.1.2 图像文件的读写
    18.1.3 图像文件的显示
    18.1.4 图像格式的转换
    18.2 图像的几何运算
    18.2.1 图像的平移
    18.2.2 图像的镜像变换
    18.2.3 图像缩放
    18.2.4 图像的旋转
    18.2.5 图像的剪切
    18.3 图像的正交变换
    18.3.1 傅里叶变换
    18.3.2 离散余弦变换
    18.3.3 Radon变换
    18.4 MATLAB图像增强
    18.4.1 像素值及其统计特性
    18.4.2 对比度增强
    18.4.3 直方图均衡化
    18.4.4 空域滤波增强
    18.4.5 频域增强
    19.1 机器学习和神经网络

三、 新版本功能

  • Live Script功能丰富,插入数据种类多,可以同时看到带和和输出结果
  • 没有断点,不能调试
  • Table键可以自动补全

四、 大数据及人工智能

Data Store结合Tall Array数据结构,读取部分文件在深度学习、无人驾驶领域:

  • 数值计算基础知识
  • 可视化操作
  • 脚本/函数编写、调试
  • 概率与统计功能
  • 优化
  • 预测

数学建模

数学模型是用数学描述一些东西,算出一些结果,一个事务,抽象成一个数学事务,就是建模的过程。

一、简介

数学建模不等于数学:数学建模不是纯粹的数字和方程,一解决某个时间问题为目的,经过简化,从中抽象归结出来的数学问题就是该问题的数学模型,这个过程称为数学建模
数学建模用文字、符号、图标、公式、框图等描述客观事物的某些特征和内在联系的模型。

二、应用举例

1.MCM99问题:“非法”聚会
  许多公共设施的房间都标有人数的记号(合法容量),该数目可嘉定是以紧急情况下从房屋出口逃出的人数为基准确定的。
建立数学模型,讨论若干准则决定出房屋的“合法容量”,考虑几种不同的房屋结构。
将模型用于你所在学院(或附近城镇)的公共设施中,如果该类设施已标有“合法”人数的话,请将模型所得结果与之比较

2.MCM03问题:Gamma刀治疗方案

  • 放射外科用单一高剂量射线照射颅内的脑瘤。Gamma刀是一个钴-60源通过盔状物发射出来的并交会于一个点,从而在有效剂量的水平上形成一个近似球形的分布(称为“shot”)。四个盔状物分别具有4、8、14和18mm的射束通道直径。大多数目标体积要用1到15个“shot”加以处理。目标体积通常是一个含数百万个点的3D数字图像。你的任务是用球体填充问题模型来建立最优的Gamma到治疗方案。设计算法必须是相当有效率的

3.ICM2017问题:优化机场安检口旅客通行(排队问题)

  • 建立一个或多个模型,研究旅客通过安检口的流量,确定瓶颈,明确判断当前流程问题区域位置
  • 设计两个或多个对现有系统的潜在改进,提高旅客通信,减少等待时间。模拟这些变化展示改进如何影响流程

4.CUMCM14问题:折叠桌
圆形桌面,桌腿随铰链可摊成平板。桌腿由两组根木条组成,每组由一根钢筋连接,钢筋两端固定于最外侧的两根木条上,沿木条有空槽以保证可滑动

  • 给定平板120cm×50cm×3cm,木条宽2.5cm,钢筋固定在最外侧木条的中心,折叠后桌高53cm。描述折叠过程,给出设计加工参数。
  • 对于任意给定折叠桌高度和圆桌面直径,讨论长方形平板材料和折叠桌的最优(稳固性好,加工方便,用材最少)设计将该参数
  • 根据客户任意设定的折叠桌高度,桌面边缘线的形状大小和桌脚边缘线的大致形状,给出所需平板材料的形状尺寸和最优加工参数。

5.CUMCM16问题:系泊系统的设计
计算风速为12m/s和24m/s时钢桶和各节钢管的倾斜角度、锚链形状、浮标的吃水深度和游动区域

  • 请调节重物球的质量,使得钢桶的倾斜角度不超过5度,锚链在锚点与海床的夹角不超过16度
  • 水深16-20m,海水速度<1.5m/s,风速<36m/s,请给出考虑风力、水流力和水深情况下的系泊系统设计。

总结

在假期老师的指导下从模型、编程、写作三个方面都有很大的提升,对实践的内容总结如下:
1.数学建模认识、数学模型展示、数学建模能力分析
2.数据处理、预测方法及在竞赛中应用:2003年A题、2004年B题
3.优化类型模型及竞赛案例:2011年B题
4.方差分析、指标权重确定方法:2012年A题、2006年A题
5.离散类算法及其程序设计:2016年A题
6.元胞自动机及在交通模拟中的应用:2013年A题
7.微分方程模型及在竞赛中应用
8.主观评价性问题方法案例:2015年B题、2016年B题
9.参考文献、数据查找方法与技巧
10.竞赛选题与论文写作技巧

说明: 十大算法MATLAB程序,可用于数学建模算法和程序相对应 十大算法 十大算法\dijkstra 十大算法\dijkstra\dijk.txt 十大算法\Floyd算法 十大算法\Floyd算法\floyd.txt 十大算法\Floyd算法\中国数学建模-数学工具-Floyd最短路算法MATLAB程序.txt 十大算法\免疫算法.txt 十大算法\分治算法 十大算法\分治算法\c程序.txt 十大算法\分治算法\中国数学建模-编程交流-分治算法_1.txt 十大算法\分治算法\中国数学建模-编程交流-分治算法_2.txt 十大算法\动态规划 十大算法\动态规划\中国数学建模-编程交流-动态规划算法_1.txt 十大算法\动态规划\中国数学建模-编程交流-动态规划算法_2.txt 十大算法\动态规划\中国数学建模-编程交流-动态规划算法_3.txt 十大算法\图论 十大算法\图论\哈密尔顿回路 十大算法\图论\哈密尔顿回路\Desktop_.ini 十大算法\图论\哈密尔顿回路\TSP模拟退火 十大算法\图论\哈密尔顿回路\TSP模拟退火\accept.m 十大算法\图论\哈密尔顿回路\TSP模拟退火\annealing.m 十大算法\图论\哈密尔顿回路\TSP模拟退火\calculate.m 十大算法\图论\哈密尔顿回路\TSP模拟退火\cost.mat 十大算法\图论\哈密尔顿回路\TSP模拟退火\cost_sum.m 十大算法\图论\哈密尔顿回路\TSP模拟退火\Desktop_.ini 十大算法\图论\哈密尔顿回路\TSP模拟退火\exchange2.m 十大算法\图论\哈密尔顿回路\TSP模拟退火\exchange3.m 十大算法\图论\哈密尔顿回路\TSP模拟退火\说明.txt 十大算法\图论\哈密尔顿回路\三边交换简单算法 十大算法\图论\哈密尔顿回路\三边交换简单算法\bianquan.m 十大算法\图论\哈密尔顿回路\三边交换简单算法\cost_sum.m 十大算法\图论\哈密尔顿回路\三边交换简单算法\Desktop_.ini 十大算法\图论\哈密尔顿回路\三边交换简单算法\jiaohuan3.m 十大算法\图论\哈密尔顿回路\三边交换简单算法\哈密尔顿回路.rar 十大算法\图论\哈密尔顿回路\三边交换简单算法\说明.txt 十大算法\图论\图论.ppt 十大算法\图论\图论1.pdf 十大算法\图论\图论及其应用.doc 十大算法\图论\最短路f_d.doc 十大算法\图论\用计算机实现图论中的最短路径程序 十大算法\图论\用计算机实现图论中的最短路径程序\Algo7-1.c 十大算法\图论\用计算机实现图论中的最短路径程序\Algo7-2.c 十大算法\图论\用计算机实现图论中的最短路径程序\Algo7-3.c 十大算法\图论\用计算机实现图论中的最短路径程序\Algo7-4.c 十大算法\图论\用计算机实现图论中的最短路径程序\Algo7-5.c 十大算法\图论\用计算机实现图论中的最短路径程序\Algo7-6.c 十大算法\图论\用计算机实现图论中的最短路径程序\Algo7-7.c 十大算法\图论\用计算机实现图论中的最短路径程序\BO7-1.C 十大算法\图论\用计算机实现图论中的最短路径程序\Bo7-2.c 十大算法\图论\用计算机实现图论中的最短路径程序\Bo7-3.c 十大算法\图论\用计算机实现图论中的最短路径程序\Bo7-4.c 十大算法\图论\用计算机实现图论中的最短路径程序\c1.h 十大算法\图论\用计算机实现图论中的最短路径程序\C7-1.H 十大算法\图论\用计算机实现图论中的最短路径程序\C7-2.H 十大算法\图论\用计算机实现图论中的最短路径程序\C7-3.H 十大算法\图论\用计算机实现图论中的最短路径程序\C7-4.H 十大算法\图论\用计算机实现图论中的最短路径程序\F7-1.DAT 十大算法\图论\用计算机实现图论中的最短路径程序\MAIN7-1.c 十大算法\图论\用计算机实现图论中的最短路径程序\Main7-2.c 十大算法\图论\用计算机实现图论中的最短路径程序\Main7-3.c 十大算法\图论\用计算机实现图论中的最短路径程序\Main7-4.c 十大算法\搜索算法 十大算法\搜索算法\中国数学建模-编程交流-搜索算法基础.txt 十大算法\概率算法 十大算法\概率算法\中国数学建模-编程交流-概率算法简介.txt 十大算法\模拟退火算法 十大算法\模拟退火算法\中国数学建模-编程交流-模拟退火算法.txt 十大算法\模拟退火算法\模拟退火算法.txt 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\cro.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\ft.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\ga.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\init.mat 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\main.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\mut.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\n2to10.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\objf.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\pro.m 十大算法\模拟退火,禁忌搜索,遗传算法,神经网络-MATLAB程序合集\简单函数优化的遗传算法程序\sel.m 十大算法\灰色预测 十大算法\灰色预测\灰色预测.pdf 十大算法\灰色预测\灰色预测MATLAB程序.txt 十大算法\灰色预测\灰色预测法.doc 十大算法\神经网络 十大算法\神经网络\matlab15.pdf 十大算法\神经网络\matlab16.pdf 十大算法\穷举法求解0-1整数规划的matlab程序.txt 十大算法\类比法 十大算法\类比法\数学建模中的类比方法.pdf 十大算法\组合算法 十大算法\组合算法\中国数学建模-编程交流-组合算法概论.txt 十大算法\网上matlab 十大算法\网上matlab\提高matlab运算速度.files 十大算法\网上matlab\提高matlab运算速度.files\index.files 十大算法\网上matlab\提高matlab运算速度.files\index.files\bg.gif 十大算法\网上matlab\提高matlab运算速度.files\index.files\icon_menu_05.gif 十大算法\网上matlab\提高matlab运算速度.files\index.files\icon_menu_06.gif 十大算法\网上matlab\提高matlab运算速度.files\index.files\icon_menu_07.gif 十大算法\网上matlab\提高matlab运算速度.files\index.files\icon_menu_08.gif
各种数学算法MATLAB实现 第4章: 插值 函数名 功能 Language 求已知数据点的拉格朗日插值多项式 Atken 求已知数据点的艾特肯插值多项式 Newton 求已知数据点的均差形式的牛顿插值多项式 Newtonforward 求已知数据点的前向牛顿差分插值多项式 Newtonback 求已知数据点的后向牛顿差分插值多项式 Gauss 求已知数据点的高斯插值多项式 Hermite 求已知数据点的埃尔米特插值多项式 SubHermite 求已知数据点的分段三次埃尔米特插值多项式及其插值点处的值 SecSample 求已知数据点的二次样条插值多项式及其插值点处的值 ThrSample1 求已知数据点的第一类三次样条插值多项式及其插值点处的值 ThrSample2 求已知数据点的第二类三次样条插值多项式及其插值点处的值 ThrSample3 求已知数据点的第三类三次样条插值多项式及其插值点处的值 BSample 求已知数据点的第一类B样条的插值 DCS 用倒差商算法求已知数据点的有理分式形式的插值分式 Neville 用Neville算法求已知数据点的有理分式形式的插值分式 FCZ 用倒差商算法求已知数据点的有理分式形式的插值分式 DL 用双线性插值求已知点的插值 DTL 用二元三点拉格朗日插值求已知点的插值 DH 用分片双三次埃尔米特插值求插值点的z坐标 第5章: 函数逼近 Chebyshev 用切比雪夫多项式逼近已知函数 Legendre 用勒让德多项式逼近已知函数 Pade 用帕德形式的有理分式逼近已知函数 lmz 用列梅兹算法确定函数的最佳一致逼近多项式 ZJPF 求已知函数的最佳平方逼近多项式 FZZ 用傅立叶级数逼近已知的连续周期函数 DFF 离散周期数据点的傅立叶逼近 SmartBJ 用自适应分段线性法逼近已知函数 SmartBJ 用自适应样条逼近(第一类)已知函数 multifit 离散试验数据点的多项式曲线拟合 LZXEC 离散试验数据点的线性最小二乘拟合 ZJZXEC 离散试验数据点的正交多项式最小二乘拟合 第6章: 矩阵特征值计算 Chapoly 通过求矩阵特征多项式的根来求其特征值 pmethod 幂法求矩阵的主特征值及主特征向量 rpmethod 瑞利商加速幂法求对称矩阵的主特征值及主特征向量 spmethod 收缩法求矩阵全部特征值 ipmethod 收缩法求矩阵全部特征值 dimethod 位移逆幂法求矩阵离某个常数最近的特征值及其对应的特征向量 qrtz QR基本算法求矩阵全部特征值 hessqrtz 海森伯格QR算法求矩阵全部特征值 rqrtz 瑞利商位移QR算法求矩阵全部特征值 第7章: 数值微分 MidPoint 中点公式求取导数 ThreePoint 三点法求函数的导数 FivePoint 五点法求函数的导数 DiffBSample 三次样条法求函数的导数 SmartDF 自适应法求函数的导数 CISimpson 辛普森数值微分法法求函数的导数 Richason 理查森外推算法求函数的导数 ThreePoint2 三点法求函数的二阶导数 FourPoint2 四点法求函数的二阶导数 FivePoint2 五点法求函数的二阶导数 Diff2BSample 三次样条法求函数的二阶导数 第8章: 数值积分 CombineTraprl 复合梯形公式求积分 IntSimpson 用辛普森系列公式求积分 NewtonCotes 用牛顿-科茨系列公式求积分 IntGauss 用高斯公式求积分 IntGaussLada 用高斯拉道公式求积分 IntGaussLobato 用高斯—洛巴托公式求积分 IntSample 用三次样条插值求积分 IntPWC 用抛物插值求积分 IntGaussLager 用高斯-拉盖尔公式求积分 IntGaussHermite 用高斯-埃尔米特公式求积分 IntQBXF1 求第一类切比雪夫积分 IntQBXF2 求第二类切比雪夫积分 DblTraprl 用梯形公式求重积分 DblSimpson 用辛普森公式求重积分 IntDBGauss 用高斯公式求重积分 第9章: 方程求根 BenvliMAX 贝努利法求按模最大实根 BenvliMIN 贝努利法求按模最小实根 HalfInterval 用二分法求方程的一个根 hj 用黄金分割法求方程的一个根 StablePoint 用不动点迭代法求方程的一个根 AtkenStablePoint 用艾肯特加速的不动点迭代法求方程的一个根 StevenStablePoint 用史蒂芬森加速的不动点迭代法求方程的一个根 Secant 用一般弦截法求方程的一个根 SinleSecant 用单点弦截法求方程的一个根 DblSecant 用双点弦截法求方程的一个根 PallSecant 用平行弦截法求方程的一个根 ModifSecant 用改进弦截法求方程的一个根 StevenSecant 用史蒂芬森法求方程的一个根 PYZ 用劈因子法求方程的一个二次因子 Parabola 用抛物线法求方程的一个根 QBS 用钱伯斯法求方程的一个根 NewtonRoot 用牛顿法求方程的一个根 SimpleNewton 用简化牛顿法求方程的一个根 NewtonDown 用牛顿下山法求方程的一个根 YSNewton 逐次压缩牛顿法求多项式的全部实根 Union1 用联合法1求方程的一个根 TwoStep 用两步迭代法求方程的一个根 Montecarlo 用蒙特卡洛法求方程的一个根 MultiRoot 求存在重根的方程的一个重根 第10章: 非线性方程组求解 mulStablePoint 用不动点迭代法求非线性方程组的一个根 mulNewton 用牛顿法法求非线性方程组的一个根 mulDiscNewton 用离散牛顿法法求非线性方程组的一个根 mulMix 用牛顿-雅可比迭代法求非线性方程组的一个根 mulNewtonSOR 用牛顿-SOR迭代法求非线性方程组的一个根 mulDNewton 用牛顿下山法求非线性方程组的一个根 mulGXF1 用两点割线法的第一种形式求非线性方程组的一个根 mulGXF2 用两点割线法的第二种形式求非线性方程组的一个根 mulVNewton 用拟牛顿法求非线性方程组的一组解 mulRank1 用对称秩1算法求非线性方程组的一个根 mulDFP 用D-F-P算法求非线性方程组的一组解 mulBFS 用B-F-S算法求非线性方程组的一个根 mulNumYT 用数值延拓法求非线性方程组的一组解 DiffParam1 用参数微分法中的欧拉法求非线性方程组的一组解 DiffParam2 用参数微分法中的中点积分法求非线性方程组的一组解 mulFastDown 用最速下降法求非线性方程组的一组解 mulGSND 用高斯牛顿法求非线性方程组的一组解 mulConj 用共轭梯度法求非线性方程组的一组解 mulDamp 用阻尼最小二乘法求非线性方程组的一组解 第11章: 解线性方程组的直接法 SolveUpTriangle 求上三角系数矩阵的线性方程组Ax=b的解 GaussXQByOrder 高斯顺序消去法求线性方程组Ax=b的解 GaussXQLineMain 高斯按列主元消去法求线性方程组Ax=b的解 GaussXQAllMain 高斯全主元消去法求线性方程组Ax=b的解 GaussJordanXQ 高斯-若当消去法求线性方程组Ax=b的解 Crout 克劳特分解法求线性方程组Ax=b的解 Doolittle 多利特勒分解法求线性方程组Ax=b的解 SymPos1 LL分解法求线性方程组Ax=b的解 SymPos2 LDL分解法求线性方程组Ax=b的解 SymPos3 改进的LDL分解法求线性方程组Ax=b的解 followup 追赶法求线性方程组Ax=b的解 InvAddSide 加边求逆法求线性方程组Ax=b的解 Yesf 叶尔索夫求逆法求线性方程组Ax=b的解 qrxq QR分解法求线性方程组Ax=b的解 第12章: 解线性方程组的迭代法 rs 里查森迭代法求线性方程组Ax=b的解 crs 里查森参数迭代法求线性方程组Ax=b的解 grs 里查森迭代法求线性方程组Ax=b的解 jacobi 雅可比迭代法求线性方程组Ax=b的解 gauseidel 高斯-赛德尔迭代法求线性方程组Ax=b的解 SOR 超松弛迭代法求线性方程组Ax=b的解 SSOR 对称逐次超松弛迭代法求线性方程组Ax=b的解 JOR 雅可比超松弛迭代法求线性方程组Ax=b的解 twostep 两步迭代法求线性方程组Ax=b的解 fastdown 最速下降法求线性方程组Ax=b的解 conjgrad 共轭梯度法求线性方程组Ax=b的解 preconjgrad 预处理共轭梯度法求线性方程组Ax=b的解 BJ 块雅克比迭代法求线性方程组Ax=b的解 BGS 块高斯-赛德尔迭代法求线性方程组Ax=b的解 BSOR 块逐次超松弛迭代法求线性方程组Ax=b的解 第13章: 随机数生成 PFQZ 用平方取中法产生随机数列 MixMOD 用混合同余法产生随机数列 MulMOD1 用乘同余法1产生随机数列 MulMOD2 用乘同余法2产生随机数列 PrimeMOD 用素数模同余法产生随机数列 PowerDist 产生指数分布的随机数列 LaplaceDist 产生拉普拉斯分布的随机数列 RelayDist 产生瑞利分布的随机数列 CauthyDist 产生柯西分布的随机数列 AELDist 产生爱尔朗分布的随机数列 GaussDist 产生正态分布的随机数列 WBDist 产生韦伯西分布的随机数列 PoisonDist 产生泊松分布的随机数列 BenuliDist 产生贝努里分布的随机数列 BGDist 产生贝努里-高斯分布的随机数列 TwoDist 产生二项式分布的随机数列 第14章: 特殊函数计算 gamafun 用逼近法计算伽玛函数的值 lngama 用Lanczos算法计算伽玛函数的自然对数值 Beta 用伽玛函数计算贝塔函数的值 gamap 用逼近法计算不完全伽玛函数的值 betap 用逼近法计算不完全贝塔函数的值 bessel 用逼近法计算伽玛函数的值 bessel2 用逼近法计算第二类整数阶贝塞尔函数值 besselm 用逼近法计算变型的第一类整数阶贝塞尔函数值 besselm2 用逼近法计算变型的第二类整数阶贝塞尔函数值 ErrFunc 用高斯积分计算误差函数值 SIx 用高斯积分计算正弦积分值 CIx 用高斯积分计算余弦积分值 EIx 用高斯积分计算指数积分值 EIx2 用逼近法计算指数积分值 Ellipint1 用高斯积分计算第一类椭圆积分值 Ellipint2 用高斯积分计算第二类椭圆积分值 第15章: 常微分方程的初值问题 DEEuler 用欧拉法求一阶常微分方程的数值解 DEimpEuler 用隐式欧拉法求一阶常微分方程的数值解 DEModifEuler 用改进欧拉法求一阶常微分方程的数值解 DELGKT2_mid 用中点法求一阶常微分方程的数值解 DELGKT2_suen 用休恩法求一阶常微分方程的数值解 DELGKT3_suen 用休恩三阶法求一阶常微分方程的数值解 DELGKT3_kuta 用库塔三阶法求一阶常微分方程的数值解 DELGKT4_lungkuta 用经典龙格-库塔法求一阶常微分方程的数值解 DELGKT4_jer 用基尔法求一阶常微分方程的数值解 DELGKT4_qt 用变形龙格-库塔法求一阶常微分方程的数值解 DELSBRK 用罗赛布诺克半隐式法求一阶常微分方程的数值解 DEMS 用默森单步法求一阶常微分方程的数值解 DEMiren 用米尔恩法求一阶常微分方程的数值解 DEYDS 用亚当斯法求一阶常微分方程的数值解 DEYCJZ_mid 用中点-梯形预测校正法求一阶常微分方程的数值解 DEYCJZ_adms 用阿达姆斯预测校正法求一阶常微分方程的数值解 DEYCJZ_adms2 用密伦预测校正法求一阶常微分方程的数值解 DEYCJZ_ yds 用亚当斯预测校正法求一阶常微分方程的数值解 DEYCJZ_ myds 用修正的亚当斯预测校正法求一阶常微分方程的数值解 DEYCJZ_hm 用汉明预测校正法求一阶常微分方程的数值解 DEWT 用外推法求一阶常微分方程的数值解 DEWT_glg 用格拉格外推法求一阶常微分方程的数值解 第16章: 偏微分方程的数值解法 peEllip5 用五点差分格式解拉普拉斯方程 peEllip5m 用工字型差分格式解拉普拉斯方程 peHypbYF 用迎风格式解对流方程 peHypbLax 用拉克斯-弗里德里希斯格式解对流方程 peHypbLaxW 用拉克斯-温德洛夫格式解对流方程 peHypbBW 用比姆-沃明格式解对流方程 peHypbRich 用Richtmyer多步格式解对流方程 peHypbMLW 用拉克斯-温德洛夫多步格式解对流方程 peHypbMC 用MacCormack多步格式解对流方程 peHypb2LF 用拉克斯-弗里德里希斯格式解二维对流方程的初值问题 peHypb2FL 用拉克斯-弗里德里希斯格式解二维对流方程的初值问题 peParabExp 用显式格式解扩散方程的初值问题 peParabTD 用跳点格式解扩散方程的初值问题 peParabImp 用隐式格式解扩散方程的初边值问题 peParabKN 用克拉克-尼科尔森格式解扩散方程的初边值问题 peParabWegImp 用加权隐式格式解扩散方程的初边值问题 peDKExp 用指数型格式解对流扩散方程的初值问题 peDKSam 用萨马尔斯基格式解对流扩散方程的初值问题 第17章: 数据统计和分析 MultiLineReg 用线性回归法估计一个因变量与多个自变量之间的线性关系 PolyReg 用多项式回归法估计一个因变量与一个自变量之间的多项式关系 CompPoly2Reg 用二次完全式回归法估计一个因变量与两个自变量之间的关系 CollectAnaly 用最短距离算法的系统聚类对样本进行聚类 DistgshAnalysis 用Fisher两类判别法对样本进行分类 MainAnalysis 对样本进行主成分分析
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

极客范儿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值