首页 > 精品范文库 > 13号文库
matlab在数学建模中的应用——第一章程序代码(5篇范例)
编辑:心如止水 识别码:22-800644 13号文库 发布时间: 2023-11-17 18:28:19 来源:网络

第一篇:matlab在数学建模中的应用——第一章程序代码

clear

clc

% 读入人口数据(1971-2000年)

Y=[338************8345******345093452***345***93452******]

% 读入时间变量数据(t=年份-1970)

T=[*********2627282930]

% 线性化处理

for t = 1:30,x(t)=exp(-t);

y(t)=1/Y(t);

end

% 计算,并输出回归系数B

c=zeros(30,1)+1;

X=[c,x'];

B=inv(X'*X)*X'*y'

for i=1:30,% 计算回归拟合值

z(i)=B(1,1)+B(2,1)*x(i);

% 计算离差

s(i)=y(i)-sum(y)/30;

% 计算误差

w(i)=z(i)-y(i);

end

% 计算离差平方和S

S=s*s';

% 回归误差平方和Q

Q=w*w';

% 计算回归平方和U

U=S-Q;

% 计算,并输出F检验值

F=28*U/Q

% 计算非线性回归模型的拟合值

for j=1:30,Y(j)=1/(B(1,1)+B(2,1)*exp(-j));

end

% 输出非线性回归模型的拟合曲线(Logisic曲线)

plot(T,Y)

第二篇:matlab在数学建模中的应用——第三章程序代码2

clear

syms a b;

c=[a b]';

A=[174179 183 189 207 234 220.5 256270 285];B=cumsum(A);% 原始数据累加

n=length(A);

for i=1:(n-1)

C(i)=(B(i)+B(i+1))/2;% 生成累加矩阵

end

% 计算待定参数的值

D=A;D(1)=[];

D=D';

E=[-C;ones(1,n-1)];

c=inv(E*E')*E*D;

c=c';

a=c(1);b=c(2);

% 预测后续数据

F=[];F(1)=A(1);

for i=2:(n+10)

F(i)=(A(1)-b/a)/exp(a*(i-1))+b/a;

end

G=[];G(1)=A(1);

for i=2:(n+10)

G(i)=F(i)-F(i-1);%得到预测出来的数据

end

t1=1995:2004;

t2=1995:2014;

G, a, b % 输出预测值,发展系数和灰色作用量

plot(t1,A,'o',t2,G)%原始数据与预测数据的比较

第三篇:matlab在数学建模中的应用——第三章程序代码1

clear

syms a b;

c=[a b]';

A=[89677,99215,109655,120333,135823,159878,182321,209407,246619,300670];

B=cumsum(A);% 原始数据累加

n=length(A);

for i=1:(n-1)

C(i)=(B(i)+B(i+1))/2;% 生成累加矩阵

end

% 计算待定参数的值

D=A;D(1)=[];

D=D';

E=[-C;ones(1,n-1)];

c=inv(E*E')*E*D;

c=c';

a=c(1);b=c(2);

% 预测后续数据

F=[];F(1)=A(1);

for i=2:(n+10)

F(i)=(A(1)-b/a)/exp(a*(i-1))+b/a;

end

G=[];G(1)=A(1);

for i=2:(n+10)

G(i)=F(i)-F(i-1);%得到预测出来的数据

end

t1=1999:2008;

t2=1999:2018;

G

plot(t1,A,'o',t2,G)%原始数据与预测数据的比较

xlabel('年份')

ylabel('利润')

第四篇:Matlab在控制工程中的应用

Matlab在控制工程中的应用

摘要:

简要介绍MATLAB软件及其控制系统工具箱的功能,并通过具体实例说明MATLAB软件在《机械控制工程基础》课程教学中的优越性,从多方面探讨在教学过程中,如何更好地利用MATLAB软件.主要从系统的时间响应及频率特性、稳定性分析和系统校正的设计、线性离散系统的分析及系统模型的估计等方面使MATLAB得图形化和交换功能充分的体现了出来,使抽象复杂的理论变得生动形象、加深了对某些概念的理解、激发了我们的学习兴趣。最后总结了关于怎样学好MATLAB的心得体会。

1.MATLAB简介

MATLAB是矩阵实验室(Matrix Laboratory)的简称,是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。到目前为止,已经经发展成为优秀的适合多学科的功能强大的科技应用软件之一,在30多个面向不同领域而扩展的工具箱的支持下,MATLAB在许多领域中成为计算机辅助设计与分析、算法研究和应用开发的基本工具和首选平台。

MATLAB的发展经历了以下几个重要的发展时期:

1)20世纪70年代后期,时任美国新墨西哥大学计算机科学系主任的Cleve?Moler教授为学生开发了矩阵特征值求解及线性方程求解的FORTRAN程序库及接口程序,取名为MATLAB,并开始流传。

2)1983年春,Cleve?Moler博士与John?Little等人用c语言开发了MATLAB的第二代专业版,具有数值计算及数据图形化功能。3)1984年,Cleve?Moler与John?Little成立了MathWorks公司,正式把MATLAB推向市场。4)1993年~1995年,MathWorks公司推出了MATLAB?4.0版,充分支持Microsoft?Win—dows下的界面编程,1995年推出4.2C版。

5)1997年,MathWorks公司推出了MATLAB?5.0版,支持更多的数据结构,无论界面还是功能都较4.x版有长足进展。1999年推出了5.3版,进一步改善了MATLAB的功能。

6)2000年10月,MathWorks公司推出了MATLAB?6.0版,该版的推出是MATLAB软件的一次飞跃,它的可视化界面焕然一新,风格更加平易近人,而且还添加了对JAVA的支持,函数库也进一步进行了扩充,运算速度更快、性能更好。2001年6月,MathWorks公司推出了MATLAB?6.1版。2002年8月,MathWorks公司推出了MATLAB?6.5版。

2.MATLAB与控制工程及实例说明

Nyquist图和Bode图是系统频率特性的两种重要的图形表示形式,也是对系统进行频率特性分析的重要方法。无论是Nyquist图还是Bode图,都非常适于用计算机进行绘制,Matlab提供了绘制系统频率特性极坐标图的nyquist函数和绘制对数坐标图的bode函数。

24(0.25s+0.5)例如:传递函数为G(s)=的系统的Nyquist图及Bode图的求取。

(5s+2)(0.05s+2)1)Matlab文本及Nquist图形如下:

k=24,nunG1=k*[0.25,0.5];denG1=conv([5 2],[0.05 2]);[re,im]=nyquist(nunG1,denG1);plot(re,im);grid k=24,nunG1=k*[0.25,0.5];denG1=conv([5 2],[0.05 2]);[re,im]=nyquist(nunG1,denG1);plot(re,im);grid

0-0.2-0.4-0.6-0.8-1-1.2-1.400.511.522.53

2)Matlab文本及Bode图如下:

k=24;numG1=k*[0.25 0.5];denG1=conv([5 2],[0.05 2]);w=logspace(-2,3,100);bode(numG1,denG1,w);

Bode Diagram100Magnitude(dB)Phase(deg)-10-20-30-400-45-9010-210-1100101102103Frequency(rad/sec)

在MATLAB中,可以用impulse函数、step函数和lsim函数对线性连续系统的时间响应进行仿真计算。其中impulse函数用于生成单位脉冲响应;step函数用于生成单位阶跃响应;lsim函数用于生成对任意输入的时间响应。

例如:已知某高阶系统的传递函数为

2S220S50G(S)6 S15S584S4223S3309S2240S100

求该系统的单位脉冲响应、单位阶跃响应和单位速度响应和单位加速度响应。

获得单位脉冲响应程序语句及图形: >> num=[2 20 50];>> den=[1 15 84 223 309 240 100];>> impulse(num,den)

获得单位阶跃响应程序语句及图形: >> num=[2 20 50];>> den=[1 15 84 223 309 240 100];>> step(num,den)

获得单位速度响应程序语句及图形: >> num=[2 20 50];>> den=[1 15 84 223 309 240 100];>> t=[0:0.01:1];>> u=(t);>> lsim(num,den,u,t)

获得单位加速度响应程序语句及图形: > num=[2 20 50];>> den=[1 15 84 223 309 240 100];>> t=[0:0.01:1];>> u=(0.5*t.*t);>> lsim(num,den,u,t)

3,总结: MATLAB其实很简单,只有自己亲自思考,多动手,不怕失败,我们才能好真正的掌握这门技术.其实我们学习Matlab的时候不要试着掌握它的每一个功能,熟悉和你专业最相关的部分就可以了.另外我感觉在MATLAB很好玩,从刚开始的什么都不懂到最后自己写程序并且到处相应的结果,真的是一件很开始的事情.所以说这次学到了很多有用的东西.

第五篇:数学建模在导数教学中的应用

数学建模在导数教学中的应用

【摘要】 作为导数教学中的一个重要方法,数学建模有着不可替代的重要的作用。在数学教学的过程中必须保证其建模的准确性。因为建模的准确性直接影响到导数教学的效果。那么对于数学建模来说,其不仅是导数教学的一个重要组成部分,同时也是我国数学发展过程中的一种重要展现方式。随着数学学科的不断发展,在数学教学中出现了很多教学方法,但是事实证明,数学建模是目前为止在导数教学过程中最有效地一种方法。因此,下面重点来谈下数学建模在导数教学中的重要运用。

【关键词】 导数教学 建模 应用 影响 教学方式

一、数学建模在导数教学中的主要表现

1.1数学建模用于生活实践

相对于其他学科来说,数学本就是一个重在实践的学科。那么数学建模在导数教学中的主要目的就是指导实践,通过数学建模的方式,在最大程度上将数学理论用于实践才是数学的根本目的。对于建模来说,将抽象的导数转换成生活实践中的具体数值尤为重要。这种理论指导实践的方式,是我们数学学科区别于文学的重要特点。数学建模的形式可以对我们的生活中的一些问题进行具体的指导,这就是数学建模最大的优势所在。

1.2数学建模的展现方法

对于数学学科来说,一个重要的展现方法就是通过逻辑思维的方式对我们的生活中的具体事件进行数字化的分析。用抽象的导数形式来表示生活中那些具象的事物,并且在不断变化的生活中,用数学建模的方式找到固定的发展规律,用以帮助人类了解日后事物的发展形势。一方面可以有效地掌握事物的发展规律,另一方面还可以节省大量的人力及其物力,对可能出现的危险进行及时的预防和限制。在对经济的发展趋势分析方面,数学建模有着十分广泛的应用。因为其有着良好的预测方法和精准的数据,在预测经济走向的时候,有着举足轻重的作用。

1.3数学建模应用在导数教学中的表现

对于一些抽象的事物来说,数学建模在很大程度上都可以应用在导数教学上。比如对于速度的测算方面,数学建模的作用是显而易见的。对于运动的总长度和平均速度来说,一个数学建模就可以将其非常精准的展现出来。复杂的数据也将不再成为你计算的问题和难题。通过数学建模的方式,在导数教学中可谓是不可多得的重要方法。那么对于我们生活中一些其他的问题同样也可以通过数学建模的方式对其进行解决。比如人口的增长率,人均国土面积甚至于我国经济的走向等等都可以用数学建模的方式来展现。

二、数学建模在导数数学中的问题研究

2.1收集数据的精准化

对于数学建模来说,精准的数据是影响导数教学的重要方面。这就要求数学建模的相关数据一定要准确。因为数据的差距会直接影响到数学建模的效果。我们的生活中是否会出现诸如此类的事件,因为一个小数点的变化而影响到整个数据的巨大差异。这就是要求我们的工作人员在工作的过程中一定要保证数据的精准化,这样也是保证数学建模准确的方式。数据的准确是我们在日常生活中应该追求的重要方面,在整个数学建模的过程中,保证数字的精准化,将会极大限度的发挥数学建模的重要作用。

2.2结合实际情况进行相对应的改变

任何事物都不是一成不变的,导数教学也一样。不同的情况下,导数教学的方式也不尽相同。因为随着我们生活的不断改变,层出不穷的新事物也将不断的涌现出来。随机应变也是数学建模中值得注意的一个问题。随着我们生活的不断发展和进步,越来越多的微信微博视频网站出现在我们的视野前。对于研究这些社交平台和视频的受众来说,我们不能单纯的计算这些视频的浏览率,同时还需要注意的就是在这些平台和视频上的停留时间。这就是结合实际情况进行相对应的改变。

很多具体的事件都不能完全的依靠固定的规律,要通过实践才能得出正确的结论。结合实际情况,进行数学建模是导数教学模式中最为重要的一个环节。也是我们在运用数学建模的过程中需要特别主要的问题。

三、结束语

数学建模作为导数教学过程必不可少的一个重要方式,不仅对我们的生活有着非常深远的意义,同时也是我国的数?W研究史上浓墨重彩的一笔。对于我们目前的生活来说,如何做到精准化,细致化和专业化才是我们应该全力追求的重要目标。

数学建模,不仅是数学上一个重要的方法,也是我国调查,统计相关工作的一个好帮手,它可以让庞大的数据变得简单,也可以让抽象的事物明显的展现出自己的发展趋势。对于我们这些数字模型的研究者来说,在研究的过程中会发现许多十分有趣的东西。这也算是数字模型对我们努力工作的一种嘉奖。

参 考 文 献

[1]赵春燕;;构造函数,利用函数性质证明不等式[J];河北北方学院学报(自然科学版);2006年02期

[2]江婧;田芯安;;在数学分析中作辅助函数解题[J];重庆文理学院学报(自然科学版);2006年03期

[3]孙祝梧;;函数周期性与对称性之间的关系初探及应用[J];中学教学参考;2010年07期

matlab在数学建模中的应用——第一章程序代码(5篇范例)
TOP