MATLAB作业

最新推荐文章于 2025-06-18 16:46:23 发布

wocan

最新推荐文章于 2025-06-18 16:46:23 发布

阅读量3.2k

点赞数 1

CC 4.0 BY-SA版权

文章标签： matlab 作业 plot 编程 c

本文链接：https://blog.youkuaiyun.com/wocan/article/details/662447

x1=[-0.05;0.25;0.60;0;0.25;0.20;0.15;0.05;-0.15;0.15;0.20;0.10;0.40;0.45;0.35;0.30;0.50;0.50;0.40;-0.05;-0.05;-0.10;0.20;0.10;0.50;0.60;-0.05;0;0.05;0.55];
y=[7.38;8.51;9.52;7.50;9.33;8.28;8.75;7.87;7.10;8.00;7.89;8.15;9.10;8.86;8.90;8.87;9.26;9.00;8.75;7.95;7.65;7.27;8.00;8.50;8.75;9.21;8.27;7.67;7.93;9.26];
c=[78;81;92;75;33;28;875;787;710;800;789;815;910;886;890;887;926;900;875;795;765;727;800;850;875;921;827;767;793;926];
scatter(x1,y,50,c,'*')
aa=polyfit(x1,y,1);
x3=-0.15:0.05:0.60;
y1=polyval(aa,x3);
plot(x1,y,'ro',x3,y1)
grid on

scatter(x1,y)

x2=[5.50;6.75;7.25;5.50;7.00;6.50;6.75;5.25;5.25;6.00;6.50;6.25;7.00;6.90;6.80;6.80;7.10;7.00;6.80;6.50;6.25;6.00;6.50;7.00;6.80;6.80;6.50;5.75;5.80;6.80];
y=[7.38;8.51;9.52;7.50;9.33;8.28;8.75;7.87;7.10;8.00;7.89;8.15;9.10;8.86;8.90;8.87;9.26;9.00;8.75;7.95;7.65;7.27;8.00;8.50;8.75;9.21;8.27;7.67;7.93;9.26];
bb=polyfit(x2,y,2);
x4=5.25:0.05:7.25;
y2=polyval(bb,x4);
plot(x2,y,'ro',x4,y2)

X=[ones(30,1),x1,x2,x2.^2];
[b,bint,r,rint,stats] = regress(y,X)

Y=[10,11,15,18,22,23,25,27,35,36];
hist(Y,4)
[n,xout]=hist(Y,4)

n =

3 3 2 2

xout =

13.2500 19.7500 26.2500 32.7500

x=-6:0.01:6;
y=normpdf(x')';
z=normpdf(x,0,2);
plot(x,y,'r',x,z,'b')

x=-10:1:10;
y=normcdf(x);
plot(x,y)

3月21日 MATLAB作业例题1

x=[0.10,0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.20,0.21,0.23];
y=[42.0,41.5,45,45.5,45,47.5,49,55,50,55,35.5,60.5];
plot(x,y,'rp');
aa=polyfit(x,y,1);

x1=[ones(12,1),x'];
bb=regress(y',x1)

[b,bint,r,rint,stats]=regress(y',x1)
rcoplot(r,rint)

x2=0.10:0.01:0.23;
%x2=[0.10,0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.20,0.21,0.23]
y1=polyval(aa,x2);
plot(x,y,'ro',x2,y1)

F0=Finv(0.95,1,10)
R0=1/(1+10/x3)
%R0为R平方的临界值

3月21日 MATLAB作业例题2
x=[17,17,19,19,21,21,23,23,25,25,27,27,29,29];
y=[20.48,24.35,25.13,28.11,26.15,26.3,30.4,31.4,26.1,26.92,20.3,25.7,19.35,21.3];
plot(x,y,'rp')
aa=polyfit(x,y,2)
x1=[ones(14,1),x'];
bb=regress(y',x1,2)
cc=polytool(x,y,2)
[p,s]=polyfit(x,y,2)
[a,b]=polyconf(p,x,s)

x2=[17:2:29];
y1=polyval(aa,x2);
plot(x,y,'ro',x2,y1)

yping=mean(y)
f=sum((a-yping).^2)/(sum((y-a).^2)/12)
f0=finv(0.95,2,12)
r0=1/(1+12/f0)
r2=1/(1+12/f)

x0=17:2:29;
x=[x0,x0]
y=[20.48,25.13,26.15,30.4,26.1,20.3,19.35,24.35,28.11,26.3,31.4,26.92,25.7,21.3];
aa=polyfit(x,y,2)

第10章统计回归模型
10.1 牙膏的销售量
x1=[-0.05;0.25;0.60;0;0.25;0.20;0.15;0.05;-0.15;0.15;0.20;0.10;0.40;0.45;0.35;0.30;0.50;0.50;0.40;-0.05;-0.05;-0.10;0.20;0.10;0.50;0.60;-0.05;0;0.05;0.55];
y=[7.38;8.51;9.52;7.50;9.33;8.28;8.75;7.87;7.10;8.00;7.89;8.15;9.10;8.86;8.90;8.87;9.26;9.00;8.75;7.95;7.65;7.27;8.00;8.50;8.75;9.21;8.27;7.67;7.93;9.26];
c=[78;81;92;75;33;28;875;787;710;800;789;815;910;886;890;887;926;900;875;795;765;727;800;850;875;921;827;767;793;926];
aa=polyfit(x1,y,1);
y1=polyval(aa,x1);
scatter(x1,y,88,c,'*')
hold on
plot(x1,y1)
hold off
%图1:Y对X1的散点图

x3=[ones(30,1),x1];
[b,bint,r,rint,stats]=regress(y,x3)

x5=[ones(30,1),x2,x2.^2];
[b,bint,r,rint,stats]=regress(y,x5)

x6=[ones(30,1),x1,x2,x2.^2];
[b,bint,r,rint,stats]=regress(y,x6)
%表2

x7=[ones(30,1),x1,x2,x2.^2,x1.*x2];
[b,bint,r,rint,stats]=regress(y,x7)
%表3

x2=[5.50;6.75;7.25;5.50;7.00;6.50;6.75;5.25;5.25;6.00;6.50;6.25;7.00;6.90;6.80;6.80;7.10;7.00;6.80;6.50;6.25;6.00;6.50;7.00;6.80;6.80;6.50;5.75;5.80;6.80];
ytu5=17.3244+1.307*0.2+(-3.6956)*x2+0.3486*x2.*x2;
bb=polyfit(x2,ytu5,2);
xtu5=5.25:0.05:7.25;
ytu51=polyval(bb,xtu5);
plot(xtu5,ytu51)
grid on
%图5

x2=[5.50;6.75;7.25;5.50;7.00;6.50;6.75;5.25;5.25;6.00;6.50;6.25;7.00;6.90;6.80;6.80;7.10;7.00;6.80;6.50;6.25;6.00;6.50;7.00;6.80;6.80;6.50;5.75;5.80;6.80];
ytu6=29.1133+11.1342*0.2+(-7.608*x2)+0.6712*x2.*x2+(-1.4777)*x2*0.2;
bb=polyfit(x2,ytu6,2);
xtu6=5.25:0.05:7.25;
ytu61=polyval(bb,xtu6);
plot(xtu6,ytu61)
grid on
%图6

ytu8=32.4535-8.0513*xtu7+0.6712*xtu7.^2;
plot(xtu7,ytu8)
hold off
%图7

x1=[-0.05;0.25;0.60;0;0.25;0.20;0.15;0.05;-0.15;0.15;0.20;0.10;0.40;0.45;0.35;0.30;0.50;0.50;0.40;-0.05;-0.05;-0.10;0.20;0.10;0.50;0.60;-0.05;0;0.05;0.55];
x2=[5.50;6.75;7.25;5.50;7.00;6.50;6.75;5.25;5.25;6.00;6.50;6.25;7.00;6.90;6.80;6.80;7.10;7.00;6.80;6.50;6.25;6.00;6.50;7.00;6.80;6.80;6.50;5.75;5.80;6.80];
xtu8=[x1,x2];
y=[7.38;8.51;9.52;7.50;9.33;8.28;8.75;7.87;7.10;8.00;7.89;8.15;9.10;8.86;8.90;8.87;9.26;9.00;8.75;7.95;7.65;7.27;8.00;8.50;8.75;9.21;8.27;7.67;7.93;9.26];
rstool(xtu8,y,'quadratic' )
%图8

10.2 软件开发人员的薪金
y=[13876;11608;18701;11283;11767;20872;11772;10535;12195;12313;14975;21371;19800;11417;20263;13231;12884;13245;13677;15965;12366;21352;13839;22884;16978;14803;17404;22184;13548;14467;15942;23174;23780;25410;14861;16882;24170;15990;26330;17949;25685;27837;18838;17483;19207;19346];
x1=[1;1;1;1;1;2;2;2;2;3;3;3;3;4;4;4;4;5;5;5;6;6;6;6;7;8;8;8;8;10;10;10;10;11;11;12;12;13;13;14;15;16;16;16;17;20];
x2=[1;0;1;0;0;1;0;0;0;0;1;1;1;0;1;0;0;0;0;1;0;1;0;1;1;0;1;1;0;0;0;1;1;1;0;0;1;0;1;0;1;1;0;0;0;0];
x3=[1;0;0;0;0;0;0;1;0;0;1;0;0;1;0;0;0;0;0;1;1;0;0;0;1;0;1;0;1;1;0;0;0;0;1;0;0;1;0;0;0;0;0;1;0;1];
x4=[0;0;0;1;0;1;1;0;0;1;0;1;0;0;0;0;1;1;0;0;0;0;1;1;0;1;0;0;0;0;1;0;1;1;0;1;0;0;1;1;0;1;1;0;1;0];

xb5=[ones(46,1),x1,x2,x3,x4];
[b,bint,r,rint,stats]=regress(y,xb5)
%表5

yj=11032+546*x1+6883*x2+(-2994*x3)+148*x4;
eb=y-yj;
plot(x1,eb,'r+')
%图9

x5=[2;5;6;3;5;4;3;1;5;3;2;4;6;1;6;5;3;3;5;2;1;6;3;4;2;3;2;6;1;1;3;6;4;4;1;3;6;1;4;3;6;4;3;1;3;1];
plot(x5,eb,'r+')
%图10

xb7=[ones(46,1),x1,x2,x3,x4,x2.*x3,x2.*x4];
[b,bint,r,rint,stats]=regress(y,xb7)
%表7

yj=11204+497*x1+7048*x2-1727*x3-348*x4-3071*x2.*x3+1836*x2.*x4;
eb=y-yj;
plot(x1,eb,'r+')
%图11

x5=[2;5;6;3;5;4;3;1;5;3;2;4;6;1;6;5;3;3;5;2;1;6;3;4;2;3;2;6;1;1;3;6;4;4;1;3;6;1;4;3;6;4;3;1;3;1];
plot(x5,eb,'r+')
%图12

y=[13876;11608;18701;11283;11767;20872;11772;10535;12195;12313;14975;21371;19800;11417;20263;13231;12884;13245;13677;15965;12366;21352;13839;22884;16978;14803;17404;22184;13548;14467;15942;23174;25410;14861;16882;24170;15990;26330;17949;25685;27837;18838;17483;19207;19346];
x1=[1;1;1;1;1;2;2;2;2;3;3;3;3;4;4;4;4;5;5;5;6;6;6;6;7;8;8;8;8;10;10;10;11;11;12;12;13;13;14;15;16;16;16;17;20];
x2=[1;0;1;0;0;1;0;0;0;0;1;1;1;0;1;0;0;0;0;1;0;1;0;1;1;0;1;1;0;0;0;1;1;0;0;1;0;1;0;1;1;0;0;0;0];
x3=[1;0;0;0;0;0;0;1;0;0;1;0;0;1;0;0;0;0;0;1;1;0;0;0;1;0;1;0;1;1;0;0;0;1;0;0;1;0;0;0;0;0;1;0;1];
x4=[0;0;0;1;0;1;1;0;0;1;0;1;0;0;0;0;1;1;0;0;0;0;1;1;0;1;0;0;0;0;1;0;1;0;1;0;0;1;1;0;1;1;0;1;0];
x5=[2;5;6;3;5;4;3;1;5;3;2;4;6;1;6;5;3;3;5;2;1;6;3;4;2;3;2;6;1;1;3;6;4;1;3;6;1;4;3;6;4;3;1;3;1];

xb8=[ones(45,1),x1,x2,x3,x4,x2.*x3,x2.*x4];
[b,bint,r,rint,stats]=regress(y,xb8)
%表8

yj=11200+498*x1+7041*x2-1737*x3-356*x4-3056*x2.*x3+1997*x2.*x4;
eb=y-yj;
plot(x1,eb,'r+')
%图13

plot(x5,eb,'r+')
%图14

%线性统计模型P99例4.5.2煤净化问题
x1=[1.5;1.5;1.5;1.5;2;2;2;2;2.5;2.5;2.5;2.5];
x2=[6;6;9;9;7.5;7.5;7.5;7.5;9;9;6;6];
x3=[1315;1315;1890;1890;1575;1575;1575;1575;1315;1315;1890;1890];
x10=1.5;
x20=7.5;
x30=1315;
y=[243;261;244;285;202;180;183;207;216;160;104;110];
yj=397.087-110.750*x1+15.583*x2-0.058*x3;
yj0=397.087-110.750*x10+15.583*x20-0.058*x30;
qe=sum((y-yj).^2);
dt=sqrt(qe/8);
dax=[x1,x2,x3];
xping=mean(dax);

x0=[1.5,7.5,1315];
h0=(x0-xping).^2;
x1ping=mean(x1);
x2ping=mean(x2);
x3ping=mean(x3);

i=1;
j=1;
aa1=0;
bb1=0;
cc1=0;
for m=1:12
aa1=aa1+(x1(i,j)-x1ping).^2;
bb1=bb1+(x2(i,j)-x2ping).^2;
cc1=cc1+(x3(i,j)-x3ping).^2;
i=i+1;
end
h1=[aa1,bb1,cc1];
h00=sqrt(1+1/12+h0/h1)
z=tinv(0.975,8)*dt*h00

%55.8080
%55.808/20.88=2.6728
%2.6728/2.306=1.1591

%P298编程
x1=[-0.05;0.25;0.60;0;0.25;0.20;0.15;0.05;-0.15;0.15;0.20;0.10;0.40;0.45;0.35;0.30;0.50;0.50;0.40;-0.05;-0.05;-0.10;0.20;0.10;0.50;0.60;-0.05;0;0.05;0.55];
x2=[5.50;6.75;7.25;5.50;7.00;6.50;6.75;5.25;5.25;6.00;6.50;6.25;7.00;6.90;6.80;6.80;7.10;7.00;6.80;6.50;6.25;6.00;6.50;7.00;6.80;6.80;6.50;5.75;5.80;6.80];
x3=x2.^2;
x10=0.2;
x20=6.5;
y=[7.38;8.51;9.52;7.50;9.33;8.28;8.75;7.87;7.10;8.00;7.89;8.15;9.10;8.86;8.90;8.87;9.26;9.00;8.75;7.95;7.65;7.27;8.00;8.50;8.75;9.21;8.27;7.67;7.93;9.26];
yj=17.3244+1.307*x1-3.6956*x2+0.3486*x3;
n=30;
m=3;

qe=sum((y-yj).^2);
dt=sqrt(qe/(n-m-1));
dax=[x1,x2,x3];
xping=mean(dax);

x0=[0.2,6.5,6.5*6.5];
h0=(x0-xping).^2;

x1ping=mean(x1);
x2ping=mean(x2);
x3ping=mean(x3);

i=1;
j=1;
aa1=0;
bb1=0;
cc1=0;
for p=1:n
aa1=aa1+(x1(i,j)-x1ping).^2;
bb1=bb1+(x2(i,j)-x2ping).^2;
cc1=cc1+(x3(i,j)-x3ping).^2;
i=i+1;
end
h1=[aa1,bb1,cc1];
h00=sqrt(1+1/n+h0/h1)
z=tinv(0.975,n-m-1)*dt*h00

yj0=17.3244+1.3070*0.2-3.6956*6.5+0.3486*6.5*6.5
max=yj0+z
min=yj0-z

P298编程(老师的方法)
x1=[-0.05;0.25;0.60;0;0.25;0.20;0.15;0.05;-0.15;0.15;0.20;0.10;0.40;0.45;0.35;0.30;0.50;0.50;0.40;-0.05;-0.05;-0.10;0.20;0.10;0.50;0.60;-0.05;0;0.05;0.55];
x2=[5.50;6.75;7.25;5.50;7.00;6.50;6.75;5.25;5.25;6.00;6.50;6.25;7.00;6.90;6.80;6.80;7.10;7.00;6.80;6.50;6.25;6.00;6.50;7.00;6.80;6.80;6.50;5.75;5.80;6.80];
x3=x2.^2;
x10=0.2;
x20=6.5;

y=[7.38;8.51;9.52;7.50;9.33;8.28;8.75;7.87;7.10;8.00;7.89;8.15;9.10;8.86;8.90;8.87;9.26;9.00;8.75;7.95;7.65;7.27;8.00;8.50;8.75;9.21;8.27;7.67;7.93;9.26];
yj=17.3244+1.307*x1-3.6959*x2+0.3486*x3;
yj0=17.3244+1.3070*0.2-3.6956*6.5+0.3486*6.5*6.5

n=30;
m=3;

qe=sum((y-yj).^2);
dt=sqrt(qe/(n-m-1));

xnew=[1,x10,x20,x20.^2];
dx=[ones(30,1),x1,x2,x3];
sy=dt*sqrt(1+xnew * (dx' * dx).^(-1) * xnew');
yjdt=tinv((1-0.05/2),n-m-1).*sy

max=yj0+yjdt
min=yj0-yjdt

10.3 酶促反应
y1=[76;47;97;107;123;139;159;152;191;201;207;200];
y2=[67;51;84;86;98;115;131;124;144;158;160];
x=[0.02;0.02;0.06;0.06;0.11;0.11;0.22;0.22;0.56;0.56;1.1;1.1];

plot(x,y1,'ro')
%图15
plot(x,y1,'r+')
%图16

dy1=ones(12,1)./y1
dx=ones(12,1)./x
dxnew=[ones(12,1),dx]
[b,bint,r,rint,stats]=regress(dy1,dxnew)
%表11

beta1=1/b(1,1)
beta2=b(2,1)/b(1,1)

bb=polyfit(dx,dy1,1);
yd=polyval(bb,dx);
plot(dx,dy1,'ro',dx,yd)
axis([0 60 0 0.025])
%图17

yt18=(beta1*x)./(beta2+x);
plot(x,y1,'ro',x,yt17)
%图18

beta0=[beta1,beta2];
[beta,R,J]=nlinfit(x,y1,'huaxue',beta0);
betaci=nlparci(beta,R,J);
%表12
yy=beta(1)*x./(beta(2)+x);
plot(x,y1,'ro',x,yy,'b+'),pause
%图19
nlintool(x,y1,'huaxue',beta)
%图20