![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
努力!努力!努力!
这个作者很懒,什么都没留下…
展开
-
清风数学建模---插值算法
数模比赛中,常常需要根据已知的函数点进行数据、模型的处理和分析,而有时候现有的数据是极少的,不足以支撑分析的进行,这时就需要使用一些数学的方法,“模拟产生”一些新的但又比较靠谱的值来满足需求,这就是插值的作用。插值的定义设函数y=f(x)y=f(x)y=f(x)在区间[a,b]上有定义,且已知在点a≤x0≤x1≤⋯≤xn≤ba \leq x_0 \leq x_1 \leq \cdots \leq x_n\leq ba≤x0≤x1≤⋯≤xn≤b上的值分别为:y0,y1,⋯ ,yn,y_0,y_1原创 2020-05-16 22:19:41 · 1117 阅读 · 0 评论 -
清风数学建模--TOPSIS
第一步:将原始矩阵正向化常见的四种指标有:指标名称指标特点例子极大型(效益型)越大(多)越好成绩、GDP增速、企业利润极小型(成本型)越小(少)越好费用、坏品率、污染程度中间型越接近某个值越好水质量评估时的PH值区间型落在某个区间最好体温、水中植物性营养物量所谓将原始矩阵正向化,就是要将所有的指标类型统一转化成极大型指标。极小型—>极大型max−xmax-xmax−x如果所有的元素均为正数,那么也可以使用1x\frac{1}{x}原创 2020-05-13 21:29:25 · 5023 阅读 · 0 评论 -
清风老师数学建模课程——第一讲层次分析法
首先应该想到的问题评价的目标是什么?为了达到这个目标我们有哪几种可选的方案?评价的准则或者说指标是什么?(第三个答案需要根据题目中的背景材料、常识以及网上搜集到的参考资料从中筛选出最合适的指标)网站推荐:虫部落-快搜判断矩阵采用分而治之的思想,对两个两个指标进行比较,最终根据两两比较的结果来推算出权重对填好的方阵,有如下特点:一致性检验一致性矩阵的特点如图判断矩阵越不...原创 2020-05-06 18:10:32 · 4556 阅读 · 0 评论 -
数模MATLAB学习第一次记录
插值和拟合什么是插值求出过已知个有限数据点的近似函数插值法的概念设函数y=f(x)在区间[a,b]上有定义,且已知的点Xi(i=0,1,2…n)在该区间内的值分别为y0,y1,y2,y3…若此时存在以简单的函数P(x),使得P(xi)=yi (i=0,1,…n)则称P(x)为f(x)的插值函数。点Xi成为插值节点,[a,b]称为插值区间,插值函数的用途补全缺失的数据基于已知数据...原创 2019-10-31 21:48:09 · 207 阅读 · 0 评论 -
清风数学建模-迪杰斯特拉算法
迪杰斯特拉算法什么是迪杰斯特拉算法关于迪杰斯特拉算法,b站有个视频,讲解的很好迪杰斯特拉算法该视频的前5分钟讲解的是迪杰斯特拉算法迪杰斯特拉算法的缺陷如何修复缺陷图片中资料的链接资料1资料2什么是负权回路在一个图里面每条边都有一个权值(有正有负)如果存在一个环(从某点出发又回到自己的路径),而且这个环上所有权值之和为负数,那么这就是一个负权环,也叫做负权回路。存在负权回路的图是不能够求两点间的最短路的,因为只要在负回路上不断兜圈子,所得的最短路长度可以任意的小。matlab求最原创 2020-06-17 22:05:17 · 1141 阅读 · 0 评论 -
清风数学建模--图论最短路径的问题
图论的基本概念在线作图网站:因为是国外的网站所以作图网站Matlab作图%% 无向图%(1)无权重(每条边的权重默认为1)% 函数graph(s,t);可以在s和t中的对应节点之间创建边,并生成一个图%s和t都必须具有相同的元素数;这些节点必须是从1开始的正整数,或都是字符串元胞数组%要注意编号最好是从1开始连续编号的s1=[1,2,3,4];t1=[2,3,1,1];G1=graph(s1,t1);plot(G1)%注意字符串元胞数组是用大括号抱起来的s2=['学校'原创 2020-06-15 22:00:57 · 475 阅读 · 0 评论 -
清风数学建模--回归系数的解释
回归系数的解释yi=β0+β1x1i+β2x2i+⋯+βkxki+μiyi=β0^+β2^x2i+⋯+βk^xkiβ0^的数值意义一般不考虑,因为所有的自变量一般不会同时全为0.βm^(m=1,2,⋯ ,k):控制其他自变量不变的情况下,xmi每增加一个单位,对yi造成的变化。实际上可以用数学中的偏导数来定义:βm^=∂yi∂xmiy_i=\beta_0+\beta_1x_{1i}+\beta_2x_{2i}+\cdots+\beta_kx_{ki}+\mu_i\\y_i=\hat{\beta_0}+\h原创 2020-06-08 19:50:17 · 11553 阅读 · 1 评论 -
清风数学建模--一元线性回归
一元线性回归模型假设x是自变量,y是因变量,且满足如下线性关系yi=β0+β1xi+μiβ0和β1为回归系数,μi为无法观测地且满足一定条件地扰动项令预测值yi^=β0^+βi^xi其中β0^,β1^=arg min(∑i=1n(yi−yi^)2)=arg min(∑i=1n(yi−β0^−βi^xi)2)β0^,β1^=arg min(∑i=1n(mui^)2)我们称μi^=yi−β0^−βi^xi为残差假设x是自变量,y是因变量,且满足如下线性关系\\y_i=\beta_0+\beta_1x_i原创 2020-06-06 20:59:00 · 2665 阅读 · 0 评论 -
清风数学建模--多元线性回归分析1
回归的思想回归分析:研究x和y之间相关性的分析三个关键词:相关性XY相关性相关性≠因果性相关性 \neq 因果性相关性=因果性绝大多数的情况下,我们没有能力去探究严格的因果关系,因此只好退而求其次,改成通过回归分析,研究相关关系YY是因变量。实际应用中,Y常常是我们需要研究的那个核心变量。Xx是用来解释Y的相关变量,所以x被称为自变量。回归分析的任务就是,通过研究x和y的相关关系,尝试去解释Y的形成机制,进而达到通过x去预测y的目的。回归分析的使命使命1:识别重要的原创 2020-06-04 21:45:52 · 819 阅读 · 0 评论 -
清分数学建模--典型相关分析
典型相关分析:研究两组变量(每组变量中都可能有多个指标)之间相关关系的一种多元统计方法。它能够揭示出两组变量之间的内在联系一个列子 因为直接对这些变量的相关进行两两分析,很难得到关于这两组变量(观众和业内人士)之间关系的一个清楚的印象,因此我们可以把多个变量个多个变量之间的相关化为两个具有代表性的变量之间的相关。那么谁做代表呢?:代表:能较为综合、全面的衡量所在组的内在规律。一组变量最简单的综合形式就是该组变量的线性组合典型相关分析定义典型相关分析由Hotelling提出,其基本思想和主原创 2020-06-01 21:15:27 · 738 阅读 · 0 评论 -
清风数学建模---第五讲相关系数(person相关系数)
person相关系数和spearman等级相关系数。可以用来衡量两个变量之间的相关性的大小,根据数据满足的不同条件,我们要选择不同的相关系数进行计算和分析皮尔逊相关系数先来看两个概念总体----所要考察对象的全部个体叫做总体。我们总是希望得到总体数据的一些特征(例如均值方差等)样本-----从总体中所抽取的一部分个体叫做总体的一个样本计算这些抽取的样本的统计量来估计总体的统计量:比如使用样本均值、样本标差来估计总体的均值(平均水平)和总体的标准差(偏离程度)总体的person相关系数注意原创 2020-05-19 19:37:04 · 4821 阅读 · 0 评论