九月份就要参加数学建模比赛，所以暑假要好好准备。为了国赛接触MATLAB。
MATLAB的优点：
1、 函数多，工具箱全 功能全
2、 人性化，且在不断改进 推荐使用最新的版本
3、 集成度高、文档完善 更加人性化
4、 上手快，表达方式更符合数学模式 Matlab下标从1开始，似伪代码 5、 代码开发时间短 Matlab集成度高
任何编程语言有优势也有不足的地方
MATLAB的缺点
1、 速度慢 解释型语言，和c语言速度不相上下，少用循环，多用向量化
2、 版权 闭源
数学建模可以提高创新能力、解决问题能力和提高见识
学习MATLAB可以解决实际问题，加深对数学工具的理解能力的培养
MATLAB代码实现，SIMULINK模块化实现
有很多接口方便语言之间交流
1 . 数值计算
29*(2+23/3)-5^2%数学公式直接得出结果
a=1%变量赋值运算
b=2
c=a+b
A = [1 2 3; 4 5 6; 7 8 10] 矩阵，基本运算单元
rng(0) %设置随机种子，便于读者验证
A = ones(2, 5) * 6 % 元素全部为6的2*5矩阵
B = rand(3, 5)
C = [A; B] % 数组合并
format long % 长格式显示
format short % 短格式显示
2 . 矩阵和数组操作
数组计算是指两个数组之间相对应元素之间计算
矩阵计算是指线性代数的规则计算
A=[1 2;3 4]; % 测试矩阵A
B=[4 3;2 1]; % 测试矩阵B
r1=100+A % 矩阵A加上一个常数
r2_1=A*B % 两个矩阵相乘，矩阵乘法
r2_2=A.*B % 两个矩阵相乘，数组乘法
3 . 稀疏矩阵
B = bucky;
spy(B)
D=full(B)
A=reshape(1:18,2,3,3) % 三维数组
4.逻辑型
M=magic(4) sum(M)%每一列的和相等
M>6 %大于6的元素
a='matlab'%字符串
5.结构数组
employee.name='henry';
employee.sex='male'
employee.age=25;
employee.number=12345;
%也可定义二维数组
employee(2).name='lee';
employee(2).sex='female';
employee(2).age=23;
employee(2).number=98765;
employee(2)
6.元胞数组
下标通过数字编号可循环，元素里面是数据类型。
7.日期和时间
t = datetime(2017,6,28,6:7,0,0)
datenum(t)%2014b以前的版本适用
datevec(t)
t=Day = 27:28%修改日期
matlab可以直接导入excel的数据
table属性，可以通过行列显示也可以通过名称
设置快捷方式：clear:内存中清除变量
clc:命令行清除
closeall:绘图窗口关闭
8.差分
rng(0) %设置随机种子
A=randperm(9) %生成随机数列
B = diff(A) %求数列的差分
9.梯度求解
v = -2:0.2:2;
[x,y] = meshgrid(v);
z = x .*exp(-x.^2 - y.^2); %创建测试数据
[px,py] = gradient(z,.2,.2); %求梯度
contour(v,v,z),hold on,quiver(v,v,px,py),hold off %绘制等高线和梯度方向
10.一维差值数组
x=0:10;
y=cos(x);
xi=0:0.25:10;
strmod={'nearest','linear','spline','pchip'} %将差值方法存储到元胞数组
strlb={'(a)method=nearest','(b)method=linear',...
'(c)method=spline','(d)method=pchip'}%绘图标签
for i=1:4
yi=interp1(x,y,xi,strmod{i});%插值
subplot(2,2,i) %子图
plot(x,y,'ro',xi,yi,'b'),xlabel(strlb(i))
end
11.计算拟合
rng(0) %设置随机种子
x=1:1:10;
y=-0.9*x.^2+10*x+rand(1,10).*5;%产生测试数据
plot(x,y,'o') %绘制并标出原始数据点
p=polyfit(x,y,2)
xi=1:0.5:10;
yi=polyval(p,xi); %计算拟合的结果
hold on
plot(xi,yi); %绘制拟合结果图
hold off
12.关于误差
a=0
for n=1:10000
a=a+0.1; % 0.1以二进制存储会有截断误差
end
13.可视化
14.概率分布
15.数据I/O
16.优化算法
Data Store结合Tall Array数据结构，读取部分文件在深度学习、无人驾驶领域：
数学模型是用数学描述一些东西，算出一些结果，一个事务，抽象成一个数学事务，就是建模的过程。
数学建模不等于数学：数学建模不是纯粹的数字和方程，一解决某个时间问题为目的，经过简化，从中抽象归结出来的数学问题就是该问题的数学模型，这个过程称为数学建模
数学建模用文字、符号、图标、公式、框图等描述客观事物的某些特征和内在联系的模型。
1.MCM99问题：“非法”聚会
许多公共设施的房间都标有人数的记号（合法容量），该数目可嘉定是以紧急情况下从房屋出口逃出的人数为基准确定的。
建立数学模型，讨论若干准则决定出房屋的“合法容量”，考虑几种不同的房屋结构。
将模型用于你所在学院（或附近城镇）的公共设施中，如果该类设施已标有“合法”人数的话，请将模型所得结果与之比较
2.MCM03问题：Gamma刀治疗方案
3.ICM2017问题：优化机场安检口旅客通行（排队问题）
4.CUMCM14问题：折叠桌
圆形桌面，桌腿随铰链可摊成平板。桌腿由两组根木条组成，每组由一根钢筋连接，钢筋两端固定于最外侧的两根木条上，沿木条有空槽以保证可滑动
5.CUMCM16问题：系泊系统的设计
计算风速为12m/s和24m/s时钢桶和各节钢管的倾斜角度、锚链形状、浮标的吃水深度和游动区域
在假期老师的指导下从模型、编程、写作三个方面都有很大的提升，对实践的内容总结如下:
1.数学建模认识、数学模型展示、数学建模能力分析
2.数据处理、预测方法及在竞赛中应用：2003年A题、2004年B题
3.优化类型模型及竞赛案例：2011年B题
4.方差分析、指标权重确定方法：2012年A题、2006年A题
5.离散类算法及其程序设计：2016年A题
6.元胞自动机及在交通模拟中的应用：2013年A题
7.微分方程模型及在竞赛中应用
8.主观评价性问题方法案例：2015年B题、2016年B题
9.参考文献、数据查找方法与技巧
10.竞赛选题与论文写作技巧