《MATLAB数学建模与数学实验》配套教学课件

数学建模与数学实验

数学建模简介

数学建模简介

1.关于数学建模

2.数学建模实例

3.数学建模论文的撰写方法A.人口预报问题B.椅子能在不平的地面上放稳吗？C.双层玻璃的功效1、什么是数学模型？

数学模型是对于现实世界的一个特定对象，一个特定目的，根据特有的内在规律，做出一些必要的假设，运用适当的数学工具，得到一个数学结构。简单地说：就是系统的某种特征的本质的数学表达式（或是用数学术语对部分现实世界的描述），即用数学式子（如函数、图形、代数方程、微分方程、积分方程、差分方程等）来描述（表述、模拟）所研究的客观对象或系统在某一方面的存在规律。一、名词解释2、什么是数学建模?

数学建模是利用数学方法解决实际问题的一种实践。即通过抽象、简化、假设、引进变量等处理过程后，将实际问题用数学方式表达，建立起数学模型，然后运用先进的数学方法及计算机技术进行求解。观点：“所谓高科技就是一种数学技术”

数学建模其实并不是什么新东西，可以说有了数学并需要用数学去解决实际问题，就一定要用数学的语言、方法去近似地刻划该实际问题，这种刻划的数学表述的就是一个数学模型，其过程就是数学建模的过程。数学模型一经提出，就要用一定的技术手段（计算、证明等）来求解并验证，其中大量的计算往往是必不可少的，高性能的计算机的出现使数学建模这一方法如虎添翼似的得到了飞速的发展，掀起一个高潮。

数学建模将各种知识综合应用于解决实际问题中，是培养和提高同学们应用所学知识分析问题、解决问题的能力的必备手段之一。

二、数学建模的一般方法和步骤建立数学模型的方法和步骤并没有一定的模式，但一个理想的模型应能反映系统的全部重要特征：模型的可靠性和模型的使用性建模的一般方法：◆机理分析◆测试分析方法机理分析：根据对现实对象特性的认识，分析其因果关系，找出反映内部机理的规律，所建立的模型常有明确的物理或现实意义。测试分析方法：将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，通过测量系统的输入输出数据，并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型。测试分析方法也叫做系统辩识。将这两种方法结合起来使用，即用机理分析方法建立模型的结构，用系统测试方法来确定模型的参数，也是常用的建模方法。

在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定。机理分析法建模的具体步骤大致可见右图。符合实际不符合实际交付使用，从而可产生经济、社会效益实际问题抽象、简化、假设确定变量、参数建立数学模型并数学、数值地求解、确定参数用实际问题的实测数据等来检验该数学模型建模过程示意图

模型

数学模型的分类：◆按研究方法和对象的数学特征分：初等模型、几何模型、优化模型、微分方程模型、图论模型、逻辑模型、稳定性模型、扩散模型等。◆按研究对象的实际领域（或所属学科）分：人口模型、交通模型、环境模型、生态模型、生理模型、城镇规划模型、水资源模型、污染模型、经济模型、社会模型等。三、数学模型及其分类四、近几年全国大学生数学建模竞赛题

返回1、如何预报人口？

要预报未来若干年（如2005）的人口数，最重要的影响因素是今年的人口数和今后这些年的增长率（即人口出身率减死亡率），根据这两个数据进行人口预报是很容易的。记今年人口为，k年后人口为，年增长率为r，则预报公式为：

预报正确的条件：年增长率r保持不变。数学建模实例1、指数增长模型（马尔萨斯人口模型）：英国人口学家马尔萨斯（Malthus1766~1834）于1798年提出。2、阻滞增长模型（Logistic模型）3、更复杂的人口模型随机性模型、考虑人口年龄分布的模型等可见数学模型总是在不断的修改、完善使之能符合实际情况的变化。人口模型2、椅子能在不平的地面上放稳吗？把四只脚的椅子往不平的地面上一放，通常只有三只脚着地，放不稳，然而有人认为只要稍挪动几次，就可以四脚着地，放稳了，对吗？3、双层玻璃的功效北方城镇的有些建筑物的窗户是双层的，即窗户上装两层厚度为的玻璃夹着一层厚度为的空气，如左图所示，据说这样做是为了保暖，即减少室内向室外的热量流失。我们要建立一个模型来描述热量通过窗户的热传导（即流失）过程，并将双层玻璃窗与用同样多材料做成的单层玻璃窗（如右图，玻璃厚度为）的热量传导进行对比，对双层玻璃窗能够减少多少热量损失给出定量分析结果。

返回

怎样撰写数学建模的论文？1、摘要:问题、模型、方法、结果2、问题重述4、分析与建立模型5、模型求解6、模型检验7、模型推广8、参考文献9、附录实例3、模型假设

返回谢谢！数学建模与数学实验

MATLAB入门

MATLAB作为线性系统的一种分析和仿真工具，是理工科大学生应该掌握的技术工具，它作为一种编程语言和可视化工具，可解决工程、科学计算和数学学科中许多问题。

MATLAB建立在向量、数组和矩阵的基础上，使用方便，人机界面直观，输出结果可视化。矩阵是MATLAB的核心MATLAB的进入与运行方式（两种）

MATLAB入门一、变量与函数二、数组三、矩阵四、MATLAB编程五、实验作业1、变量

MATLAB中变量的命名规则是：（1）变量名必须是不含空格的单个词；（2）变量名区分大小写；（3）变量名最多不超过19个字符；（4）变量名必须以字母打头，之后可以是任意字母、数字或下划线，变量名中不允许使用标点符号.

一、变量与函数特殊变量表2、数学运算符号及标点符号（1）MATLAB的每条命令后，若为逗号或无标点符号，则显示命令的结果；若命令后为分号，则禁止显示结果.（2）“%”后面所有文字为注释.（3）“...”表示续行.3、数学函数

MATLAB的内部函数是有限的，有时为了研究某一个函数的各种性态，需要为MATLAB定义新函数，为此必须编写函数文件.函数文件是文件名后缀为M的文件，这类文件的第一行必须是一特殊字符function开始，格式为：

function因变量名=函数名（自变量名）函数值的获得必须通过具体的运算实现，并赋给因变量.

4、M文件M文件建立方法：1.在Matlab中，点:File->New->M-file2.在编辑窗口中输入程序内容

3.点：File->Save，存盘，M文件名必须与函数名一致。Matlab的应用程序也以M文件保存。例：定义函数f(x1,x2)=100(x2-x12)2+(1-x1)2functionf=fun(x)f=100*(x(2)-x(1)^2)^2+(1-x(1))^21.建立M文件：fun.mMATLAB(fun)2.可以直接使用函数fun.m例如：计算f(1,2),只需在Matlab命令窗口键入命令：x=[12]fun(x)

返回x=logspace(first，last，n）

创建从开始，到结束，有n个元素的对数分隔行向量.1、创建简单的数组二、数组MATLAB(shuzu1)x=[abcdef]

创建包含指定元素的行向量x=first：last

创建从first开始，加1计数，到last结束的行向量x=first：increment：last

创建从first开始，加increment计数，last结束的行向量x=linspace(first，last，n）

创建从first开始，到last结束，有n个元素的行向量

2、数组元素的访问MATLAB(shuzu2)（3）直接使用元素编址序号.x([abcd])表示提取数组x的第a、b、c、d个元素构成一个新的数组[x(a)x(b)x(c)x(d)].（2）访问一块元素：

x(a：b：c)表示访问数组x的从第a个元素开始，以步长为b到第c个元素（但不超过c），b可以为负数，b缺损时为1.（1）访问一个元素：

x(i)表示访问数组x的第i个元素.3、数组的方向

前面例子中的数组都是一行数列，是行方向分布的.称之为行向量.数组也可以是列向量，它的数组操作和运算与行向量是一样的，唯一的区别是结果以列形式显示.

产生列向量有两种方法：直接产生例c=[1；2；3；4]

转置产生例b=[1234];c=b’

说明：以空格或逗号分隔的元素指定的是不同列的元素，而以分号分隔的元素指定了不同行的元素.4、数组的运算

（1）标量-数组运算数组对标量的加、减、乘、除、乘方是数组的每个元素对该标量施加相应的加、减、乘、除、乘方运算.设：a=[a1,a2,…,an],c=标量则：a+c=[a1+c,a2+c,…,an+c]a.*c=[a1*c,a2*c,…,an*c]a./c=[a1/c,a2/c,…,an/c](右除）

a.\c=[c/a1,c/a2,…,c/an](左除）

a.^c=[a1^c,a2^c,…,an^c]c.^a=[c^a1,c^a2,…,c^an]MATLAB(shuzu3)（2）数组-数组运算

当两个数组有相同维数时，加、减、乘、除、幂运算可按元素对元素方式进行的，不同大小或维数的数组是不能进行运算的.

设：a=[a1,a2,…,an],b=[b1,b2,…,bn]则：a+b=[a1+b1,a2+b2,…,an+bn]a.*b=[a1*b1,a2*b2,…,an*bn]a./b=[a1/b1,a2/b2,…,an/bn]a.\b=[b1/a1,b2/a2,…,bn/an]a.^b=[a1^b1,a2^b2,…,an^bn]MATLAB(shuzu4)

返回三、矩阵

逗号或空格用于分隔某一行的元素，分号用于区分不同的行.除了分号，在输入矩阵时，按Enter键也表示开始一新行.输入矩阵时，严格要求所有行有相同的列.

例m=[1234；5678；9101112]p=[111122223333]1、矩阵的建立特殊矩阵的建立：.MATLAB(matrix1)d=eye(m，n)产生一个m行、n列的单位矩阵c=ones(m，n)产生一个m行、n列的元素全为1的矩阵b=zeros(m，n)产生一个m行、n列的零矩阵a=[]产生一个空矩阵，当对一项操作无结果时，返回空矩阵，空矩阵的大小为零.2、矩阵中元素的操作MATLAB(matrix2)（1）矩阵A的第r行：A（r，：）（2）矩阵A的第r列：A（：，r）（4）取矩阵A的第i1~i2行、第j1~j2列构成新矩阵:A(i1:i2,j1:j2)（5）以逆序提取矩阵A的第i1~i2行，构成新矩阵:A(i2:-1：i1，：）（6）以逆序提取矩阵A的第j1~j2列，构成新矩阵:A(:,j2:-1：j1

）（7）删除A的第i1~i2行，构成新矩阵:A(i1:i2，：)=[]（8）删除A的第j1~j2列，构成新矩阵:A(：，j1:j2)=[]（9）将矩阵A和B拼接成新矩阵：[AB]；[A；B]（3）依次提取矩阵A的每一列，将A拉伸为一个列向量：A（：）

（2）矩阵-矩阵运算

[1]元素对元素的运算，同数组-数组运算。

3、矩阵的运算（1）标量-矩阵运算

同标量-数组运算。MATLAB(matrix3)

[2]矩阵运算：矩阵加法：A+B矩阵乘法：A*B方阵的行列式：det（A）方阵的逆：inv（A）方阵的特征值与特征向量：[V，D]=eig[A]

返回关系与逻辑运算

1、关系操作符2、逻辑运算符1、for循环：允许一组命令以固定的和预定的次数重复

forx=array{commands}end

在for和end语句之间的命令串{commands}按数组（array）中的每一列执行一次.在每一次迭代中，x被指定为数组的下一列，即在第n次循环中，x=array(：，n)控制流MATLAB提供三种决策或控制流结构：

for循环、while循环、if-else-end结构.

这些结构经常包含大量的MATLAB命令，故经常出现在MATLAB程序中，而不是直接加在MATLAB提示符下.

例对n=1,2,…,10,求xn=的值MATLAB(for1)

whileexpression{commands}end

只要在表达式(expression)里的所有元素为真，就执行while和end语句之间的命令串{commands}.2、While循环

与for循环以固定次数求一组命令相反，while循环以不定的次数求一组语句的值.MATLAB(while1)

例设银行年利率为11.25%。将10000元钱存入银行，问多长时间会连本带利翻一番？3、If-Else-End结构（1）有一个选择的一般形式是：

ifexpression{commands}end

如果在表达式(expression)里的所有元素为真，就执行if和end语句之间的命令串{commands}.MATLAB(fun1)

先建立M文件fun1.m定义函数f（x），再在Matlab命令窗口输入fun1(2),fun1(-1)即可。2)有三个或更多的选择的一般形式是：

if（expression1）

{commands1}elseif（expression2）

{commands2}elseif（expression3）

{commands3}elseif………………………else{commands}endendend……end

先建立M文件fun2.m定义函数f（x），再在Matlab命令窗口输入fun2(2),fun2(0.5),fun2(-1)即可。MATLAB(fun2)

返回对以下问题,编写M文件:(1)用起泡法对10个数由小到大排序.即将相邻两个数比较,将小的调到前头.(2)有一个矩阵,编程求出其最大值及其所处的位置.(3)编程求(4)一球从100米高度自由落下,每次落地后反跳回原高度的一半,再落下.求它在第10次落地时,共经过多少米?第10次反弹有多高?(5)有一函数,写一程序,输入自变量的值,输出函数值.实验作业

返回

谢谢！数学建模与数学实验

MATLAB作图Matlab作图二维图形三维图形图形处理实例作业特殊二、三维图形Matlab作图是通过描点、连线来实现的，故在画一个曲线图形之前，必须先取得该图形上的一系列的点的坐标（即横坐标和纵坐标），然后将该点集的坐标传给Matlab函数画图.命令为：PLOT(X,Y,S)PLOT(X,Y)--画实线PLOT(X,Y1,S1,X,Y2,S2,……,X,Yn,Sn)--将多条线画在一起X,Y是向量,分别表示点集的横坐标和纵坐标线型y黄色.点-连线m洋红o圈:短虚线c蓝绿色xx-符号-.长短线r红色+加号--长虚线1.曲线图例在[0,2*pi]用红线画sin(x),用绿圈画cos(x).x=linspace(0,2*pi,30);y=sin(x);z=cos(x);plot(x,y,'r',x,z,’g0')解Matlabliti12.符号函数(显函数、隐函数和参数方程)画图(1)ezplotezplot(‘x(t)’,’y(t)’,[tmin,tmax])

表示在区间tmin<t<tmax绘制参数方程x=x(t),y=y(t)的函数图ezplot(‘f(x)’,[a,b])

表示在a<x<b绘制显函数f=f(x)的函数图ezplot(‘f(x,y)’,[xmin,xmax,ymin,ymax])

表示在区间xmin<x<xmax和ymin<y<ymax绘制隐函数f(x,y)=0的函数图例在[0,pi]上画y=cos(x)的图形解输入命令

ezplot(‘sin(x)’,[0,pi])Matlabliti25解输入命令

ezplot(‘cos(t)^3’,’sin(t)^3’,[0.2*pi])Matlabliti41解输入命令ezplot('exp(x)+sin(x*y)',[-2,0.5,0,2])Matlabliti40(2)fplot注意：[1]fun必须是M文件的函数名或是独立变量为x的字符串.[2]fplot函数不能画参数方程和隐函数图形，但在一个图上可以画多个图形。fplot(‘fun’,lims)

表示绘制字符串fun指定的函数在lims=[xmin,xmax]的图形.解先建M文件myfun1.m：

functionY=myfun1(x)Y=exp(2*x)+sin(3*x.^2)再输入命令：fplot(‘myfun1’,[-1,2])Matlabliti43Matlabliti28解输入命令:

fplot(‘[tanh(x),sin(x),cos(x)]’,2*pi*[-11–11])例在[-2,2]范围内绘制函数tanh的图形解

fplot(‘tanh’,[-2,2])Matlabliti423.对数坐标图

在很多工程问题中,通过对数据进行对数转换可以更清晰地看出数据的某些特征,在对数坐标系中描绘数据点的曲线,可以直接地表现对数转换.对数转换有双对数坐标转换和单轴对数坐标转换两种.用loglog函数可以实现双对数坐标转换,用semilogx和semilogy函数可以实现单轴对数坐标转换.loglog(Y)

表示x、y坐标都是对数坐标系semilogx(Y)

表示x坐标轴是对数坐标系semilogy(…)

表示y坐标轴是对数坐标系plotyy

有两个y坐标轴，一个在左边，一个在右边例用方形标记创建一个简单的loglog解输入命令:x=logspace(-1,2);loglog(x,exp(x),’-s’)gridon%标注格栅Matlabliti37例创建一个简单的半对数坐标图解输入命令:x=0:.1:10;semilogy(x,10.^x)Matlabliti38例绘制y=x3的函数图、对数坐标图、半对数坐标图Matlabliti22返回三维图形1、空间曲线2、空间曲面返回PLOT3(x,y,z,s)

空间曲线

1、一条曲线

例在区间[0，10*pi]画出参数曲线x=sin(t),y=cos(t),z=t.Matlabliti8

解t=0:pi/50:10*pi;plot3(sin(t),cos(t),t)rotate3d%旋转n维向量，分别表示曲线上点集的横坐标、纵坐标、函数值指定颜色、线形等

PLOT3(x,y,z)2、多条曲线例画多条曲线观察函数Z=(X+Y).^2.（这里meshgrid(x,y)的作用是产生一个以向量x为行、向量y为列的矩阵）Matlabliti9其中x，y，z是都是m*n矩阵，其对应的每一列表示一条曲线.解x=-3:0.1:3;y=1:0.1:5;[X,Y]=meshgrid(x,y);Z=(X+Y).^2;plot3(X,Y,Z)返回空间曲面例画函数Z=(X+Y).^2的图形.解x=-3:0.1:3;y=1:0.1:5;[X,Y]=meshgrid(x,y);Z=(X+Y).^2;surf(X,Y,Z)shadingflat%将当前图形变得平滑Matlabliti11(1)surf(x,y,z)画出数据点（x，y，z）表示的曲面数据矩阵。分别表示数据点的横坐标、纵坐标、函数值（2）Mesh(x,y,z)

解

x=-3:0.1:3;y=1:0.1:5;[X,Y]=meshgrid(x,y);Z=(X+Y).^2;mesh(X,Y,Z)Matlabliti24例

画出曲面Z=(X+Y).^2在不同视角的网格图.画网格曲面数据矩阵。分别表示数据点的横坐标、纵坐标、函数值(3)meshz(X,Y,Z)

在网格周围画一个curtain图(如,参考平面)解输入命令:[X,Y]=meshgrid(-3:.125:3);Z=praks(X,Y);Meshz(X,Y,Z)例绘peaks的网格图Matlabliti36返回在图形上加格栅、图例和标注定制坐标图形保持分割窗口缩放图形改变视角图形处理返回动画1、在图形上加格栅、图例和标注（1）GRIDON:加格栅在当前图上

GRIDOFF:删除格栅处理图形（2）hh=xlabel(string):

在当前图形的x轴上加图例stringhh=ylabel(string):

在当前图形的y轴上加图例stringhh=title(string):

在当前图形的顶端上加图例stringhh=zlabel(string):

在当前图形的z轴上加图例string例在区间[0,2*pi]画sin(x)的图形，并加注图例“自变量

X”、“函数Y”、“示意图”,并加格栅.解

x=linspace(0,2*pi,30);y=sin(x);plot(x,y)xlabel('自变量X')ylabel('函数Y')title('示意图')gridonMatlabliti2

（3）hh=gtext(‘string’)

命令gtext(‘string’)用鼠标放置标注在现有的图上.运行命令gtext(‘string’)时，屏幕上出现当前图形，在图形上出现一个交叉的十字，该十字随鼠标的移动移动，当按下鼠标左键时，该标注string放在当前十交叉的位置.例在区间[0,2*pi]画sin(x)，并分别标注“sin(x)””cos(x)”.解

x=linspace(0,2*pi,30);y=sin(x);z=cos(x);plot(x,y,x,z)gtext(‘sin(x)’);gtext(’cos(x)’)Matlabliti3返回2、定制坐标Axis([xminxmaxyminymaxzminzmax])例在区间[0.005,0.01]显示sin(1/x)的图形。解

x=linspace(0.0001,0.01,1000);y=sin(1./x);plot(x,y)axis([0.0050.01–11])Matlabliti4返回定制图形坐标将坐标轴返回到自动缺省值Axisautox、y、z的最大、最小值3、图形保持(1)holdonholdof例将y=sin(x)、y=cos(x)分别用点和线画出在同一屏幕上。解

x=linspace(0,2*pi,30);y=sin(x);z=cos(x)plot(x,z,:)holdonPlot(x,y)Matlabliti5保持当前图形,以便继续画图到当前图上释放当前图形窗口(2)figure(h)例区间[0,2*pi]新建两个窗口分别画出y=sin(x)；

z=cos(x)。解

x=linspace(0,2*pi,100);y=sin(x);z=cos(x);plot(x,y);title('sin(x)');pausefigure(2);plot(x,z);title('cos(x)');Matlabliti6返回新建h窗口，激活图形使其可见，并把它置于其它图形之上4、分割窗口h=subplot(mrows,ncols,thisplot)

划分整个作图区域为mrows*ncols块（逐行对块访问）并激活第thisplot块，其后的作图语句将图形画在该块上。

激活已划分为mrows*ncols块的屏幕中的第thisplot块，其后的作图语句将图形画在该块上。命令Subplot(1,1,1)返回非分割状态。subplot(mrows,ncols,thisplot)subplot(1,1,1)

解x=linspace(0,2*pi,100);y=sin(x);z=cos(x);a=sin(x).*cos(x);b=sin(x)./(cos(x)+eps)subplot(2,2,1);plot(x,y),title(‘sin(x)’)subplot(2,2,2);plot(x,z),title(‘cos(x)’)subplot(2,2,3);plot(x,a),title(‘sin(x)cos(x)’)subplot(2,2,4);plot(x,b),title(‘sin(x)/cos(x)’)例将屏幕分割为四块，并分别画出y=sin(x)，z=cos(x)，a=sin(x)*cos(x),b=sin(x)/cos(x)。Matlabliti7返回5、缩放图形zoomon

单击鼠标左键，则在当前图形窗口中，以鼠标点中的点为中心的图形放大2倍；单击鼠标右键，则缩小2倍解

x=linspace(0,2*pi,30);y=sin(x);Plot(x,y)zoomonMatlabliti13例缩放y=sin(x)的图形zoomoff为当前图形打开缩放模式关闭缩放模式返回6.

改变视角view

（1）view(a,b)

命令view(a,b)改变视角到(a,b),a是方位角,b为仰角。缺省视角为（-37.5，30）。

解

x=-3:0.1:3;y=1:0.1:5;[X,Y]=meshgrid(x,y);Z=(X+Y).^2;subplot(2,2,1)，mesh(X,Y,Z)subplot(2,2,2)，mesh(X,Y,Z)，view(50,-34)subplot(2,2,3)，mesh(X,Y,Z)，view(-60,70)subplot(2,2,4)，mesh(X,Y,Z)，view(0，1，1)Matlabliti10例

画出曲面Z=(X+Y).^2在不同视角的网格图.view用空间矢量表示的，三个量只关心它们的比例，与数值的大小无关，x轴view（[1，0，0]），y轴view（[0，1，0]），z轴view（[0，0，1]）。（2）view（[x，y，z]）返回7.

动画

Moviein(),getframe,movie()

函数Moviein()产生一个帧矩阵来存放动画中的帧；函数getframe对当前的图象进行快照；函数movie()按顺序回放各帧。Matlabliti14返回

例将曲面peaks做成动画。解[x,y,z]=peaks(30);surf(x,y,z)axis([-33-33-1010])m=moviein(15);fori=1:15view(-37.5+24*(i-1),30)m(:,i)=getframe;endmovie(m)特殊二、三维图形1、特殊的二维图形函数2、特殊的三维图形函数返回特殊的二维图形函数1、极坐标图：polar(theta,rho,s)

用角度theta（弧度表示）和极半径rho作极坐标图，用s指定线型。例解：theta=linspace(0,2*pi),rho=sin(2*theta).*cos(2*theta);polar(theta,rho,’g’)title(‘Polarplotofsin(2*theta).*cos(2*theta)’);Matlabliti152、散点图:scatter（X,Y,S,C）

在向量X和Y的指定位置显示彩色圈．X和Y必须大小相同．解输入命令：

loadseamountscatter(x,y,5,z)Matlabliti293、平面等值线图：contour(x,y,z,n)

绘制n个等值线的二维等值线图解输入命令：［X,Y］=meshgeid(-2:.2:2,-2:.2:3);Z=X.*exp(-X.^2-Y.^2);[C,h]=contour(X,Y,Z);clabel(C,h)colormapcoolMatlabliti34例绘制seamount散点图返回特殊的三维图形函数1、空间等值线图：contour3(x,y,z,n)

其中n表示等值线数。例山峰的三维和二维等值线图。

解[x,y,z]=peaks;subplot(1,2,1)contour3(x,y,z,16,'s')grid,xlabel('x-axis'),ylabel('y-axis')zlabel('z-axis')title('contour3ofpeaks');subplot(1,2,2)contour(x,y,z,16,'s')grid,xlabel('x-axis'),ylabel('y-axis')title('contourofpeaks');Matlabliti183、三维散点图scatter3（X,Y,Z,S,C）在向量X,Y和Z指定的位置上显示彩色圆圈.

向量X,Y和Z的大小必须相同.解输入命令:[x,y,z]=sphere(16);X=[x(:)*.5x(:)*.75x(:)];Y=[y(:)*.5y(:)*.75y(:)];Z=[z(:)*.5z(:)*.75z(:)];S=repmat([1.75.5]*10,prod(size(x)),1);C=repmat([123],prod(size(x)),1);scatter3(X(:),Y(:),Z(:),S(:),C(:),'filled'),view(-60,60)例绘制三维散点图。Matlabliti32返回绘制山区地貌图

要在某山区方圆大约27平方公里范围内修建一条公路，从山脚出发经过一个居民区，再到达一个矿区。横向纵向分别每隔400米测量一次，得到一些地点的高程：(平面区域0<=x<=5600,0<=y<=4800)，需作出该山区的地貌图和等高线图。

Matlabshanqu返回返回实验作业1、在同一平面中的两个窗口分别画出心形线和马鞍面。要求：1、在图形上加格栅、图例和标注2、定制坐标3、以不同角度观察马鞍面2、以不同的视角观察球面和圆柱面所围区域。谢谢光临！

线性规划数学建模与数学实验实验目的实验内容2、掌握用数学软件包求解线性规划问题。1、了解线性规划的基本内容。*2、线性规划的基本算法。5、实验作业。3、用数学软件包求解线性规划问题。1、两个引例。4、建模案例：投资的收益与风险问题一：

任务分配问题：某车间有甲、乙两台机床，可用于加工三种工件。假定这两台车床的可用台时数分别为800和900，三种工件的数量分别为400、600和500，且已知用三种不同车床加工单位数量不同工件所需的台时数和加工费用如下表。问怎样分配车床的加工任务，才能既满足加工工件的要求，又使加工费用最低？

两个引例解

设在甲车床上加工工件1、2、3的数量分别为x1、x2、x3，在乙车床上加工工件1、2、3的数量分别为x4、x5、x6。可建立以下线性规划模型：

解答问题二：

某厂每日8小时的产量不低于1800件。为了进行质量控制，计划聘请两种不同水平的检验员。一级检验员的标准为：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员的标准为：速度15小时/件，正确率95%，计时工资3元/小时。检验员每错检一次，工厂要损失2元。为使总检验费用最省，该工厂应聘一级、二级检验员各几名？解设需要一级和二级检验员的人数分别为x1、x2人,则应付检验员的工资为：因检验员错检而造成的损失为：故目标函数为：约束条件为：线性规划模型：

解答返回1.线性规划的标准形式：用单纯法求解时，常将标准形式化为：2.线性规划的基本算法——单纯形法线性规划的基本算法——单纯形法引入松弛变量x3,x4,x5,将不等式化为等式,即单纯形标准形:显然A的秩ran(A)=3,任取3个线性无关的列向量,如P3P4P5称为一组基,记为B.其余列向量称为非基,记为N.于是f=cBxB+cNxN,Ax=BxB+NxN=b,

则xB=B-1b-B-1NxN,f=cBB-1b+(cN–cBB-1N)xN

若可行基进一步满足:

cN–cBB-1N≥0,即:cBB-1N-cN≤0则对一切可行解x,必有f(x)≥cBB-1b,此时称基可行解x=(B-1b,0)T为最优解.

3.最优解的存在性定理将A的列向量重排次序成A=(B,N),相应x=(xB,xN)T,c=(cB,cN)基对应的变量xB称为基变量,非基对应的变量xN称为非基变量.定理1如果线性规划(1)有可行解，那么一定有基可行解.定理2如果线性规划(1)有最优解，那么一定存在一个基可行解是最优解.4.基可行解是最优解的判定准则因为f=cBB-1b+(cN–cBB-1N)xN，即f-0•xB+(cBB-1N-cN)xN=cBB-1b5.基可行解的改进改进方法：返回用MATLAB优化工具箱解线性规划minz=cX

1、模型：命令：x=linprog（c，A，b）

2、模型：minz=cX

命令：x=linprog（c，A，b，Aeq,beq）注意：若没有不等式：存在，则令A=[]，b=[].3、模型：minz=cX

VLB≤X≤VUB命令：[1]x=linprog（c，A，b，Aeq,beq,VLB，VUB）

[2]x=linprog（c，A，b，Aeq,beq,VLB，VUB,X0）

注意：[1]若没有等式约束:,则令Aeq=[],beq=[].[2]其中X0表示初始点4、命令：[x,fval]=linprog(…)返回最优解ｘ及ｘ处的目标函数值fval.解编写M文件xxgh1.m如下：c=[-0.4-0.28-0.32-0.72-0.64-0.6];A=[0.010.010.010.030.030.03;0.02000.0500;00.02000.050;000.03000.08];b=[850;700;100;900];Aeq=[];beq=[];vlb=[0;0;0;0;0;0];vub=[];[x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)

ToMatlab(xxgh1)解:编写M文件xxgh2.m如下：

c=[634];A=[010];b=[50];Aeq=[111];beq=[120];vlb=[30,0,20];vub=[];[x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)ToMatlab(xxgh2)S.t.改写为：例3问题一的解答

问题编写M文件xxgh3.m如下:f=[1391011128];A=[0.41.110000000.51.21.3];b=[800;900];Aeq=[100100010010001001];beq=[400600500];vlb=zeros(6,1);vub=[];[x,fval]=linprog(f,A,b,Aeq,beq,vlb,vub)ToMatlab(xxgh3)结果:x=0.0000600.00000.0000400.00000.0000500.0000fval=1.3800e+004

即在甲机床上加工600个工件2,在乙机床上加工400个工件1、500个工件3，可在满足条件的情况下使总加工费最小为13800。例2问题二的解答

问题改写为：编写M文件xxgh4.m如下：c=[40;36];A=[-5-3];b=[-45];Aeq=[];beq=[];vlb=zeros(2,1);vub=[9;15];%调用linprog函数：[x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)ToMatlab(xxgh4)结果为：x=9.00000.0000fval=360即只需聘用9个一级检验员。

注：本问题应还有一个约束条件：x1、x2取整数。故它是一个整数线性规划问题。这里把它当成一个线性规划来解，求得其最优解刚好是整数：x1=9，x2=0，故它就是该整数规划的最优解。若用线性规划解法求得的最优解不是整数，将其取整后不一定是相应整数规划的最优解，这样的整数规划应用专门的方法求解。返回

投资的收益和风险二、基本假设和符号规定三、模型的建立与分析1.总体风险用所投资的Si中最大的一个风险来衡量,即max{qixi|i=1，2,…n}4.模型简化：四、模型1的求解

由于a是任意给定的风险度，到底怎样给定没有一个准则，不同的投资者有不同的风险度。我们从a=0开始，以步长△a=0.001进行循环搜索，编制程序如下：a=0;while(1.1-a)>1c=[-0.05-0.27-0.19-0.185-0.185];Aeq=[11.011.021.0451.065];beq=[1];A=[00.025000;000.01500;0000.0550;00000.026];b=[a;a;a;a];vlb=[0,0,0,0,0];vub=[];[x,val]=linprog(c,A,b,Aeq,beq,vlb,vub);ax=x'Q=-valplot(a,Q,'.')，axis([00.100.5])，holdona=a+0.001;endxlabel('a'),ylabel('Q')ToMatlab（xxgh5）计算结果：五、结果分析返回4.在a=0.006附近有一个转折点，在这一点左边，风险增加很少时，利润增长很快。在这一点右边，风险增加很大时，利润增长很缓慢，所以对于风险和收益没有特殊偏好的投资者来说，应该选择曲线的拐点作为最优投资组合，大约是a*=0.6%，Q*=20%，所对应投资方案为:

风险度收益x0x1x2x3x40.00600.201900.24000.40000.10910.22123.曲线上的任一点都表示该风险水平的最大可能收益和该收益要求的最小风险。对于不同风险的承受能力，选择该风险水平下的最优投资组合。2.当投资越分散时，投资者承担的风险越小，这与题意一致。即:

冒险的投资者会出现集中投资的情况，保守的投资者则尽量分散投资。1.风险大，收益也大。实验作业

某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6千克,工人10名,可获利10万元;每百箱乙饮料需用原料5千克,工人20名,可获利9万元.今工厂共有原料60千克,工人150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何安排生产计划,即两种饮料各生产多少使获利最大.进一步讨论:1)若投资0.8万元可增加原料1千克,问应否作这项投资.2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划.返回无约束最优化数学建模与数学实验实验目的实验内容2、掌握用数学软件包求解无约束最优化问题。1、了解无约束最优化基本算法。1、无约束优化基本思想及基本算法。4、实验作业。3、用MATLAB求解无约束优化问题。2、MATLAB优化工具箱简介

无约束最优化问题求解无约束最优化问题的的基本思想*无约束最优化问题的基本算法返回标准形式：求解无约束最优化问题的基本思想求解的基本思想

(以二元函数为例)531连续可微多局部极小

唯一极小(全局极小)搜索过程最优点(11)初始点(-11)-114.00-0.790.583.39-0.530.232.60-0.180.001.500.09-0.030.980.370.110.470.590.330.200.800.630.050.950.900.0030.990.991E-40.9990.9981E-50.99970.99981E-8返回无约束优化问题的基本算法

最速下降法是一种最基本的算法，它在最优化方法中占有重要地位.最速下降法的优点是工作量小，存储变量较少,初始点要求不高；缺点是收敛慢，最速下降法适用于寻优过程的前期迭代或作为间插步骤，当接近极值点时，宜选用别种收敛快的算法.

1．最速下降法（共轭梯度法）算法步骤：2．牛顿法算法步骤：

如果f是对称正定矩阵A的二次函数，则用牛顿法经过一次迭代就可达到最优点,如不是二次函数，则牛顿法不能一步达到极值点，但由于这种函数在极值点附近和二次函数很近似,因此牛顿法的收敛速度还是很快的.

牛顿法的收敛速度虽然较快，但要求Hessian矩阵要可逆，要计算二阶导数和逆矩阵，就加大了计算机计算量和存储量.3．拟牛顿法返回Matlab优化工具箱简介1.MATLAB求解优化问题的主要函数2.优化函数的输入变量

使用优化函数或优化工具箱中其它优化函数时,输入变量见下表:3.优化函数的输出变量下表:4．控制参数options的设置(3)MaxIter:允许进行迭代的最大次数,取值为正整数.Options中常用的几个参数的名称、含义、取值如下:(1) Display:显示水平.取值为’off’时,不显示输出;取值为’iter’时,显示每次迭代的信息;取值为’final’时,显示最终结果.默认值为’final’.(2) MaxFunEvals:允许进行函数评价的最大次数,取值为正整数.例：opts=optimset(‘Display’,’iter’,’TolFun’,1e-8)

该语句创建一个称为opts的优化选项结构,其中显示参数设为’iter’,TolFun参数设为1e-8.

控制参数options可以通过函数optimset创建或修改。命令的格式如下：(1)options=optimset(‘optimfun’)

创建一个含有所有参数名,并与优化函数optimfun相关的默认值的选项结构options.（2）options=optimset(‘param1’,value1,’param2’,value2,...)

创建一个名称为options的优化选项参数,其中指定的参数具有指定值,所有未指定的参数取默认值.(3)options=optimset(oldops,‘param1’,value1,’param2’,value2,...)

创建名称为oldops的参数的拷贝,用指定的参数值修改oldops中相应的参数.返回用Matlab解无约束优化问题

其中（3）、（4）、（5）的等式右边可选用（1）或（2）的等式右边。函数fminbnd的算法基于黄金分割法和二次插值法，它要求目标函数必须是连续函数，并可能只给出局部最优解。常用格式如下：（1）x=fminbnd(fun,x1,x2)（2）x=fminbnd(fun,x1,x2

，options)（3）[x，fval]=fminbnd（...）（4）[x，fval，exitflag]=fminbnd（...）（5）[x，fval，exitflag，output]=fminbnd（...）ToMatlab(wliti1)

主程序为wliti1.m:f='2*exp(-x).*sin(x)';fplot(f,[0,8]);%作图语句

[xmin,ymin]=fminbnd(f,0,8)f1='-2*exp(-x).*sin(x)';[xmax,ymax]=fminbnd(f1,0,8)例2对边长为3米的正方形铁板，在四个角剪去相等的正方形以制成方形无盖水槽，问如何剪法使水槽的容积最大？解先编写M文件fun0.m如下:functionf=fun0(x)f=-(3-2*x).^2*x;主程序为wliti2.m:[x,fval]=fminbnd('fun0',0,1.5);xmax=xfmax=-fval运算结果为:xmax=0.5000,fmax=2.0000.即剪掉的正方形的边长为0.5米时水槽的容积最大,最大容积为2立方米.ToMatlab(wliti2)

命令格式为:（1）x=fminunc（fun,X0

）；或x=fminsearch（fun,X0

）（2）x=fminunc（fun,X0

，options）；或x=fminsearch（fun,X0

，options）（3）[x，fval]=fminunc（...）；或[x，fval]=fminsearch（...）（4）[x，fval，exitflag]=fminunc（...）；或[x，fval，exitflag]=fminsearch（5）[x，fval，exitflag，output]=fminunc（...）；或[x，fval，exitflag，output]=fminsearch（...）2、多元函数无约束优化问题标准型为：minF(X)[3]fminunc为中型优化算法的步长一维搜索提供了两种算法，由options中参数LineSearchType控制：LineSearchType=’quadcubic’(缺省值)，混合的二次和三次多项式插值；LineSearchType=’cubicpoly’，三次多项式插使用fminunc和fminsearch可能会得到局部最优解.说明:fminsearch是用单纯形法寻优.fminunc的算法见以下几点说明：[1]fminunc为无约束优化提供了大型优化和中型优化算法。由options中的参数LargeScale控制：LargeScale=’on’(默认值),使用大型算法LargeScale=’off’(默认值),使用中型算法[2]fminunc为中型优化算法的搜索方向提供了4种算法，由

options中的参数HessUpdate控制：HessUpdate=’bfgs’（默认值），拟牛顿法的BFGS公式；HessUpdate=’dfp’，拟牛顿法的DFP公式；HessUpdate=’steepdesc’，最速下降法例3minf(x)=(4x12+2x22+4x1x2+2x2+1)*exp(x1)ToMatlab(wliti3)1、编写M-文件fun1.m:functionf=fun1(x)f=exp(x(1))*(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1);

2、输入M文件wliti3.m如下:x0=[-1,1];x=fminunc(‘fun1’,x0);y=fun1(x)

3、运行结果:x=0.5000-1.0000y=1.3029e-10ToMatlab(wliti31)ToMatlab(wliti32)3.用fminsearch函数求解ToMatlab(wliti41)输入命令:f='100*(x(2)-x(1)^2)^2+(1-x(1))^2';[x,fval,exitflag,output]=fminsearch(f,[-1.22])运行结果:x=1.00001.0000fval=1.9151e-010exitflag=1output=iterations:108funcCount:202algorithm:'Nelder-Meadsimplexdirectsearch'4.

用fminunc函数ToMatlab(wliti44)(1)建立M-文件fun2.m

functionf=fun2(x)f=100*(x(2)-x(1)^2)^2+(1-x(1))^2(2)主程序wliti44.mRosenbrock函数不同算法的计算结果可以看出，最速下降法的结果最差.因为最速下降法特别不适合于从一狭长通道到达最优解的情况.例5

产销量的最佳安排某厂生产一种产品有甲、乙两个牌号，讨论在产销平衡的情况下如何确定各自的产量，使总利润最大.所谓产销平衡指工厂的产量等于市场上的销量.基本假设1．价格与销量成线性关系2．成本与产量成负指数关系

模型建立

若根据大量的统计数据,求出系数b1=100,a11=1,a12=0.1,b2=280,a21=0.2,a22=2,r1=30,λ1=0.015,c1=20,r2=100,λ2=0.02,c2=30,则问题转化为无约束优化问题：求甲,乙两个牌号的产量x1，x2，使总利润z最大.

为简化模型,先忽略成本,并令a12=0,a21=0,问题转化为求:z1=(b1-a11x1)x1+(b2-a22x2)x2

的极值.显然其解为x1=b1/