数学实验下册复习
第一章
数据的基本统计分析
正态分布函数调用格式
y = normpdf(x,mu,sigma)
F = normcdf(x,mu,sigma)
x = norminv(F,mu,sigma)
x为选定的一组横坐标向量,y为概率密度值,F为分布函数值
做某一区间图像
p=normspec([a,b],0,0.5)
求均值与方差
1.已知服从某一分布
[m,s]=normstat(0,0.5)
normplot(data) //若数据服从正态分布,则做出的图形基本都位于一条直线
2.未知
mean(a),std(a)//std求的是标准差
第二章
数据的存储与读写
save的基本格式
save a.txt A -ascii
load的基本格式
load -ascii a.txt
第三章
数据拟合
1.多项式拟合
p = polyfit(x,y,n)
<注>其中得到的p为多项式系数按降幂排序得到的行向量,可以用poly2sym函数将其转为真正的多项式,也可以用polyval函数求取多项式的值
2.其他函数拟合
[a,J] = lsqcurvefit(fun,a0,x,y) a0为变量a的初值,J为在此待定系数下目标函数的值
Isqcurvefit Isqcurvefit Isqcurvefit Isqcurvefit Isqcurvefit Isqcurvefit
一个例子
f = inline(’a(1)./(1+(a(1)/5-1)*exp(-a(2)*t))’,’a’,’t’);
[a,Jm] = lsqcurvefit(f,[300,0.0004],t-t(1),N)
tt = linspace(0,500);
NN = f(a,tt);
plot(tt+t(1),NN,’r-’,t,N,’bo’)//画图
第三章
线性规划
求取最小值:[x,fval,flag]=linprog(f,A,B,Aeq,Beq,lb,ub,x0)
其中