用MATLAB解方程 N=-27068*a+11508 代入N=36914 求出a~

非线性方程组数值解法 - 正文
n个变量n个方程(n >1)的方程组表示为
(1)
式中ƒi(x1,x2,…,xn)是定义在n维欧氏空间Rn 的开域D上的实函数.若ƒi中至少有一个非线性函数,则称(1)为非线性方程组.在Rn 中记 ƒ＝ 则(1)简写为ƒ(尣)=0.若存在尣*∈D,使ƒ(尣*)＝0,则称尣*为非线性方程组的解.方程组(1)可能有一个解或多个解,也可能有无穷多解或无解.对非线性方程组解的存在性的研究远不如线性方程组那样成熟,现有的解法也不象线性方程组那样有效.除极特殊的方程外,一般不能用直接方法求得精确解,目前主要采用迭代法求近似解.根据不同思想构造收敛于解尣*的迭代序列{尣k}(k=0,1,…),即可得到求解非线性方程组的各种迭代法,其中最著名的是牛顿法.

syms x t;
dsolve('D2x+Dx+x-4*x^2+3*x^3-2*sin(t)=0','x(0)=0','Dx(0)=0','t');
程序代码就是这个样子的,命令的意义自己看matlab help吧,不过用matlab没解出解析解来

花画圆的程序：
for i=-3:0.001:3
y=-sqrt(9-i^2);
plot(i,y);
hold on
end
hold on
for i=-3:0.001:3
y=sqrt(9-i^2);
plot(i,y);
hold on
end
%椭圆
for i=-6:0.01:6
y=-sqrt(36-i^2)/2;
plot(y,i);
hold on
end
%双曲线
for i=-6:0.01:6
y=-sqrt(36+i^2)/2;
plot(y,i);
hold on
end
hold on
for i=-6:0.01:6
y=sqrt(36+i^2)/2;
plot(y,i);
hold on
end
hold on
for i=-6:0.01:6
y=sqrt(36-i^2)/2;
plot(y,i);
hold on
end
%抛物线
for i=0:0.01:6
y=-sqrt(2*6*i);
plot(y,i);
hold on
end
hold on
for i=0:0.01:6
y=sqrt(2*6*i);
plot(y,i);
hold on
end

对于N-D数组, VAR沿第一个非一维X使用。
VAR由N-1正常化Y，如果N>1，其中N是样本大小。 这是人口的变化的一个无偏估计值由X得出，只要X包括独立同分布样本。 对于N=1， N.正常化Y。
Y = VAR (X， 1)通过由N正常化并且导致样品的二次矩。 VAR (X， 0)与VAR (X)是相同的。
Y = VAR(X， W)使用重量媒介W计算变化。 W的长度必须合计VAR经营维度的长度，并且它的元素一定非负。 VAR正常化归一至W。
Y = VAR (X， W，DIM)采取沿维度DIM通过X在0的到W的能由N-1使用缺省正常化或者1使用N。

只有n和x,咋画二维图?
画个平面图还行.

x0=1;%设置初始值,x(1)=1
x=x0*ones(1,100);%生成x(n)初始数组
for n=1:99
x(n+1)=-0.01*x(n)+x(n).^2;
end
plot(x);

matlab 里面 *是矩阵相乘,.*是数列对应位置的数相乘
a=[1 2 3]; b=[2 3 4];
a.*b
ans =
2 6 12
而a*b是错误的,
矩阵相乘要求 a 的列数 和 b的行数相等,返回矩阵行数等于a的行数,列数等于b的列数
而a和b之间有一个数是标量时,就是只有1x1时,*与.*等价
同理/是矩阵除法,而./是对应位置相除
a^2是矩阵平方,等价于a*a,要求a是方阵
a.^2是每个元素自己平方,等价于a.*a

y = dsolve('(Dy)^2 + y^2 = 1','y(0) = 0')
y =
-sin(t)或者sin(t)
两个都可以

B=chol(A)
若A=B*B',那么A必须是有条件的!

Q=squeeze(P); %%%将3维变2维3*5
x=Q(1,:);
y=Q(2,:);
z=Q(3,:);
plot3(x,y,z) %%%%我不能画点,只能将他们连成曲线

将x0变为3X1的矩阵
即将x0转置
相当于x0=x0'

a={'A','B','C','D','E','F'};
for i=1:6
a(randperm(length(a)))
end

clear
clc


[t,x]=ode45(@(t,x)[-x(1)^2-x(2);x(1)-x(2)^3],[0 5],[1 0.5]);
plot(t,x(:,1),'r',t,x(:,2),'b');
legend('x(t)','y(t)');
axis([0,5,-10,2])

[a b c d e]= textread('t1.txt','%n %s %n %n %n',5);将这一句换成这个,[a b c d e]= textread('aaa.txt','%s %s %s %s %s',5);a,b,c,d,e中的元素为元胞数组,你提取里面的数组元素（原来是字符串,可能要转化为数字）计算就可以了.

t1=1:365;
t2=200:564;
t3=400:764;
t4=600:964;
t5=800:1095;
plot(t1,y);
hold on;
plot(t2,y);
hold on;
plot(t3,y);
hold on;
plot(t4,y);
hold on;
plot(t5,y);

我做过这题.
我找找,用偏微分方程组.
ode45求解.

写成 x(:,1)=a; 就可以了.
x(1)的话相当于是一个标量,而你的a是一个向量,所以就没法赋值了.

我不明白什么是物理意义!
我只知道
乘法&右除：就是线性代数里面的矩阵之间的乘&除
点乘：就是同样维度的矩阵,对应位置的数相乘；
例如说a=[1 2 3];b=[2 3 4];a.*b=[2 6 12];
至于左除：我个人感觉是因为矩阵的运算不具有交换律,所以在解方程或者运算时,引入左除可以更方便；
例如：三元方程组A*x=b;
A=[ 1 2 3;2 1 4;3 2 9];b=[3 5 2]';
那么x=Ab;则可以直接求出x的值.
当然也可以写成x=A^(-1)*b=inv(A)*b.
不过有时候左除的矩阵不存在逆阵时,这种算法就方便多了!

matlab中绘图函数很多,下面我提供三种方法1.plot函数x=-10:0.1:10;y=log(sqrt(1+x.^2))+x;plot(x,y)2.ezplot()ezplot('log(sqrt(1+x^2))+x',[-10 10])3.fploty=@(x)log(sqrt(1+x.^2))+x;fplot(y,[-10 10])%by dynami...

clear
clc
d=0:0.5:8;
[d,w]=meshgrid(d,d);
F1=50.326*(d.*(d.^2-1)./(d.^2+1).^2-1./w)+2204.288*(d+w).*((d+w).^2-1)./((d+w).^2+1).^2;
mesh(d,w,F1);
xlabel('d');ylabel('w');zlabel('F1')

come up with two edges detection algorithm based on two-dimensional DCT transform,use The Matlab to achieve the algorithm of all sorts of edge detection ,and compare and analysis the superiority of the kinds of the above algorithms
come up with赶上；提出；想出
edges detection algorithm 边缘检测算法
the superiority of优势

-1.5309 + 1.0234i
-1.5309 - 1.0234i
0.3534 + 1.6851i
0.3534 - 1.6851i
1.3551
1.0000

举个例子：
lambda = 2;
r = poissrnd(lambda,10000,1);
mean(r) % 均值
var(r) % 方差
y = poisspdf(r,lambda); % 概率密度
...功率谱应该可以用psd函数,自相关用xcorr,画图用plot...
依次往下算就是了.

用nlinfit（非线性回归）
abc分别设为beta(1)、beta（2）、beta（3）
最好给出x和y来,以及abc的大概初值.
参考一下我以前的

tainanle

F(20)=6765
--------------------------------
代码如下：
N=20
F=ones(1,N);
for i=3:N
F(i)=F(i-1)+F(i-2);
end
F(N)

解方程很简单,调用ode45即可
关键是求运动时间,假设z方向坐标变为0即为落至地面运动结束,可求得运动时间的近似值及落地点坐标
代码如下：
clear all
clc
c=0.07;
u0=25;
a=pi/6;
f=@(t,x)([x(2);
-c*sqrt(x(2)^2+(x(4)-7-.35*x(5))^2+x(6)^2)*x(2);
x(4);
-c*sqrt(x(2)^2+(x(4)-7-.35*x(5))^2+x(6)^2)*(x(4)-7-.35*x(5));
x(6);
-9.81-c*sqrt(x(2)^2+(x(4)-7-.35*x(5))^2+x(6)^2)*x(6)]);
[t,Y]=ode45(f,0:.01:2,[0 u0*cos(a) 0 0 1.4 u0*sin(a)]);
n=max(find(Y(:,5)>0));
t_end=t(n)
s=[Y(n,1),Y(n,3),0]
plot3(Y(1:n,1),Y(1:n,3),Y(1:n,5))
其中t_end为运动时间
s为落地点坐标
看了半天,怎么都觉得方程不太对
再检查一下方程吧,尤其是第二个方程等号右边到底有没有负号
最后一个方程等号右边也有问题,请仔细检查

clear; %清除所有变量
tic; %保存当前时间,再用toc来记录完成时间,以此计算程序运行时间
imgname='1.bmp'; %待处理图像文件名
wavename='haar'; %小波基函数
mode='per'; %小波变换模式 periodization
[x,map]=imread(imgname); %读入图像,像素值在x中,颜色映射表在map中
figure(1); %绘图窗口1
subplot(2,2,1);imshow(x); %绘图窗口1分为2x2,在第一部分显示读入的图像
title('原图'); %绘图标题
r=x; %复制一份图像数据
xx=histeq(r); %图像直方图均衡化
subplot(2,2,2);imshow(xx); %在绘图窗口1的第二部分显示均衡化后的图像
title('增强后的图像'); %绘图标题
deccof=struct('ca',[],'ch',[],'cv',[],'cd',[]); %创建结构,用来保存小波变换结果
%ca:近似分量
%ch:水平细节分量
%cv:垂直细节分量
%cd:对角细节分量
reccof=struct('rx',[]); %创建结构
sx=size(xx); %获得图像大小
nbcol=size(map,1); %获得颜色映射表长度
dx=xx; %复制一份图像数据
deccof(1).ca=xx;
[deccof(2).ca,deccof(2).ch,deccof(2).cv,deccof(2).cd]=dwt2(dx,wavename,'mode',mode); %对图像dx进行二维离散小波变换
figure(2);imshow([deccof(2).ca/255,deccof(2).ch/255;deccof(2).cv/255,deccof(2).cd/255;]); %绘图窗口2,显示小波变换结果
title('小波分解'); %绘图标题
%绘图窗口1,第三部分绘制近似分量
am=deccof(2).ca/255;
figure(1);
subplot(2,2,3);imshow(am);
title('近似分量');
%对近似分量进行处理
L=size(am,1); %获得图像长度
W=size(am,2); %获得图像宽度
N=L*W; %像素点数
[Count Ret]=imhist(am); %获得图像的直方图,Count为直方图灰度级数量
Pi=Count'./N;
%以下计算各灰度级出现的概率
g=[];
for t=0:255
w0=sum(Pi(1:t+1));
w1=1-w0;
mu0=sum(Pi(1:t+1).*(0:t))/w0;
mu1=sum(Pi(t+2:256).*(t+1:255))/w1;
mu=sum(Pi(1:256).*(0:255));
g=[g w0*w1*(mu0-mu1)^2/(w1*(mu0-mu)^2+w0*(mu1-mu)^2)];
end
[Ret1 T ]=max(g); %获得灰度分布的峰值
T1=T;
T=num2str(T-1);
disp(['最佳灰度threhold:' T]);
I1=im2bw(am,T1/255); %以得到的灰度峰值作为阈值进行灰度变换
figure(1),subplot(2,2,4);imshow(I1); %绘图窗口第四部分显示该图像
title('阈值分割后的图像');
%灰度变换以后再进行小波反变换
u=idwt2(I1,deccof(2).ch/127,deccof(2).cv/127,deccof(2).cd/127,wavename,'mode',mode);
figure(3),imshow(u);title('小波分割图像') %显示反变换后得到的图像

u=ones(size(a));
igai=find(a

f(1)=1;
f(2)=1;
for i=3:10; %根据你的需要改写循环的终点,可以把10改成你想要的数字
f(i)=f(i-1)+f(i-2);
end
disp('f=')
f
disp('f(10)=')
f(10)
以下是运行结果：
f =
1 1 2 3 5 8 13 21 34 55
f(10)=
55

FIX(X) rounds the elements of X to the nearest integers towards zero.
向0靠拢取整,例：
>> fix(3.2)
ans =
3
>> fix(3.7)
ans =
3
>> fix(-3.7)
ans =
-3
>> fix(-3.2)
ans =
-3

你是要画图还是求a=?时可以使两式相等?另外你说两式相等是说x(t) = y(t)还是dx/dt = dy/dt?
dsolve可以解微分方程组,ode45可以数值地解微分方程组,你需要数值解还是解析解?

a=[1,2,3,4,5;1,2,3,4,5;1,2,3,4,5;1,2,3,4,5;1,2,3,4,5;]
a =
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
>> a(:,2)
ans =
2
2
2
2
2
>> a(:,1:2)
ans =
1 2
1 2
1 2
1 2
1 2
>> a(1:2,:)
ans =
1 2 3 4 5
1 2 3 4 5
>>
逗号前面的代表行,后面的代表列 .m：n表示从m到n.

syms x(t) delta a t0
dsolve(diff(x)==-x+delta*sin(t),x(t0) == a)

北理熊老师：作业自己做,不会自己看看书就会了,很简单...发现抄袭,一律扣分~

你的第三个方程为：x+8z-5z=9,我把它改成x+8z-5w=9>> A=[3,4,-7,-12;5,-7,4,3;1,0,8,-5;-6,5,-2,10];>> b=[4;-3;9;-8];>> x=Ab得到解为：x =-1.0534-0.45960.5775-1.0867上述四个值从上到下,分别为x,y,z,w...

s=solve('x*(exp(1/(y*26))-1)=1','x*(exp(1.5/(y*26))-1)=80');
s.x,s.y
结果：
s =
x:[1x1 sym]
y:[1x1 sym]
>> s.x
ans =
0.00015632267679000363133741067619345
>> s.y
ans =
0.0043887105806899711003210265856282

x = 1:6;
y = [3 6 7 4 2 8
6 7 3 2 4 7
9 7 2 5 8 4
6 4 3 2 7 4];
figure;
bar(x,y');

正三角形?

syms x y z h a
eq1=z^2/1.5^2+y^2-1;
eq2=y*tan(a)+z-h-2*tan(a)+1.5;
d=solve(eq1,eq2)
d.y

B=A(find(A(:,1)==2),2)

solve即可

syms x n
>> int(sin(n*x),'x')

ans =

-1/n*cos(n*x)

d=diff(r);%生成间隔
dmax=max(d);%最大间隔
dmin=min(d);%最小间隔

使用这个语句就行了
A=ones(16);
B=blkdiag(A,A,A,A,A,A,A,A,ones(8));
由于136不是16的倍数,最后的部分不是16*16的,而是8*8的

MATLAB提供了计算贝塞尔函数的函数,具体包括：besselj - 第一类贝塞尔函数,或简称贝塞尔函数；bessely - 第二类贝塞尔函数,又称诺伊曼函数（Neumann function）；besseli - 第一类修正贝塞尔函数；besselk - 第二类修正贝塞尔函数；besselh - 第三类贝塞尔函数,又称汉克尔函数（Hankel function）. 这几个函数的调用语法基本相同,例如J = besselj(nu,Z)J = besselj(nu,Z,1)[J,ierr] = besselj(nu,Z) 其中,nu为贝塞尔函数的阶数,Z为函数自变量.阶数必须为实数,但Z可以是复数. 值得一提的是,上述函数是MATLAB基本模块（也就是说不需要任何附加的工具箱）提供的特殊函数,采用数值方法计算；而符号数学工具箱则提供了第一和第二类的4个贝塞尔函数,名称和调用方式都与MATLAB基本系统的4个函数完全一致,但支持微分、积分等符号运算.

syms x
>> int((1-0.25*x^2)/(1-x^2)^0.5,x)
ans =
(7*asin(x))/8 + (x*(1 - x^2)^(1/2))/8
>> solve('2^x-2*x^2-1=0')
ans =
0