Sc_____的博客

[t,y]=ode45(odefun,tspan,y0)依次输入微分方程的函数f（t,y），自变量的范围，y的初值，可以得到微分方程的自变量和因变量的向量求解下面的微分方程如果没有输出向量，就直接作出图形。对于高阶常微分方程，我们首先应该观察阶数确定向量个数，将每阶的求导依次写出来设h(1)=yh(2)=y’则h(1)‘=h(2)h(2)’=0.01y’^2-2y+sint=0.01h(2) ^ 2-2h(1)+sint作出图像寻找t=5时y的值分别对每个方程建立辅助变量

求出导数以后，由于我们不知道x=-1时的t，不能直接带进去求这个点的导数，所以需要通过寻找和-1距离最小的点的位置来求解，并且画图验证。trapz(x,y)可以用梯形积分法对离散化的自变量x和同维度的被积函数y求积分。dim=1时返回行之间的差分，dim=2时返回列之间的差分。diff(f)./diff(x)可以求出f(x)的数值导数。通过图像可以发现，-1处的导数值约为0.9，和求出的接近。我们可以改变x的离散程度，x取值越密集，得到的结果越精确。当x是矩阵时，默认返回行之间的差分。

一、排列组合1.阶乘2.组合3.排列二、伪随机数1.专用函数2.通用函数3.histfit函数4.tabulate函数5.rand函数6.randn函数7.randi函数8.randperm函数9.随机数种子三、概率密度函数1.专用函数2.通用函数四、概率分布函数1.专用函数2.通用函数五、平均值、中位数、分位数、极差1.算数平均值2.调和平均值3.几何平均值4.中位数5.分位数6.极差六、期望1.mean2.sum七、方差与标准差1.var2