Matlab学习笔记

haidaowang

第四讲
% @3 j; \: i4 T, ]3 Y

• det(A):求解矩阵行列式
• rank(A):矩阵秩
• inv(A)：逆矩阵
• rref(A)：最简行列式
• [V,D]=eig(A)：V是特征向量组成得矩阵，D为对角矩阵，对角线元素为特征值
• [V,D]=eigs(A)：D返回摸最大得特征向量
• limit(f,x,a):x趋近a时得极限值
• limit(f,x,a,'left')：左极限
• diff(expr,v,n):求符号表达式expr对v得n阶导数
• int(expr,v,a,b):求符号函数expr关于v在【a，b】上得 定积分，inf表示正无穷
• taylor(f,v,'ExpansionPoint',v0,'Order',n):求解f关于符号变量v在v0处n阶得taylor展开式
• symsum(expr,var,a,b):求符号表达式expr指标变量var取值从啊，到b得和，实现数列求和
• q=trapz(x,y):x是自变量得离散点，y是对应函数值，该函数适用已知一元函数离散点观测值已知，求一重数值积分
• quad(fx,xmin,xmax)、quadgk(fx,xmin,xmax)：可以有奇异点 integral(fx,xmin,xmax):求数值积分
• qinttegral(fun,xmin,xmax,ymin,ymax):fun是被积函数或匿名函数，xmin积分下限，xmax'积分上限
• qinttegral2(fun,xmin,xmax,ymin,ymax)：二重积分，三重积分同上
• [x,fval]=fminbnd(fun,x1,x2):计算fun在【x1，x2】上得极小值，返回为极小值点和极小值
• [x,fval]=fminunc(fun,x0,options):返回值同上，fun可以为多元函数，opentions是优化参数，根据fun得返回值个数进形相应的调整
•         options=optimset('GradObj',on);
•         [x,val]=fminunc('myfun419',rand(2,1),options)
• s=dsolve(eqn,cond,Name,Valeu):设置一个或多个属性名，及属性值，求常微分方程在cond条件下的解，code后面加一句：pretty（y）
•         syms y(x)
•         y=dsolve(diff(y,2)+y==x*cos(2*x),y(0)==1,y(2)==3)
•         y=simplify(y)%这句还是有必要的
•         pretty(y)
  ; `  C# g1 ?0 l  B( C

第九讲
- i1 |8 ?/ Q# p

• s=std(x,flag,dim):flag=0表示除以n-1，flag=1除以n，dim表示维度，默认为1表示追逐列求标准差，dim=2追逐行求标准差
• var(x):返回方差
• range(x):返回极差
• moment(x,order):返回x的order阶中心距，skewness(x):x的偏度  kurtosis(x)：x的峰度
• cov(X):X为向量时，返回X的方差，Xwei矩阵时，每一列作为一个变量的取值，返回协方差矩阵
• corrcoef（x）：计算矩阵X列向量之间的相关系数矩阵
• z=zsore(x):data_std
• h=histogram(X,nbins):画频数直方图，nbins是频类
• 箱线图适用比较两个或以上数据集的性质：boxplot([a,b],name):data_a,data_b,name=[name_a,name_b]
  

9 k, V0 Q- Z8 P' [$ m$ d' @
2 e0 G: V0 M( g0 H4 ]) Z
名称二项分布泊松分布几何分布离散均匀分布连续均匀分布指数分布
名称binopoissgeounidunifexp
/ n4 F0 C$ K# C* c7 V' {% S名称正太分布卡方分布t分布F分布
3 I# q; ~2 D2 P1 S, N) l. C名称normchi2tf

$ ]4 {) b# z. T/ u) ?Matlab对不同分布提供五类函数名称概率密度分布函数分布函数的反函数均值方差随机数
/ b3 ?9 p+ l3 N+ \0 r0 y! |; \名称pdfcdfinvstatrnd
: L! M' ^. u2 p

. l# j# S" G7 y! o5 O

6 g3 G( G% C- r* u3 v. T: ?

• [h,p,ci]=ztest(x,mu,sigma,alpha,tail):x样本，后面参数为相应统计的参数，ci是置信区间，p是发生概率，h=1表示拒绝原假设，Z检验
• [h,p,ci]=ttest(x,mu,alpha,tail):x样本，后面参数为相应统计的参数，ci是置信区间，p是发生概率，h=1表示拒绝原假设，T检验
•         sigma未知，检验mu
• [h,p,ci]=ttest2(x,y,mu,alpha,tail):两个正太总体检验
• 在分布类型未知情况下，适用卡方检验:[h,p,st] = chi2gof(bins,'Ctrs',bins,...
•                         'Frequency',obsCounts, ...
•                         'Expected',expCounts,...
•                         'NParams',1)
• 多元二项式回归
• rstool(X,Y,model,alpha)：alpha为显著水平，model（linear线性、purequadratic纯二次、interaction交叉、quadratic完全二次），
• 非线性回归
• 
  

- G! u( p/ g5 R" q7 _8 J# w( ?+ i9 H

第四讲

• C={{'LiMing','Lihong'},{'0101','0102'},{'f','m'},{[90,80],[88,80]}}
• celldisp(C)  显示全部
• D={A{:}B{:}}:合并胞元数组
• cell2struct(cellArray,field,dim)
• struct2cell(s)%将m*n的结构数组s（有P个域）转换成p*m*n的细胞数组
• mat2cell(A,m,n)
• cell2mat(c)  %将细胞数组组合成矩阵
• celldisp(c)%显示细胞数组内容
• cellplot(c)%显示细胞数组结构图，可以结合subplot适用
• [a,b]=xlsread(filename.sheet,Range)%a读入的是数值矩阵，b读入的字符串的细胞数组
• %sheet是表单序号，range'是数据域范围
• %后续操作一般针对a进行
• stu=struct('name',{'a','b'},'number',{'0101','0102'},'sex',{'f','s'})
• stu2=[stu,stu]%合并
• fieldnames(stu)%
• getfield(stu,'number')
• getfield(stu,{2},'number')%获取‘’的域
• rmfield(stu,'sex')%删除sex的域
• fopen(filename,permission)%打开文件,permission:'r'只读'w'只写'a'追加
• fclose(fid)%管不文件
• [A,count]=fread(fileID,sizeA,precision)%读取二进制文件,A用于存放数据的矩阵，count数据个数
• fwrite(fileID,A,precision)%写二进制文件,A是写入文件的数组，size控制读取部分
• A=fscanf(filename,formatSpace,szieA)%大小为sizeA，format格式
• fprintf(filename,'format',A)%A是一个数据矩阵，format查帮助文档
• a=load('filename.txt')
• a=importdata('data.txt')
• b=a.data%然后对b进行相应操作即可
• 
  5 O9 ?2 j2 K4 k

# l1 [' d% X, [

; m$ o8 N5 T) x
+ x' m  g- A: F- N5 q

yin123

Matlab学习笔记