求解matlab

用Matlab求解带参数方程

MATLAB中的SOLVE函数不但能解直接求解，还能求解带参数的方程： clear all syms R X a b c d x1 x2 x3 x4; [x1,x2,x3,x4]=solve('R*x1+R*x3-X*x4=a','R*x2+X*x3+R*x4=b','R*x1-X*x2+R*x3=c','X*x1+R*x2+R*x4=d','x1,x2,x3,x4') 我运行了一下结果如下：x1 = (2*R^2*d-2*R^2*b+R*X*c+R*a*X+X^2*d)/X/(4*R^2+X^2) x2 = (-2*R^2*c+X*R*d+R*X*b-X^2*c+2*R^2*a)/X/(4*

使用MATLAB求解方法？

题主的问题就是已知x、y数据，根据模型，拟合其a、b、c系数。此类问题求解过程：

1、已知数据

x=[。。。]

y=[。。。]

2、定义拟合函数

fun=@(p,x)p(1)*exp(x +p(2))+p(3) %a—p(1)，b—p(2)，c—p(3)

3、设定a、b、c的初始值

p0=[0,0,0]

4、利用nlinfit（）非线性回归函数，拟合其系数

[p,r] = nlinfit(x,y,fun,p0) %p—系数，r—残差

5、利用fun（p,x）计算，x、y的一系列对应值，用plot（）绘图函数，绘制原始数据与拟合数据比较图

6、结果

matlab问题求解

n(1) = -1.256545; %用户指定初值n0，经测试可正可负可小数

for i = 1:1:1000000 %产生100万个随机数，方便统计

n(i+1) = mod(8121*n(i) + 28411, 134456); %公式1

ran(i+1) = n(i+1)/134456; %公式2

h(i)=ran(i+1); %统计随机数

end

average = mean(h); %统计平均值

standard = std(h); %统计标准差

hist(h); %统计直方图

如是程序产生的这些数是真正的取值范围在 0≤ran<1.0 的等可能性随机数，那么它们
的平均数应接近 0.5，它们的标准差应接近 1/(12^0.5)即（0.288675134594813)。
进一步说，如果一个如果把区间[0, 1)分许多相同长度的子区间。那么落在每一个子区
间的随机数的数目应当是相同的。 我们可以利用柱状统计图来统计落于每一个子区间的随机
数的数目。MATLAB 函数 hist 能够读取输入数据并能创建出相应的柱状图，所以我们将利
用它随机数的等可能性。

最后附上该例子的平均数标准差以及统计直方图

0.499980928834456 平均数

0.288669810766702标准差

横坐标为数据区间纵坐标为数据次数

matlab求解方程组？

用matlab求解方程组，可以用solve函数求得其解析值。

这里用a—表示α，b—表示β，c—表示θ，d—表示η

实现求解此方程组的代码：

syms D Pr a Pd b c s w k d

[Pr,s]=solve((1-c)*D-Pr+a*Pd-(1-b)*s-Pr+w==0,(1-b)*(Pr-w)-k*d*s==0,'Pr,s')

运行结果

如何用matlab解方程组

matlab中解方程组还是很方便的，例如，对于代数方程组Ax=b(A为系数矩阵，非奇异)的求解，MATLAB中有两种方法： (1)x=inv(A)*b — 采用求逆运算解方程组； (2)x=A\B — 采用左除运算解方程组 PS：使用左除的运算效率要比求逆矩阵的效率高很多~ 例: x1+2x2=8 2x1+3x2=13 >>A=[1,2;2,3];b=[8;13]; >>x=inv(A)*b x = 2.00 3.00 >>x=A\B x = 2.00 3.00； 即二元一次方程组的解x1和x2分别是2和3。 对于同学问到的用matlab解多次的方程组，有符号解法，方法是：先解出符号解,然后用

标签：matlab 信息技术 编程语言 方程