- 博客(7)
- 收藏
- 关注
RSS订阅原创 数模打卡--图的最短路径及距离
图的最短路径和距离准备1.创建稀疏矩阵1.1什么是稀疏矩阵在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。矩阵稠密度：非零元素的总数比上矩阵所有元素的总数为矩阵的稠密度。1.2 sparse函数S = sparse(A)将矩阵A转化为稀疏矩阵形式，即矩阵A中任何0元素被去除，非零元素及其下标组成矩阵S。如果A本身是稀疏的，sparse(S)返回S。例子有以下矩阵：A=
2021-11-20 00:32:57
613
1
原创 数学建模打卡
数模打卡第四天–线性回归一元线性回归定义一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将它作为自变量，应用一元相关回归分析市场预测法进行预测。模型例题数据：x=[6,8,10,14,18];y=[7,9,13,17.5,
2021-11-17 21:28:10
318
1
原创 雅可比迭代求线性方程组
雅可比迭代求线性方程组概念原理matlab实现function [x,n] = jacobi(A,b,x0,eps,it_max)% 求线性方程组的Jacobi迭代法，调用格式为 % [x, k] = jacobi(A,b,x0,eps,it_max)% 其中, A 为线性方程组的系数矩阵，b 为常数项，eps 为精度要求，默认为1e-6,% it_max 为最大迭代次数，默认为200% x 为线性方程组的解，k迭代次数if nargin ==3 eps = 1.0e
2021-11-15 22:44:42
1215
1
原创 matlab第三天打卡
非线性规划此部分针对线性规划内容提出非线性规划的模型非线性规划函数的函数x = fmincon(fun,x0,A,b) 从 x0 开始，尝试在满足线性不等式 Ax ≤ b 的情况下寻找 fun 中所述的函数的最小值点 x。x0 可以是标量、向量或矩阵。x = fmincon(fun,x0,A,b,Aeq,beq) 在满足线性等式 Aeqx = beq 以及不等式 A*x ≤ b 的情况下最小化 fun。如果不存在不等式，则设置 A = [] 和 b = []。x = fmincon(fun,
2021-11-10 21:13:17
320
1
原创 人口预测模型及matlab代码
目录题目1949年—1994年我国人口数据资料如下：年 份 xi 49 54 59 64 69 74 79 84 89 94人口数 yi 5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8建模分析我国人口增长的规律, 预报1999年我国人口数（亿）。1. 在坐标系上作观测数据的散点图；2. 根据散点分布的几何特征提出模型；3. 利用数据估计模型的参数；4. 计算拟合效果。第一步–画出散点图m
2021-11-08 22:56:14
25154
8
原创 2021-11-07
第二天打卡-整数规划（1）文章目录题目matlab解题过程第一步第二步总结分析文章目录题目matlab解题过程第一步matlab代码>> c=[40 90];>> a=[9 7; 7 20];>> b=[56 70];>> aeq=[];>> beq=[];>> lb=[0 0];>> ub=[inf;inf];>> lb=[0;0];>[x y]=linprog(-c,a,
2021-11-07 22:50:18
85
原创 2021-11-06
第一天打卡--线性规划（1）题目matlab解题语法题目求该线性规划最大值Z，及x1,x2,x3的值matlab解题语法下面展示 linprog语法x=linprog[f,A,b,aeq,beq,lb,ub]代表含义为求解min f，约束函数为A*x <= b（注意此处为小于等于），aeq，beq代表等式约束：aeq*x = beq,再其次lb代表位置变量的下界，ub代表上界，若无上界下界可用“inf”表示，lb <= x <= ub;此题求解时应该将其目标函数取相反数
2021-11-06 16:14:26
87
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人