已知一组试验数据Q，t,用MATLAB求解级数方程中的参数最优解K,a,并出图且求出相关系
《精通matlab6.5》或《精通matlab7.0》等入门级的书籍。
例子
【1.1】高数z=x^2/4-y^2/9,马鞍形的图形。只需
>> ezmesh('x^2/4-y^2/9')
即可得到三维图形
http://hi.baidu.com/chemical%5Fengineering/album/item/33c862d0940b158ea0ec9c9d.html
【1.2】积分：y=∫x^2*ln(x)dx
>> y=int('x^2*log(x)')
y=1/3*x^3*log(x)-1/9*x^3
...
【4】线性代数，求矩阵A的逆。
A =
[ a11, a12, a13]
[ a21, a22, a23]
[ a31, a32, a33]
>> inv(A)
ans =
[ (a22*a33-a23*a32)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), -(a12*a33-a13*a32)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), (a12*a23-a13*a22)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22)]
[ -(a21*a33-a23*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), (a11*a33-a13*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), -(a11*a23-a13*a21)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22)]
[ (a21*a32-a22*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), -(a11*a32-a12*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), (a11*a22-a12*a21)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22)]
很方便了。
《精通matlab6.5》或《精通matlab7.0》等入门级的书籍。
例子
【1.1】高数z=x^2/4-y^2/9,马鞍形的图形。只需
>> ezmesh('x^2/4-y^2/9')
即可得到三维图形
http://hi.baidu.com/chemical%5Fengineering/album/item/33c862d0940b158ea0ec9c9d.html
【1.2】积分：y=∫x^2*ln(x)dx
>> y=int('x^2*log(x)')
y=1/3*x^3*log(x)-1/9*x^3
...
【4】线性代数，求矩阵A的逆。
A =
[ a11, a12, a13]
[ a21, a22, a23]
[ a31, a32, a33]
>> inv(A)
ans =
[ (a22*a33-a23*a32)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), -(a12*a33-a13*a32)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), (a12*a23-a13*a22)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22)]
[ -(a21*a33-a23*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), (a11*a33-a13*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), -(a11*a23-a13*a21)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22)]
[ (a21*a32-a22*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), -(a11*a32-a12*a31)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22), (a11*a22-a12*a21)/(a11*a22*a33-a11*a23*a32-a21*a12*a33+a21*a13*a32+a31*a12*a23-a31*a13*a22)]
很方便了。
解决途径：
1、Q=[。。。]，t=[。。。] %给出一组Q，t数据；
2、自定义函数，syms n,fun=@(a,t)a(1)*(1-exp(-0.001*t))*(816468.746375+653174.9971*symsum((-1)^n/(n^2*pi^2*a(2)-0.4),1,inf))
3、用nlinfit（）函数求参数，即K=a(1)，a=a(2)
[a,r,J] = nlinfit(t,Q,fun,t0) %t0为t的初值
4、然后根据t的范围内的值，求出一系列Q值，绘出其Q(t)的曲线图。
水池满水实验的测试数据是多少?
为1.296L\/m2*d。计算过程：386.88\/507.48*(3.8-2.1)=1.296L\/m2*d。原理：根据水位变化算出水池内水减少的量，再扣除蒸发量，就是实际渗漏量。公式：q=A1\/A2〔（E1—E2）—（e1—e2）〕；式中q—渗水量（L\/m2.d）；A1—水池的水面面积（m2）；A2—水池的浸湿总面积（m2）；E1—...
请问一下灌浆压水试验的单位吸水率是什么意思啊
单位吸水率(w,单位L\/MIN.m.m)就是透水率(q,单位Lu),压水试验的成果以透水率表示，计算公式：q=Q\/(P.L)。当单位吸水率不大于0.03L\/MIN.m.m，就认为固结灌浆灌浆合格，否则不合格。换算关系ILu=0.01L\/MIN.m.m。
...车做了试验,并把试验的数据记录下来,制成下表: (1
（1）Q=50-6t；（2）20L；（3）6h；（4） 小时
放射性数据的概率分布类型
一般用于计数型数据,是一种常见的离散型分布。当试验结果统计独立且每次试验中成功的概率相同时,在固定试验次数的条件下,成功次数的分布就服从二项分布。即 放射性勘探方法 式中:pn(k)是在n次试验中事件A出现k次的概率;p是一次试验中事件A出现的概率;q是在一次试验中事件A不出现的概率, 为二项式系数。 (五...
简述实验数据及模型参数的拟合方法
(2) 线性拟合和二次拟合函数之间的异同点。线性拟合：给定一组数据（xi,yi）,i=1，2，···，m作拟合直线p(x)=a0+a1x；二次拟合：给定数据排列（xi,yi）,i=1，2，···，m，用二次多项式函数p(x)=a0+a1x+a2x2拟合各组数据。相同点：二者都是Q与Y之间误差最小原则作为最优标准...
如何做桩基静载试验介绍?
取该曲线的前几级荷载下沉降原始数据进行分析，进而对Q—s曲线的发展趋势作出预测。考虑到一般静载荷试验做到破坏时的加荷级数为10—15级。故一般取前10级建立相应的GM（1，1）模型进行预测。预测所选用的级数少，经济效益越明显：预测时所选用的级数多，预测精度会有所提高，但当级数过多时，就失去...
相关参数的获取方法
也可将试验数据直接输入专业的地源热泵岩土热物性测试软件,通过计算分析得到当地岩土的热物性参数。 以下给出一种适用于单U形竖直地埋管换热器的分析方法,以供参考。 地埋管换热器与周围岩土的换热可分为钻孔内传热过程和钻孔外传热过程。相比钻孔外,钻孔内的几何尺寸和热容量均很小,可以很快达到一个温度变化相对比较...
为了解某种车的耗油量,我们对这种车做了试验,并把试验的数据记录...
解：（1）Q=50﹣6t； （2）当t=5时Q=50﹣6×5=20（L），即油箱中的剩余油量是20L； （3）当Q=14时，50﹣6t=14，t=6，即汽车行使了6h；（4）当Q=0时，50﹣6t=0，t= 小时，即最多行驶 小时。
酸碱中和滴定
这要看对试验结果要求的可置信度有多高。不同的可置信度有不同的取舍。首先计算出取舍商值Q Q=d\/w d：可疑数值与其相邻数值之差的绝对值 w：数据组中最大与最小数据之间的差值 根据可置信度和数据的个数，查表可获得临界Q‘。若上述计算出的Q<或＝Q',保留所谓的可疑数据。若Q>Q', 舍弃...
如何进行Logistic回归模型的显著性检验?
Logistic回归模型的显著性检验采用方差分析方法进行。按试验数据分别计算样本总离差QT（平方和）、剩余离差Q剩余和回归离差Q回归，然后由剩余离差Q剩余、回归离差Q回归及其相应的自由度计算样本的F值，并与给定的显著水平对应的Fα值比较，确定其显著性。采用的有关计算公式如下：表5-2 土壤入渗能力预报模型...
素莲去氧： Matlab利用最小二乘法对荧光寿命进行拟合,可以按下列步骤进行: 1、要已知一组t、N的数据(10个以上) 2、利用plot()绘出其散点图,确定荧光寿命函数模型 3、利用nlinfit或lsqcurvefit等拟合函数,拟合出其系数 4、根据t的取值范围,用荧光寿命函数,求出相应的N值.5、再用plot()绘出t—N关系曲线图
青山区18991746065： 如何使用matlab拟合一组数据,要求拟合出来的拟合函数要固定一种函数. - ？
素莲去氧： x=[1;1.5;2;2.5;3]; y=[0.9;1.7;2.2;2.6;3]; p=fittype('a*x.^0.5+b*lnx+c','independent','x') f=fit(x,y,p) plot(f,x,y); 上面是代码! 下面是结果: a=2.818 b=0.8552 c=-0.6627
青山区18991746065： 求教用matlab求曲线斜率或切线的方法 - ？
素莲去氧： 在matlab中输入两组数据:>> x=[0 30 60 90 120 150 180 210 240 270 300 330 360]; >> y=[1.48 1.42 1.36 1.29 1.24 1.19 1.12 1.07 1.03 0.99 0.94 0.90 0.86]; 打开曲线拟合工具箱(Curve Fiting Tool),载入相关数据,进行拟合,拟合的时候...
青山区18991746065： 实验测得某液位控制对象的阶跃响应数据 怎么用matlab画阶跃响应曲线 等相关问题 - ？
素莲去氧： 程序如下: x=[0 10 20 40 60 80 100 140 180 250 300 400 500 600]; y=[0 0 0.2 0.8 2.0 3.6 5.4 8.8 11.8 14.4 16.6 18.4 19.2 19.6]; xi=0:0.1:600; yi=spline(x,y,xi); plot(xi,yi,'k') title('Spline插值','fontsize',10); 结果如下: 我用的是Spline差值画的,光滑度最好
青山区18991746065： 已知一组数据(30个)大致服从泊松分布,怎样用MATLAB进行数据扩充,把样本量扩大100倍? - ？
素莲去氧： 已知一组数据(30个)大致服从泊松分布,怎样用MATLAB进行数据扩充,把样本量扩大100倍的方法:1、用已知一组数据(30个)拟合出泊松分布函数f(x)2、根据拟合得到的泊松分布函数f(x),用x=linspace(min(x),max(x),3000)的值,代入f(x)中得到相应的y值.
青山区18991746065： Matlab数据拟合？
素莲去氧： 指数拟合如下: ----------------------------------------------------------------- 先定义函数: function Y=nhfun(b,x) Y=b(1)*exp(b(2)*x)+b(3); 在运行程序: x=[0 20 40 60 100 130 160 190]; y=[18 17.586 17.136 16.704 15.84 15.129 14.544 13.896]; x0=[0,1,0] %...
青山区18991746065： 用matlab编辑一个公式 - ？
素莲去氧： function c=cal(L,t)%存成cal.m c0=1;%自己赋值 D=1; v=1; Rd=1; c=(c0*L*sqrt(Rd)/(2*sqrt(pi*D*t^3)))*exp(-(Rd*L-v*t)^2/(4*Rd*D*t));
青山区18991746065： matlab 去掉负数,拟合 - ？
素莲去氧： >> x=[1:12]; >> y=[-3 -2 0 1 2 3 5 8 -3 8 0 3]; >> t = y>= 0; % 找出非负的索引 >> x = x(t); >> y = y(t);
青山区18991746065： 求数据结构课程设计(C语言)—排序综合!利用随机函数产生N个随机整数(2万以上),至少使用三种方法实现 - ？
素莲去氧： 冒泡法#include#include#include#define N 10000void init_a...
