matlab工具箱有哪些函數

Ⅰ 怎樣使用Matlab工具箱函數

MATLAB的最優化工具箱復中提供了lsqcurvefit()函數，制可以解決最小二乘曲線擬合的問題，改函數的調用格式為：
[a,J]=lsqcurvefit(Fun,a0,x,y)
其中，Fun未原型函數的MATLAB表示，a0未最優化的初值，x，y為原始輸入輸出數據向量，調用該函數將可以返回待定系數向量a以及在此待定系數下的目標函數的值J.（詳細可以輸入 help lsqcurvefit）
具體做法是：
>>U1=inline('f(a,w)','a','w') %用a（i）分別代替六個未知數，i=1~6.
>>[xx,res]=lsqcurvefit(U1,[1 1 1 1 1 1],w,U); xx' % w和U是你試驗得出來的數據向量。

結果應該會出現一個ans 向量（6維），分別就是你所要待定的系數a（i）了

Ⅱ matlab軟體有哪些常用指令有哪些專用工具箱

matlab命令
一、常用對象操作：除了一般windows窗口的常用功能鍵外。
1、!dir 可以查看當前工作目錄的文件。 !dir& 可以在dos狀態下查看。
2、who 可以查看當前工作空間變數名， whos 可以查看變數名細節。
3、功能鍵：
功能鍵 快捷鍵 說明
方向上鍵 Ctrl+P 返回前一行輸入
方向下鍵 Ctrl+N 返回下一行輸入
方向左鍵 Ctrl+B 游標向後移一個字元
方向右鍵 Ctrl+F 游標向前移一個字元
Ctrl+方向右鍵 Ctrl+R 游標向右移一個字元
Ctrl+方向左鍵 Ctrl+L 游標向左移一個字元
home Ctrl+A 游標移到行首
End Ctrl+E 游標移到行尾
Esc Ctrl+U 清除一行
Del Ctrl+D 清除游標所在的字元
Backspace Ctrl+H 刪除游標前一個字元
Ctrl+K 刪除到行尾
Ctrl+C 中斷正在執行的命令
4、clc可以命令窗口顯示的內容，但並不清除工作空間。
二、函數及運算
1、運算符：
＋：加， －：減， *：乘， /： 除， \：左除 ^： 冪，『：復數的共軛轉置， （）：制定運算順序。
2、常用函數表：
sin( ) 正弦（變數為弧度）
Cot( ) 餘切（變數為弧度）
sind( ) 正弦（變數為度數）
Cotd( ) 餘切（變數為度數）
asin( ) 反正弦（返回弧度）
acot( ) 反餘切（返回弧度）
Asind( ) 反正弦（返回度數）
acotd( ) 反餘切（返回度數）
cos( ) 餘弦（變數為弧度）
exp( ) 指數
cosd( ) 餘弦（變數為度數）
log( ) 對數
acos( ) 余正弦（返回弧度）
log10( ) 以10為底對數
acosd( ) 余正弦（返回度數）
sqrt( ) 開方
tan( ) 正切（變數為弧度）
realsqrt( ) 返回非負根
tand( ) 正切（變數為度數）
abs( ) 取絕對值
atan( ) 反正切（返回弧度）
angle( ) 返回復數的相位角
atand( ) 反正切（返回度數）
mod(x,y) 返回x/y的余數
sum( ) 向量元素求和
3、其餘函數可以用help elfun和help specfun命令獲得。
4、常用常數的值：
pi 3.1415926…….
realmin 最小浮點數，2^-1022
i 虛數單位
realmax 最大浮點數，（2－eps）2^1022
j 虛數單位
Inf 無限值
eps 浮點相對經度＝2^-52
NaN 空值
三、數組和矩陣：
1、構造數組的方法：增量發和linspace(first,last,num)first和last為起始和終止數，num為需要的數組元素個數。
2、構造矩陣的方法：可以直接用[ ]來輸入數組，也可以用以下提供的函數來生成矩陣。
ones( ) 創建一個所有元素都為1的矩陣，其中可以制定維數，1，2….個變數
zeros() 創建一個所有元素都為0的矩陣
eye() 創建對角元素為1，其他元素為0的矩陣
diag() 根據向量創建對角矩陣，即以向量的元素為對角元素
magic() 創建魔方矩陣
rand() 創建隨機矩陣，服從均勻分布
randn() 創建隨機矩陣，服從正態分布
randperm() 創建隨機行向量
horcat C=[A,B]，水平聚合矩陣，還可以用cat(1,A,B)
vercat C=[A;B]，垂直聚合矩陣, 還可以用cat(2,A,B)
repmat(M,v,h) 將矩陣M在垂直方向上聚合v次，在水平方向上聚合h次
blkdiag（A，B） 以A，和B為塊創建塊對角矩陣
length 返回矩陣最長維的的長度
ndims 返回維數
numel 返回矩陣元素個數
size 返回每一維的長度，[rows,cols]=size(A)
reshape 重塑矩陣，reshape(A,2,6),將A變為2×6的矩陣，按列排列。
rot90 旋轉矩陣90度，逆時針方向
fliplr 沿垂軸翻轉矩陣
flipud 沿水平軸翻轉矩陣
transpose 沿主對角線翻轉矩陣
ctranspose 轉置矩陣，也可用A』或A.』，這僅當矩陣為復數矩陣時才有區別
inv 矩陣的逆
det 矩陣的行列式值
trace 矩陣對角元素的和
norm 矩陣或矢量的范數，norm（a，1），norm（a，Inf）…….
normest 估計矩陣的最大范數矢量
chol 矩陣的cholesky分解
cholinc 不完全cholesky分解
lu LU分解
luinc 不完全LU分解
qr 正交分解
kron（A，B） A為m×n，B為p×q，則生成mp×nq的矩陣，A的每一個元素都會乘上B，並占據p×q大小的空間
rank 求出矩陣的刺
pinv 求偽逆矩陣
A^p 對A進行操作
A.^P 對A中的每一個元素進行操作
四、數值計算
1、線性方程組求解
（1）AX=B的解可以用X＝A\B求。XA=B的解可以用X= A/B求。如果A是m×n的矩陣，當m＝n時可以找到唯一解，m<n，不定解，解中至多有m個非零元素。如果m>n，超定系統，至少找到一組解。如果A是奇異的，且AX=B有解，可以用X＝pinv（A）×B返回最小二乘解
（2）AX=b, A＝L×U，[L,U]=lu(A), X=U\(L\b),即用LU分解求解。
（3）QR（正交）分解是將一矩陣表示為一正交矩陣和一上三角矩陣之積，A＝Q×R[Q,R]=chol(A), X=Q\(U\b)
（4）cholesky分解類似。
2、特徵值
D＝eig（A）返回A的所有特徵值組成的矩陣。[V,D]=eig(A),還返回特徵向量矩陣。
3、A＝U×S×UT，[U,S]=schur(A).其中S的對角線元素為A的特徵值。
4、多項式Matlab裡面的多項式是以向量來表示的，其具體操作函數如下：
conv 多項式的乘法
deconv 多項式的除法，【a，b】＝deconv（s），返回商和余數
poly 求多項式的系數（由已知根求多項式的系數）
polyeig 求多項式的特徵值
Polyfit（x，y，n） 多項式的曲線擬合，x，y為被擬合的向量，n為擬合多項式階數。
polyder 求多項式的一階導數，polyder（a，b）返回ab的導數
[a,b]＝polyder（a，b）返回a/b的導數。
polyint 多項式的積分
polyval 求多項式的值
polyvalm 以矩陣為變數求多項式的值
resie 部分分式展開式
roots 求多項式的根（返回所有根組成的向量）
註：用ploy（A）求出矩陣的特徵多項式，然後再求其根，即為矩陣的特徵值。
5、插值常用的插值函數如下：
griddata 數據網格化合曲面擬合
Griddata3 三維數據網格化合超曲面擬合
interp1 一維插值（yi=interp1(x,y,xi,』method』)Method=nearest/linear/spline/pchip/cubic
Interp2 二維插值zi=interp1(x,y,z,xi,yi』method』),bilinear
Interp3 三維插值
interpft 用快速傅立葉變換進行一維插值，help fft。
mkpp 使用分段多項式
spline 三次樣條插值
pchip 分段hermit插值
6、函數最值的求解
fminbnd（『f』，x1，x2，optiset（,））求f在 x1和x2之間的最小值。Optiset選項可以有『Display』+『iter』/』off』/』final』,分別表示顯示計算過程/不顯示/只顯示最後結果。fminsearch求多元函數的最小值。fzero（『f』，x1）求一元函數的零點。X1為起始點。同樣可以用上面的選項。
五、圖像繪制：
1、基本繪圖函數
plot 繪制二維線性圖形和兩個坐標軸
plot3 繪制三維線性圖形和兩個坐標軸
fplot 在制定區間繪制某函數的圖像。fplot（『f』，區域，線型，顏色）
loglog 繪制對數圖形及兩個坐標軸（兩個坐標都為對數坐標）semilogx 繪制半對數坐標圖形
semilogy 繪制半對數坐標圖形
2、線型： 顏色 線型
y 黃色 . 圓點線 v 向下箭頭
g 綠色 -. 組合 > 向右箭頭
b 藍色 + 點為加號形 < 向左箭頭
m 紅紫色 o 空心圓形 p 五角星形
c 藍紫色 * 星號 h 六角星形
w 白色 . 實心小點 hold on 添加圖形
r 紅色 x 叉號形狀 grid on 添加網格
k 黑色 s 方形 - 實線
d 菱形 -- 虛線 ^ 向上箭頭
3、可以用subplot（3，3，1）表示將繪圖區域分為三行三列，目前使用第一區域。此時如要畫不同的圖形在一個窗口裡，需要hold on。

Ⅲ matlab 解答

Matlab常用工具箱MATLAB包括擁有數百個內部函數的主包和三十幾種工具包。工具包又可以分為功能性工具包和學科工具包。功能工具包用來擴充MATLAB的符號計算，可視化建模模擬，文字處理及實時控制等功能。學科工具包是專業性比較強的工具包，控制工具包，信號處理工具包，通信工具包等都屬於此類。
開放性使MATLAB廣受用戶歡迎。除內部函數外，所有MATLAB主包文件和各種工具包都是可讀可修改的文件，用戶通過對源程序的修改或加入自己編寫程序構造新的專用工具包。
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系統工具箱
Communication Toolbox——通訊工具箱
Financial Toolbox——財政金融工具箱
System Identification Toolbox——系統辨識工具箱
Fuzzy Logic Toolbox——模糊邏輯工具箱
Higher-Order Spectral Analysis Toolbox——高階譜分析工具箱
Image Processing Toolbox——圖象處理工具箱
LMI Control Toolbox——線性矩陣不等式工具箱
Model predictive Control Toolbox——模型預測控制工具箱
μ-Analysis and Synthesis Toolbox——μ分析工具箱
Neural Network Toolbox——神經網路工具箱
Optimization Toolbox——優化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——魯棒控制工具箱
Signal Processing Toolbox——信號處理工具箱
Spline Toolbox——樣條工具箱
Statistics Toolbox——統計工具箱
Symbolic Math Toolbox——符號數學工具箱
Simulink Toolbox——動態模擬工具箱
Wavele Toolbox——小波工具箱 [編輯本段]常用函數Matlab內部常數[3]
eps：浮點相對精度
exp：自然對數的底數e
i 或 j：基本虛數單位
inf 或 Inf：無限大， 例如1/0
nan或NaN：非數值（Not a number），例如0/0
pi：圓周率 p（= 3.1415926...）
realmax：系統所能表示的最大數值
realmin：系統所能表示的最小數值
nargin: 函數的輸入引數個數
nargout: 函數的輸出引數個數
lasterr：存放最新的錯誤信息
lastwarn：存放最新的警告信息
MATLAB常用基本數學函數
abs(x)：純量的絕對值或向量的長度
angle(z)：復數z的相角(Phase angle)
sqrt(x)：開平方
real(z)：復數z的實部
imag(z)：復數z的虛部
conj(z)：復數z的共軛復數
round(x)：四捨五入至最近整數
fix(x)：無論正負，捨去小數至最近整數
floor(x)：地板函數，即捨去正小數至最近整數
ceil(x)：天花板函數，即加入正小數至最近整數
rat(x)：將實數x化為分數表示
rats(x)：將實數x化為多項分數展開
sign(x)：符號函數 (Signum function)。
當x<0時，sign(x)=-1；
當x=0時，sign(x)=0;
當x>0時，sign(x)=1。
rem(x,y)：求x除以y的餘數
gcd(x,y)：整數x和y的最大公因數
lcm(x,y)：整數x和y的最小公倍數
exp(x) ：自然指數
pow2(x)：2的指數
log(x)：以e為底的對數，即自然對數或
log2(x)：以2為底的對數
log10(x)：以10為底的對數
MATLAB常用三角函數
sin(x)：正弦函數
cos(x)：餘弦函數
tan(x)：正切函數
asin(x)：反正弦函數
acos(x)：反餘弦函數
atan(x)：反正切函數
atan2(x,y)：四象限的反正切函數
sinh(x)：雙曲正弦函數
cosh(x)：雙曲餘弦函數
tanh(x)：雙曲正切函數
asinh(x)：反雙曲正弦函數
acosh(x)：反雙曲餘弦函數
atanh(x)：反雙曲正切函數
適用於向量的常用函數有
min(x): 向量x的元素的最小值
max(x): 向量x的元素的最大值
mean(x): 向量x的元素的平均值
median(x): 向量x的元素的中位數
std(x): 向量x的元素的標准差
diff(x): 向量x的相鄰元素的差
sort(x): 對向量x的元素進行排序（Sorting）
length(x): 向量x的元素個數
norm(x): 向量x的歐氏（Euclidean）長度
sum(x): 向量x的元素總和
prod(x): 向量x的元素總乘積
cumsum(x): 向量x的累計元素總和
cumprod(x): 向量x的累計元素總乘積
dot(x, y): 向量x和y的內積
cross(x, y): 向量x和y的外積
MATLAB基本繪圖函數
plot: x軸和y軸均為線性刻度（Linear scale）
loglog: x軸和y軸均為對數刻度（Logarithmic scale）
semilogx: x軸為對數刻度，y軸為線性刻度
semilogy: x軸為線性刻度，y軸為對數刻度
matlab插值和樣條plot繪圖函數的參數
字元 顏色 字元 圖線型態
y 黃色 . 點
k 黑色 o 圓
w 白色 x x
b 藍色 + +
g 綠色 * *
r 紅色 - 實線
c 亮青色 : 點線
m 錳紫色 -. 點虛線
-- 虛線
註解
xlabel('Input Value'); % x軸註解
ylabel('Function Value'); % y軸註解
title('Two Trigonometric Functions'); % 圖形標題
legend('y = sin(x)','y = cos(x)'); % 圖形註解
grid on; % 顯示格線
二維繪圖函數
bar 長條圖
errorbar 圖形加上誤差范圍
fplot 較精確的函數圖形
polar 極座標圖
hist 累計圖
rose 極座標累計圖
stairs 階梯圖
stem 針狀圖
fill 實心圖
feather 羽毛圖
compass 羅盤圖
quiver 向量場圖[4]

Ⅳ 求MATLAB工具箱函數匯總

附錄Ⅰ 工具箱函數匯總
Ⅰ.1 統計工具箱函數
表Ⅰ-1 概率密度函數
函數名 對應分布的概率密度函數
betapdf 貝塔分布的概率密度函數
binopdf 二項分布的概率密度函數
chi2pdf 卡方分布的概率密度函數
exppdf 指數分布的概率密度函數
fpdf f分布的概率密度函數
gampdf 伽瑪分布的概率密度函數
geopdf 幾何分布的概率密度函數
hygepdf 超幾何分布的概率密度函數
normpdf 正態（高斯）分布的概率密度函數
lognpdf 對數正態分布的概率密度函數
nbinpdf 負二項分布的概率密度函數
ncfpdf 非中心f分布的概率密度函數
nctpdf 非中心t分布的概率密度函數
ncx2pdf 非中心卡方分布的概率密度函數
poisspdf 泊松分布的概率密度函數
raylpdf 雷利分布的概率密度函數
tpdf 學生氏t分布的概率密度函數
unidpdf 離散均勻分布的概率密度函數
unifpdf 連續均勻分布的概率密度函數
weibpdf 威布爾分布的概率密度函數

表Ⅰ-2 累加分布函數
函數名 對應分布的累加函數
betacdf 貝塔分布的累加函數
binocdf 二項分布的累加函數
chi2cdf 卡方分布的累加函數
expcdf 指數分布的累加函數
fcdf f分布的累加函數
gamcdf 伽瑪分布的累加函數
geocdf 幾何分布的累加函數
hygecdf 超幾何分布的累加函數
logncdf 對數正態分布的累加函數
nbincdf 負二項分布的累加函數
ncfcdf 非中心f分布的累加函數
nctcdf 非中心t分布的累加函數
ncx2cdf 非中心卡方分布的累加函數
normcdf 正態（高斯）分布的累加函數
poisscdf 泊松分布的累加函數
raylcdf 雷利分布的累加函數
tcdf 學生氏t分布的累加函數
unidcdf 離散均勻分布的累加函數
unifcdf 連續均勻分布的累加函數
weibcdf 威布爾分布的累加函數

表Ⅰ-3 累加分布函數的逆函數
函數名 對應分布的累加分布函數逆函數
betainv 貝塔分布的累加分布函數逆函數
binoinv 二項分布的累加分布函數逆函數
chi2inv 卡方分布的累加分布函數逆函數
expinv 指數分布的累加分布函數逆函數
finv f分布的累加分布函數逆函數
gaminv 伽瑪分布的累加分布函數逆函數
geoinv 幾何分布的累加分布函數逆函數
hygeinv 超幾何分布的累加分布函數逆函數
logninv 對數正態分布的累加分布函數逆函數
nbininv 負二項分布的累加分布函數逆函數
ncfinv 非中心f分布的累加分布函數逆函數
nctinv 非中心t分布的累加分布函數逆函數
ncx2inv 非中心卡方分布的累加分布函數逆函數
icdf
norminv 正態（高斯）分布的累加分布函數逆函數
poissinv 泊松分布的累加分布函數逆函數
raylinv 雷利分布的累加分布函數逆函數
tinv 學生氏t分布的累加分布函數逆函數
unidinv 離散均勻分布的累加分布函數逆函數
unifinv 連續均勻分布的累加分布函數逆函數
weibinv 威布爾分布的累加分布函數逆函數

表Ⅰ-4 隨機數生成器函數
函 數 對應分布的隨機數生成器
betarnd 貝塔分布的隨機數生成器
binornd 二項分布的隨機數生成器
chi2rnd 卡方分布的隨機數生成器
exprnd 指數分布的隨機數生成器
frnd f分布的隨機數生成器
gamrnd 伽瑪分布的隨機數生成器
geornd 幾何分布的隨機數生成器
hygernd 超幾何分布的隨機數生成器
lognrnd 對數正態分布的隨機數生成器
nbinrnd 負二項分布的隨機數生成器
ncfrnd 非中心f分布的隨機數生成器
nctrnd 非中心t分布的隨機數生成器
ncx2rnd 非中心卡方分布的隨機數生成器
normrnd 正態（高斯）分布的隨機數生成器
poissrnd 泊松分布的隨機數生成器
raylrnd 瑞利分布的隨機數生成器
trnd 學生氏t分布的隨機數生成器
unidrnd 離散均勻分布的隨機數生成器
unifrnd 連續均勻分布的隨機數生成器
weibrnd 威布爾分布的隨機數生成器

表Ⅰ-5 分布函數的統計量函數
函數名 對應分布的統計量
betastat 貝塔分布函數的統計量
binostat 二項分布函數的統計量
chi2stat 卡方分布函數的統計量
expstat 指數分布函數的統計量
fstat f分布函數的統計量
gamstat 伽瑪分布函數的統計量
geostat 幾何分布函數的統計量
hygestat 超幾何分布函數的統計量
lognstat 對數正態分布函數的統計量
nbinstat 負二項分布函數的統計量
ncfstat 非中心f分布函數的統計量
nctstat 非中心t分布函數的統計量
ncx2stat 非中心卡方分布函數的統計量
normstat 正態（高斯）分布函數的統計量
poisstat 泊松分布函數的統計量
續表
函數名 對應分布的統計量
raylstat 瑞利分布函數的統計量
tstat 學生氏t分布函數的統計量
unidstat 離散均勻分布函數的統計量
unifstat 連續均勻分布函數的統計量
weibstat 威布爾分布函數的統計量

表Ⅰ-6 參數估計函數
函 數 名 對應分布的參數估計
betafit 貝塔分布的參數估計
betalike 貝塔對數似然函數的參數估計
binofit 二項分布的參數估計
expfit 指數分布的參數估計
gamfit 伽瑪分布的參數估計
gamlike 伽瑪似然函數的參數估計
mle 極大似然估計的參數估計
normlike 正態對數似然函數的參數估計
normfit 正態分布的參數估計
poissfit 泊松分布的參數估計
unifit 均勻分布的參數估計
weibfit 威布爾分布的參數估計
weiblike 威布爾對數似然函數的參數估計

表Ⅰ-7 統計量描述函數
函 數 描 述
bootstrap 任何函數的自助統計量
corrcoef 相關系數
cov 協方差
crosstab 列聯表
geomean 幾何均值
grpstats 分組統計量
harmmean 調和均值
iqr 內四分極值
kurtosis 峰度
mad 中值絕對差
mean 均值
median 中值
moment 樣本模量
nanmax 包含缺失值的樣本的最大值
續表
函 數 描 述
Nanmean 包含缺失值的樣本的均值
nanmedian 包含缺失值的樣本的中值
nanmin 包含缺失值的樣本的最小值
nanstd 包含缺失值的樣本的標准差
nansum 包含缺失值的樣本的和
prctile 百分位數
range 極值
skewness 偏度
std 標准差
tabulate 頻數表
trimmean 截尾均值
var 方差

表Ⅰ-8 統計圖形函數
函 數 描 述
boxplot 箱形圖
cdfplot 指數累加分布函數圖
errorbar 誤差條圖
fsurfht 函數的交互等值線圖
gline 畫線
gname 交互標注圖中的點
gplotmatrix 散點圖矩陣
gscatter 由第三個變數分組的兩個變數的散點圖
lsline 在散點圖中添加最小二乘擬合線
normplot 正態概率圖
pareto 帕累托圖
qqplot Q-Q圖
rcoplot 殘差個案次序圖
refcurve 參考多項式曲線
refline 參考線
surfht 數據網格的交互等值線圖
weibplot 威布爾圖

表Ⅰ-9 統計過程式控制制函數
函 數 描 述
capable 性能指標
capaplot 性能圖
ewmaplot 指數加權移動平均圖
續表
函 數 描 述
histfit 添加正態曲線的直方圖
normspec 在指定的區間上繪正態密度
schart S圖
xbarplot x條圖

表Ⅰ-10 聚類分析函數
函 數 描 述
cluster 根據linkage函數的輸出創建聚類
clusterdata 根據給定數據創建聚類
cophenet Cophenet相關系數
dendrogram 創建冰柱圖
inconsistent 聚類樹的不連續值
linkage 系統聚類信息
pdist 觀測量之間的配對距離
squareform 距離平方矩陣
zscore Z分數

表Ⅰ-11 線性模型函數
函 數 描 述
anova1 單因子方差分析
anova2 雙因子方差分析
anovan 多因子方差分析
aoctool 協方差分析交互工具
mmyvar 擬變數編碼
friedman Friedman檢驗
glmfit 一般線性模型擬合
kruskalwallis Kruskalwallis檢驗
leverage 中心化杠桿值
lscov 已知協方差矩陣的最小二乘估計
manova1 單因素多元方差分析
manovacluster 多元聚類並用冰柱圖表示
multcompare 多元比較
多項式評價及誤差區間估計
polyfit 最小二乘多項式擬合
polyval 多項式函數的預測值
polyconf 殘差個案次序圖
regress 多元線性回歸
regstats 回歸統計量診斷
續表
函 數 描 述
Ridge 嶺回歸
rstool 多維響應面可視化
robustfit 穩健回歸模型擬合
stepwise 逐步回歸
x2fx 用於設計矩陣的因子設置矩陣

表Ⅰ-12 非線性回歸函數
函 數 描 述
nlinfit 非線性最小二乘數據擬合（牛頓法）
nlintool 非線性模型擬合的互動式圖形工具
nlparci 參數的置信區間
nlpredci 預測值的置信區間
nnls 非負最小二乘

表Ⅰ-13 試驗設計函數
函 數 描 述
cordexch D-優化設計（列交換演算法）
daugment 遞增D-優化設計
dcovary 固定協方差的D-優化設計
ff2n 二水平完全析因設計
fracfact 二水平部分析因設計
fullfact 混合水平的完全析因設計
hadamard Hadamard矩陣（正交數組）
rowexch D-優化設計（行交換演算法）

表Ⅰ-14 主成分分析函數
函 數 描 述
barttest Barttest檢驗
pcacov 源於協方差矩陣的主成分
pcares 源於主成分的方差
princomp 根據原始數據進行主成分分析

表Ⅰ-15 多元統計函數
函 數 描 述
classify 聚類分析
mahal 馬氏距離
manova1 單因素多元方差分析
manovacluster 多元聚類分析

表Ⅰ-16 假設檢驗函數
函 數 描 述
ranksum 秩和檢驗
signrank 符號秩檢驗
signtest 符號檢驗
ttest 單樣本t檢驗
ttest2 雙樣本t檢驗
ztest z檢驗

表Ⅰ-17 分布檢驗函數
函 數 描 述
jbtest 正態性的Jarque-Bera檢驗
kstest 單樣本Kolmogorov-Smirnov檢驗
kstest2 雙樣本Kolmogorov-Smirnov檢驗
lillietest 正態性的Lilliefors檢驗

表Ⅰ-18 非參數函數
函 數 描 述
friedman Friedman檢驗
kruskalwallis Kruskalwallis檢驗
ranksum 秩和檢驗
signrank 符號秩檢驗
signtest 符號檢驗

表Ⅰ-19 文件輸入輸出函數
函 數 描 述
caseread 讀取個案名
casewrite 寫個案名到文件
tblread 以表格形式讀數據
tblwrite 以表格形式寫數據到文件
tdfread 從表格間隔形式的文件中讀取文本或數值數據

表Ⅰ-20 演示函數
函 數 描 述
aoctool 協方差分析的互動式圖形工具
disttool 探察概率分布函數的GUI工具
glmdemo 一般線性模型演示
randtool 隨機數生成工具
polytool 多項式擬合工具
rsmdemo 響應擬合工具
robustdemo 穩健回歸擬合工具

Ⅰ.2 優化工具箱函數
表Ⅰ-21 最小化函數表
函 數 描 述
fgoalattain 多目標達到問題
fminbnd 有邊界的標量非線性最小化
fmincon 有約束的非線性最小化
fminimax 最大最小化
fminsearch, fminunc 無約束非線性最小化
fseminf 半無限問題
linprog 線性課題
quadprog 二次課題

表Ⅰ-22 方程求解函數表
函 數 描 述
\ 線性方程求解
fsolve 非線性方程求解
fzero 標量非線性方程求解

表Ⅰ-23 最小二乘函數表
函 數 描 述
\ 線性最小二乘
lsqlin 有約束線性最小二乘
lsqcurvefit 非線性曲線擬合
lsqnonlin 非線性最小二乘
lsqnonneg 非負線性最小二乘

表Ⅰ-24 實用函數表
函 數 描 述
optimset 設置參數
optimget 獲取參數

表Ⅰ-25 大型方法的演示函數表
函 數 描 述
circustent 馬戲團帳篷問題—二次課題
molecule 用無約束非線性最小化進行分子組成求解
optdeblur 用有邊界線性最小二乘法進行圖形處理

表Ⅰ-26 中型方法的演示函數表
函 數 描 述
bandemo 香蕉函數的最小化
dfildemo 過濾器設計的有限精度
goaldemo 目標達到舉例
optdemo 演示過程菜單
tutdemo 教程演示

Ⅰ.3 樣條工具箱函數
表Ⅰ-27 三次樣條函數
函 數 描 述
csapi 插值生成三次樣條函數
csape 生成給定約束條件下的三次樣條函數
csaps 平滑生成三次樣條函數
cscvn 生成一條內插參數的三次樣條曲線
getcurve 動態生成三次樣條曲線

表Ⅰ-28 分段多項式樣條函數
函 數 描 述
pplst 顯示關於生成分段多項式樣條曲線的M文件
ppmak 生成分段多項式樣條函數
ppual 計算在給定點處的分段多項式樣條函數值

表Ⅰ-29 B樣條函數
函 數 描 述
splst 顯示生成B樣條函數的M文件
spmak 生成B樣條函數
spcrv 生成均勻劃分的B樣條函數
spapi 插值生成B樣條函數
spap2 用最小二乘法擬合生成B樣條函數
spaps 對生成的B樣條曲線進行光滑處理
spcol 生成B樣條函數的配置矩陣

表Ⅰ-30 有理樣條函數
函 數 描 述
rpmak 生成有理樣條函數
rsmak 生成有理樣條函數

表Ⅰ-31 操作樣條函數
函 數 描 述
fnval 計算在給定點處的樣條函數值
fmbrk 返回樣條函數的某一部分（如斷點或系數等）
fncmb 對樣條函數進行算術運算
fn2fm 把一種形式的樣條函數轉化成另一種形式的樣條函數
fnder 求樣條函數的微分(即求導數)
fndir 求樣條函數的方向導數
fnint 求樣條函數的積分
fnjmp 在間斷點處求函數值
fnplt 畫樣條曲線圖
fnrfn 在樣條曲線中插入斷點。
fntlr 生成tarylor系數或taylor多項式

表Ⅰ-32 樣條曲線端點和節點處理函數
函 數 描 述
augknt 在已知節點數組中添加一個或多個節點
aveknt 求出節點數組元素的平均值
brk2knt 增加斷點數組中元素的重次
knt2brk 從節點數組中求得節點及其重次
knt2mlt 從節點數組中求得節點及其重次
sorted 求出節點數組points的元素在節點數組meshpoints中屬於第幾個分量
aptknt 求出用於生成樣條曲線的節點數組

表Ⅰ-33 樣條曲線端點和節點處理函數
函 數 描 述
newknt 對分段多項式樣條函數進行重分布
optknt 求出用於內插的最優節點數組
chbpnt 求出用於生成樣條曲線的合適節點數組

表Ⅰ-34 解線性方程組的函數
函 數 描 述
slvblk 解對角占優的線性方程組
bkbrk 描述分塊對角矩陣的詳細情況

表Ⅰ-35 樣條GUI函數
函 數 描 述
bspligui 在節點處生成B樣條曲線
splinetool 用一系列方法生成各種樣條曲線

Ⅰ.4 偏微分方程數值解工具箱函數
表Ⅰ-36 偏微分方程求解演算法函數
函 數 描 述
adaptmesh 生成自適應網格並求解PDE問題
assema 組合面積的整體貢獻
assemb 組合邊界條件的貢獻
assempde 組合剛度矩陣和PDE問題的右端項
hyperbolic 求解雙曲線PDE問題
parabolic 求解拋物線型PDE問題
pdeeig 求解特徵值PDE問題
pdenonlin 求解非線性PDE問題
poisolv 在矩形網格上對泊松方程進行快速求解

表Ⅰ-37 用戶界面演算法函數
函 數 描 述
pdecirc 繪圓
pdeellip 繪橢圓
pdemdlcv 將PDE工具箱1.0模型的M文件轉換為PDE工具箱1.0.2版本的格式
pdepoly 繪多邊形
pderect 繪矩形
pdetool PDE工具箱圖形用戶集成界面（GUI）

表Ⅰ-38 幾何演算法函數
函 數 描 述
csgchk 核對幾何描述矩陣的有效性
csgdel 刪除最小子域之間的界線
decsg 將建設性實體幾何模型分解為最小子域
initmesh 創建初始三角形網格
jigglemesh 微調三角形網格的內部點
pdearcl 在參數表示和圓弧長度之間進行內插
poimesh 在矩形幾何圖形上生成規則網格
refinemesh 加密一個三角形網格
wbound 寫邊界條件指定文件
wgeom 寫幾何指定函數

表Ⅰ-39 繪圖函數
函 數 描 述
pdecont 繪等值線圖
pdegplot 繪制PDE幾何圖
pdemesh 繪PDE三角形網格
pdeplot 一般PDE工具箱繪圖函數
pdesurf 繪三維表面圖

表Ⅰ-40 實用函數
函 數 描 述
Dst idst 離散化sin轉換
pdeadgsc 使用相對容限臨界值選擇三角形
pdeadworst 選擇相對於最壞值的三角形
pdecgrad PDE解的變動
pdeent 與給定三角形集合相鄰的三角形的指數
pdegrad PDE解的梯度
pdeintrp 從節點數據至三角形中點數據進行內插
pdejmps 對於自適應網格進行誤差估計
pdeprtni 從三角形中點數據向節點數據進行內插
pdesde 子域集合中點的指數
pdesdp 子域集合邊緣的指數
pdesdt 子域集合三角形的指數
pdesmech 計算結構力學張量函數
pdetrg 三角形幾何數據
pdetriq 三角型質量度量
續表
函 數 描 述
Poiasma 用於泊松方程快速求解器的邊界點矩陣
poicalc 矩形網格上泊松方程的快速求解器
poiindex 經過規范排序的矩形網格的點的指數
sptarn 求解廣義稀疏特徵值問題
tri2grid 從PDE三角形網格到矩形網格進行內插

表Ⅰ-41 自定義演算法函數
函 數 描 述
pdebound 邊界條件M文件
pdegeom 幾何模型M文件

表Ⅰ-42 演示函數
函 數 描 述
pdedemo1 單位圓盤上泊松方程的精確解
pdedemo2 求解Helmholtz方程，研究反射波
pdedemo3 求解最小表面問題
pdedemo4 用子域分解求解PDE問題
pdedemo5 求拋物線型問題（熱傳導方程）
pdedemo6 求雙曲線型PDE問題（波動方程）
pdedemo7 點源的自適應求解
pdedemo8 在矩形網格上求解泊松方程

Ⅳ MATLAB工具箱是怎樣的

MATLAB附帶了很多工具箱（Toolbox），而且每次發布新版本時，工具箱幾乎都要增加。按回F1鍵打開MATLAB的「Help」，答在窗口左邊顯示了MATLAB所有的工具箱。

一般來說，每個工具箱針對一個具體的問題，如圖像處理工具箱（ImageProcessingToolbox）專門針對數字圖像處理問題，偏微分方程工具箱（）是偏微分方程（組）求解函數的集合。一個工具箱中包含若干函數。實際上，工具箱也是一個函數庫，在功能方面與MATLAB主體中的數值計算和數據可視化部分相同。但有一點區別：主體部分的核心函數都是內置函數，是用C語言編寫並編譯過的；而工具箱中的函數都是基於MATLAB的二次開發，即用MATLAB語言寫的.m文件。用Editor打開這些文件，就可以看到源代碼。

MATLAB工具箱一般具有較深厚的專業背景。本篇基本不涉及工具箱的內容。在下篇中，將從實例出發，在用到某工具箱時，對該工具箱進行簡單介紹。

Ⅵ MATLAB有哪些畫圖的函數

1、plot()

最通用的繪圖函數，可以接受一個向量或兩個向量作為坐標輸入，但是兩個向量作為輸入時這兩個向量必須有相同的長度。

2、ezplot()

快捷繪圖指令，可以大大簡化編程過程，僅需要通過字元串的形式輸入待求解表達式（甚至隱函數方程），即可得到結果。

(6)matlab工具箱有哪些函數擴展閱讀

在同時繪制多條曲線時，如果沒有指定曲線屬性，plot按順序循環使用當前坐標系中ColorOrder和LineStyleOrder兩個屬性。

默認情況，MATLAB在每次調用plot函數時將ColorOrder和LineStyleOrder自動重置為DefaultAxesColorOrder和DefaultAxesLineStyleOrder。

使用hold all命令可以阻止調用plot函數時自動重置ColorOrder和LineStyleOrder屬性，而是循環使用。注意，hold on只是使多次繪制的圖形疊加（相當於NextPlot），但不能阻止屬性重置。

另外，可以通過下面四個屬性設置標識符的顏色和大小「

LineWidth」指定線寬；

MarkerEdgeColor「指定標識符的邊緣顏色；

MarkerFaceColor」指定標識符填充顏色；

MarkerSize「指定標識符的大小。

注意：上面四個屬性是針對當前坐標系中所有曲線的。

Ⅶ 關於matlab的SVM工具箱的幾個函數

help用法:
在命令輸入窗口輸入： help+空格+函數名
把上邊的函數都help一下就行了
trainlssvm訓練用
simlssvm測試用

Ⅷ 關於matlab的SVM工具箱的幾個函數

能不用自帶函數不，給你個最小二乘支持向量機的自編代碼
clear all;
clc;
N=35; %樣本個數
NN1=4; %預測樣本數
%********************隨機選擇初始訓練樣本及確定預測樣本*******************************
x=[];
y=[];
index=randperm(N); %隨機排序N個序列
index=sort(index);
gama=23.411; %正則化參數
deita=0.0698; %核參數值
%thita=; %核參數值
%*********構造感知機核函數*************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=tanh(deita*(x1'*x2)+thita);
% end
%end
%*********構造徑向基核函數**************************************
for i=1:N
x1=x(:,index(i));
for j=1:N
x2=x(:,index(j));
x12=x1-x2;
K(i,j)=exp(-(x12'*x12)/2/(deita*deita));
end
end
%*********構造多項式核函數****************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=(1+x1'*x2)^(deita);
% end
%end
%*********構造核矩陣************************************
for i=1:N-NN1
for j=1:N-NN1
omeiga1(i,j)=K(i,j);
end
end
omeiga2=omeiga1';
omeiga=omeiga2+(1/gama)*eye(N-NN1);
A12=ones(1,N-NN1);
A21=A12';
A=[0 A12;A21 omeiga];
%**************************************
for i=1:N-NN1
B21(i,:)=y(index(i));
end
B=[0;B21];
%********LS-SVM模型的解******************************
C=A\B;
%******
b=C(1); %模型參數
for i=1:N-NN1
aipha(i)=C(i+1); %模型參數，行向量
end
%*******************************************
for i=1:N %預測模型
aifx(i)=b+(aipha)*K(1:N-NN1,i);
end
%*******************************************
aifx
index

Ⅸ 數學建模常用到的matlab函數有哪些

sort (排序)
xlsread ( exl文件導入)
load （txt 文件，mat文件等導入）
實際上，常用的函數也是很有針對性的，我還真不知道 你要問什麼

Ⅹ matlab中怎麼查看工具箱中的函數

MATLAB的最優化工具箱中提供了lsqcurvefit()函數，可以解決最小二乘曲線擬合的問題，改函數的調用格式為：
[a,J]=lsqcurvefit(Fun,a0,x,y)
其中，Fun未原型函數的MATLAB表示，a0未最優化的初值，x，y為原始輸入輸出數據向量，調用該函數將可以返回待定系數向量a以及在此待定系數下的目標函數的值J.（詳細可以輸入 help lsqcurvefit）
具體做法是：
>>U1=inline('f(a,w)','a','w') %用a（i）分別代替六個未知數，i=1~6.
>>[xx,res]=lsqcurvefit(U1,[1 1 1 1 1 1],w,U); xx' % w和U是你試驗得出來的數據向量。

結果應該會出現一個ans 向量（6維），分別就是你所要待定的系數a（i）了