qq_51070956的博客

D = diag(v,k) 将向量 v 的元素放置在第 k 条对角线上。k=0 表示主对角线，k>0 位于主对角线上方，k

常微分方程用欧拉法大部分，下标位置，上标时间这里是说算法的尺比，每个算法尺比有要求，就是空间步长与时间步长的比古典解、广义解对于PDE(偏微分方程)来说，如果存在一个函数u uu具有所需要的各阶连续偏导数，将它们带入方程时能使方程成为恒等式，则称这个函数为该方程的解 (这种解又称为古典解)。用一个充分光滑的初值函数序列来逼近不够光滑的初值函数，前者所对应的解序列的极限就定义为后者所确定的解，称为问题的广义解。求解ODE思路。..................

x = x(i) 先找出值不是NaN的项的下标,将这些元素保留x = x(find( ~ isnan(x))) 同上,去掉NaN消掉NaN把含有NaN的行都去掉,注意这个转置注意:判断一个值是否为NaN,只能用 isnan(),而不可用 x==NaN;

动手练

matlab

其中，hg21是主成分变量回归系数、hg22是标准化X的回归系数(没有常数项)，hg23是原始X的回归系数（第一个是常数项）分成3类，矩阵z的含义不必太纠结，T矩阵代表原先的指标所属的类，通过循环找出每一类包含的指标。linkage变量相当于pdist生成的行向量 （ 1，m*(m-1)/2 ）

就这么几句，我真的看了很多遍了，我真的不知道哪里写错了

设有一个长直接地金属矩形槽，长a=40，宽b=20，其侧壁与底面电位均为零，顶盖电位为100V（相对值），求槽内电位分布。

2、访问数组元素要记得下标，不要直接用数组名（有时数组之间进行运算他也不报错，但结果就死了。3、理解上，一开始脑子没转过弯，每个区域浓度计算的和 要除以该区域样本点的个数。不仔细看表格，xlsread把样本点的序号也读入了数据矩阵。太致命了，下次碰到不确定的用法一定要测试。............

初始化为75，要注意的是，matlab矩阵下标从1开始，则以空域为例，初始化下标1，1~N对应的矩阵下标是 2 ~ N+1, 故矩阵的大小应初始化为 （m+1，n+1）2、由于对MATLAB不熟，每个通过计算得到得变量（尤其是矩阵，最好输出看看，比如这里得sj矩阵，一不小心就算出小数，作为数组下标显然会报错。对于时域 i ，通过X=A\b，计算出时域 i 的温度，再通过时域 i 的温度 递推出 进行时域 i+1 计算的 b矩阵。标准的一维热传导方程的解法（有初值条件和足够的（两个）边值条件）........

代码】向前/向后差分进行拟合。

fval是得到规划后的y值，sol是储存最优x解的一个元胞i j=【i；j】

原来ployfit还可以拟合像。

fplot

正理想解C∗C^*C∗是一个方案集 DDD中并不存在的虚拟的最佳方案，它的每个属性值都是决策矩阵中该属性的最好值；而负理想解 C0C^0C0则是虚拟的最差方案，它的每个属性值都是决策矩阵中该属性的最差值。在 维空间中，将方案集DDD 中的各备选方案did_idi​ 与正理想解C∗C^*C∗ 和负理想解 DDD 的距离进行比较，既靠近正理想解又远离负理想解的方案就是方案集DDD 中的最佳方案；并可以据此排定方案集 DDD中各备选方案的优先序。用理想解法求解多属性决策问题的概念简单，只要在属性空间定义适当的距

规范化矩阵

如何扰动产生新解是整个算法的难点,本文对此问题采取的方法是，我们对于该TSP问题的目标函数是总路程最短,比如有10个我们要经过的城市，路线为0->1->2->3->4->5->6->7->8->9->10->0,0表示的是初始点和结束点,我们对其产生的扰动是,模拟退火算法来源于固体退火原理，是一种基于概率的算法，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。..............

行/列 秩= 相互线性无关（线性独立）的 行/列 向量的最大数。

strl+shift+z 撤销撤销ALt+滚轮放大缩小透明像素（那种马赛克）分辨率是n，代表一厘米有多少像素栅格化图层。