《Matlab统计工具箱》PPT课件.ppt

《《Matlab统计工具箱》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《Matlab统计工具箱》PPT课件.ppt（69页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、Matlab统计工具箱统计工具箱一一:统计工具箱简介统计工具箱简介二二:概率分布概率分布三三:参数估计参数估计四四:描述性统计描述性统计五五:假设检验假设检验六六:统计绘图统计绘图1一一.matlab统计工具箱统计工具箱(statistics toolbox)简简介介统计学是处理数据的艺术和科学,通过收集,分析,解释和表达数据来探索事物中蕴含的规律.随着科技水平的迅猛发展,知识经济的时代来临,海量的数据需要人们处理.matlab统计工具箱为人们提供了一个强有力的统计分析工具.统计工具箱基于matlab数值计算环境,支持范围广泛的统计计算任务.它包括200多个处理函数(m文件)主要应用于以下几方

2、面:21.1 统计工具箱的几大功能统计工具箱的几大功能*概率分布概率分布 *参数估计参数估计 *描述性统计描述性统计 *假设检验假设检验 *统计绘图统计绘图3统计工具箱提供了20种概率分布类型,其中包括离散型离散型分布:(如binomial二项分布,即n次贝努里试验中出现k次成功的概率.poisson分布,和分布等).离散型离散型41.1.2 概率分布概率分布连续型连续型分布如正态分布F(x)=beta分布,uniform平均分布等.每种分布提供5类函数:1概率密度2(累积)分布函数3逆累积分布函数4随机数产生器5均值和方差函数.5*参数估计参数估计-依据原始数据计算参数估计值置信区域依据原始

3、数据计算参数估计值置信区域.*描述性统计描述性统计-方差方差,期望等数字特征期望等数字特征.*假设检验假设检验-提供最通用的假设检验函数提供最通用的假设检验函数t-检验检验,z-检验检验.*统计绘图统计绘图-box图函数图函数,正态概率图函数等正态概率图函数等.注意:统计工具箱中的说有函数都可用typefunction_name语句查看其代码,也可进行修改,从而变为己用,加入到工具箱中.6二概率分布随机变量的统计行为取决于其概率分布，而分布函数常用连续和离散型分布。统计工具箱提供20种分布。每种分布有五类函数。1:概率密度(pdf);2:累积分布函数(cdf);3:逆累积分布函数(icdf);

4、4:随机数产生器5:均值和方差函数；一：离散型概率密度函数:为观察到的特定值的概率。连续型概率密度函数定义为：如存在非负函数p(x)0,使对任意ba，X在(a,b)上取值概率为paX0，xi0,如果有不等式约束，则对含的约束，在左边加上一个非负变量使其成为等式约束；对含的约束，在左边减去一个非负变量使其成为等式约束。4.3.2lp函数lp功能：求解线性规划问题格式：x=lp(c,A,b)x=lp(c,A,b,vlb)x=lp(c,A,b,vlb,vub)%设置解向量的上下界x=lp(c,A,b,vlb,vub,x0)%设置初始解向量x0 x=lp(c,A,b,vlb,vub,x0,neqcst

5、r)%设置在约束中的等式约束的个数x,lambda,how=lp(c,A,b,)%同时返回拉格朗日乘子50例子求下面线性规划问题：目标函数：f(x)=5x14x26x3约束方程：x1-x2+x3203x1+2x2+4x3423x1+2x2300 x1,0 x2,0 x3第一步：输入系数c=-4,-5,-6a=111324320;b=20;42;30;第二步：求解x,lambda=lp(c,a,b,zeros(3,1)解为：lambda=01.50000.50001.000000A为约束方程系数矩阵c为目标方程系数b为约束方程系数向量51例子：求无约束非线性问题f(x)=100(x2x12)2+

6、(1x1)2初始解向量：x=-1.21第一步：编写文件functionf=fun(x)f=100*(x(2)x(1)2)2+(1x(1)2;第二步：求解x=-1.2,1x=fminu(fun,x)114.4非线性规划4.4.1无约束规划fminu,fmins功能：求解无约束非线性最优化问题格式：x=fminu(fun,x0)%求函数fun的最小值，并设置初始值向量为x0 x=fminu(fun,x0,options)%可选参数在options向量中设置x=fminu(fun,x0,options,grad)x=fminu(fun,x0,options,grad,p1,p2,)x,options

7、=fminu(fun,x0,)=fmins(fun,x0,)options(2)控制x的精度options(3)控制目标函数f的精度52fmins线性搜索算法的控制:缺省options(7)=0，使用一种二次和三次多项式插值的混合算法options(7)=1时，使用三次多项式插值算法。目标函数大于阶，一般用fminu函数；但对于非常不连续的函数则用fmuns函数fmin函数标量最优求解标量最优问题的一般描述:目标函数：minaf(a)区域约束单变量问题:目标函数：minaf(a)约束条件：a1aa2fminu函数优化算法的控制：缺省options(6)=0时，用拟牛顿方法options(6)=

8、1时，用DFP公式来逼近Hessian矩阵options(6)=2时，用最速下降法53例子：求下面标量函数在(0,5)区间的最小值目标函数：f=(a-3)21第一步：编写M函数functionf=fun(a)f=(a-3)21;第二步：求解a=fmin(fun,0,5)a=3ThevalueattheminimumisY=f(a)Y=1fmin功能：求解区域约束单变量问题。格式：a=fmin(fun,a1,a2)a=fmin(fun,a1,a2,options)a=fmin(fun,a1,a2,options,p1,p2,.)a,options=fmin(function,a1,a2,)说明：

9、options(2)控制x的精度options(14)控制函数的计算次数54constr功能：多变量非线性约束最优问题求解格式：x=constr(fun,x0)%求解非线性约束最优化问题，初始向量为x0 x=constr(fun,x0,options)x=constr(fun,x0,options,vlb,vub,grad,)%设置解向量上下界x=constr(fun,x0,options,vlb,vub,grad,p1,p2,)x,options=constr(fun.X0,)x,options,lambda=constr(fun,x0,)x,options,lambda,hess=cons

10、tr(fun,x0,)options(4)控制对约束的越限程度3constr函数多变量非线性约束最优化问题的一般描述目标函数：minxf(x)约束条件：G(x)055目标函数：f(x)=-x1*x2*x3约束条件：-x12x22x30;x1+2x2+2x372初始解向量：x=101010第一步：编写M文件functionf,g=fun(x)f=-x(1)*x(2)*x(3);g(1)=-x(1)2*x(2)2*x(3);g(2)=x(1)+2*x(2)+2*x(3)72;第二步：求解x0=10,10,10;x=constr(fun,x0)经过次运算后，结果为x=24.000012.000012

11、.0000f,g=fun(x)f=3.4560e+03g=720例子564.5最小最大（minmax)问题一般描述：目标函数：约束条件：G(x)0minimax功能：求解最小最大问题格式：x=minimax(fun,x0)%求解最小最大问题，初始解向量为x0 x=minimax(fun,x0,options)x=minimax(fun,x0,options,vlb,vub,grad)x=minimax(fun,x0,options,vlb,vub,grad,p1,p2,)x,options=minimax(fun,x0,)minimax功能：求解最小最大问题格式：x=minimax(fun,x

12、0)%求解最小最大问题，初始解向量为x0 x=minimax(fun,x0,options)x=minimax(fun,x0,options,vlb,vub,grad)x=minimax(fun,x0,options,vlb,vub,grad,p1,p2,)x,options=minimax(fun,x0,)57举例:(1)求下述最小最大问题：f1(x),f2(x),f3(x),f4(x),f5(x)其中f1=2x12+x2248x140 x2+304f2=-x123x22f3=x1+3x218f4=-x1x2f5=x1+x28第一步：编写M文件functionf,g=fun(x)f(1)=2

13、*x(1)2+x(2)248*x(1)40*x(2)+304;f(2)=x(1)23*x(2);f(3)=x(1)+3*x(2)18;f(4)=-x(1)x(2);f(5)=x(1)+x(2)8;g=;%无约束第二步：求解x0=0.1,0.1;x=minimax(fun,x0)经过29次运算后，结果为：58x=4.00004.0000fun(x)ans(2)求上述问题的绝对值最小最大问题：即目标函数为：abs(f1(x),abs(f2(x),abs(f3(x),abs(f4(x),abs(f5(x)第一步：编写M文件(与例一相同）第二步：求解x0=0.1,0.1;options(15)=5;%

14、全部为绝对值最小最大分量x=minimax(fun,x0,options)经过39次运算，解为：x=fun(x)ans=10.7609-7.2391-9.43821.4382594.8最小二乘最优nnls函数非负线性最小二乘求解非负线性最小二乘问题的一般形式目标函数：minxAx-b22约束条件：x0nnls功能：求解非负最小二乘问题格式：nnls(A,b)%求解上述非负最小二乘问题nnls(A,b,tol)%定义x的容许误差，缺省：tol=max(size(A)*norm(A,l)*espx,w=nnls(A,b)x,w=nnls(A,b,tol)举例：一个最小二成问题的无约束与非负约束解法

15、的比较第一步：输入系数60第二步：求解ab,nnls0.6929norm(a*(ab)b),norm(a*nnls(a,b)b)=0.66770.9119conls函数约束线性最小二乘求解线性约束最小二乘问题的一般描述：目标函数：minAx-b22约束条件：Cxdconls功能：线性约束最小二乘问题求解格式：x=conls(A,b,C,d)%求解在约束c*xd下方程A*x=b的最小二乘解x=conls(A,b,C,d,vlb)x=conls(A,b,C,d,vlb,vub)%设置上下界x=conls(A,b,C,d,vlb,vub,x0)%设置初始解向量x0 x=conls(A,b,C,d,v

16、lb,vub,x0,neqcstr)x=conls(A,b,C,d,vlb,vub,x0,neqcstr,display)x,lambda,how=conls(A,b,C,d,)%同时返回拉格朗日乘子其中，A,b为线性系统的系数C,d为线性约束的系数61举例：求解如下系统的最小二乘解系统：Ax=b约束：Cxb;vlbxvub第一步：输入系统系数第二步：求解x,lambda=conls(A,b,C,d,vlb,vub)4.8.4leastsq函数非线性最小二乘求解非线性最小二成问题的一般描述minxF(x)22=ifi(x)2leastsq功能：求解非线性最小二乘（非线性数据拟合）问题格式：x=

17、leastsq(fun,x0)%求解返回解向量x,初始解向量为x0 x=leastsq(fun,x0,options)x=leastsq(fun,x0,options,grad)x=leastsq(fun,x0,options,grad,p1,p2,)x,options=leastsq(fun,x0,)x,options,funval=leastsq(fun,x0,)x,options,funval,Jacob=leastsq(fun,x0,)options(2)控制x的精度options(3)控制目标函数f的精度62举例：求下述非线性最小二乘问题(2+2kekx1ekx2)k=1,2,10初

18、始解向量为x=0.30.4由于leastsq函数要求传递的函数为向量形式且不具有平方和形式，因此对函数作以下变换：Fx(x)=2+2kekx1ekx2k=1,2,10第一步：编写M文件functionf=fun(x)k=1:10;f=2+2*kexp(k*x(1)exp(k*x(2);第二步：求解x0=0.30.4x=leastsq(fun,x0)经过42次运算，得到以下结果x=0.257830.25783sum(fun(x).*fun(x)%求目标函数ans63fzero功能：求解单变量函数格式：z=fzero(fun,x0)%单变量函数fun求解,并设置初始搜索点为x0z=fzero(fu

19、n,x0,tol)%设置解的精度z=fzero(fun,x0,tol,trace)z=fzero(fun,x0tol,trace,p1,p1,)tol为相对容许误差1.9方程求解fzero采用数值解法求解非线性方程；fsolve函数则采用非线性最小二乘法求解线性方程组64举例：对下述函数求解：f(x)=x32x5第一步：编写M文件functiony=f(x)y=x.32*x5;第二步：求解z=fzero(f,2)z=2,09461.fsolve功能：非线性方程求解非线性方程的一般描述：F(x)=0其中x为向量，F(x)为一个函数向量格式：x=fsolve(fun,x0)%非线性方程fun求根x

20、=fsolve(fun,x0,opntions)x=fsolve(fun,x0,opntions,grad)x=fsolve(fun,x0,opntions,grad,p1,p2,)x,options=fsolve(fun,x0,)65举例：(1)求下述系统的根2x1x2=e-x1-x1+2x2=ex2即解下述方程2x1x2=e-x1-x1+2x2=ex2并设初始解向量为x0=-5,-5第一步：编写M文件functionF=fun(x)F=2*x(1)x(2)exp(-x(1);x(1)+2*x(2)exp(-x(2)第二步：求解x0=-5*ones(2,1);options=foptions

21、;options(1)=1;%设置显示输出中间结果x=fsolve(fun,x0,options)f=fun(x)经过25次迭代后，得到一个零点f-countRESIDSTEP-SIZEGRAD/SD347071.21-9.41e+048966.8281-1.81e+03251.39647e?50.9980.98e?9解及解处的函数值为：f=1.0e7*0.26420.264266(2)求矩阵x使其满足方程x*x*x=12并使初始解向量为：x=1,1;1,1第一步：编写M文件functionF=fun(x)F=x*x*x1,2,;3,4;第二步：求解x0=ones(2,2);x=fsolve(fun,x0)经过44次迭代后，解为：x=0.12910.86021.29031.1612F=x*x*x1,2,;3,4F=0e05*0.03500.12680.0721-0.1293sum(sum(F.*F)ans=3.9218e1267关于MATLAB分三讲来讲述只是讲了一些最基本的东西还有许多我不知道的内容希望同学们课后都练习68我的联系方式中心教学楼823房间或者820房间找李炳照老师即可(68913152)大家有什么不会的问题我们可以一起探讨谢谢大家！69