matlab在数学建模中的应用——第三章程序代码2.docx

matlab在数学建模中的应用——第三章程序代码2

第一篇：matlab在数学建模中的应用——第三章程序代码2clearsymsab;c=[ab]';A=[174179183189207234220.5256270285];B=cumsum(A);%原始数据累加n=length(A);fori=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);fori=2:(n+10)F(i)=(A(1)-b/a)/exp(a*(i-1))+b/a;endG=[];G(1)=A(1);fori=2:(n+10)G(i)=F(i)-F(i-1);%得到预测出来的数据endt1=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二篇：matlab在数学建模中的应用——第一章程序代码clearclc%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fort=1:30,x(t)=exp(-t);y(t)=1/Y(t);end%计算，并输出回归系数Bc=zeros(30,1)+1;X=[c,x'];B=inv(X'*X)*X'*y'fori=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SS=s*s';%回归误差平方和QQ=w*w';%计算回归平方和UU=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forj=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)第三篇：matlab在数学建模中的应用——第三章程序代码1clearsymsab;c=[ab]';A=[89677,99215,109655,120333,135823,159878,182321,209407,246619,300670];B=cumsum(A);%原始数据累加n=length(A);fori=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);fori=2:(n+10)F(i)=(A(1)-b/a)/exp(a*(i-1))+b/a;endG=[];G(1)=A(1);fori=2:(n+10)G(i)=F(i)-F(i-1);%得到预测出来的数据endt1=1999:2008;t2=1999:2018;Gplot(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：2)线性代数在数学建模中的应用例举8015985.docAct3总复习【Arrangement】1）模拟题2）线性代数在数学建模中的应用例举3）线性代数在考研中的地位和重要性【Content】模拟题一、填空题（每题4分，共20分）：1、n阶方阵A的行列式，则行列式。2、若向量组线性相关，则t=。3、若可逆方阵A有特征值2，则必有一个特征值为。4、若n阶方阵A满足，则＝。5、行列式＝。二、（12分）已知,解下列方程式8015985.doc三、(14分)设非齐次线性方程组，t取何值时，此方程组无解；t取何值时，此方程组有解，并在有解时求出该方程组的全部解。四、(14分)设求：（1）与与的值；（2）满足相似，的可逆阵。五、（14分）求下列矩阵A的特征值和特征向量。A=六、（14分）设二次型1．写出f的矩阵表达式；2．用配方法求一可逆线性变换，化f为标准形。七、证明题（本题12分）设向量组相关性。线性无关，讨论向量组线性线性代数在数学建模中的应用例举1、森林管理森林中的树木每年都要有一批被砍伐出售。为使这片森林不被耗尽而且每年都有所收获，每当砍伐一棵时，应该就地补种一棵幼苗，使森林树木总量保持不变。被出售的树木，其价值取决于树木的高度。最初，森林中树木