急寻：matlab的几何校正的最近邻点法和双线性插值法的代码 我使用的是matlab7，请成功后再告诉我 谢谢！！

Posted 2023-04-09

Matlab常用工具箱 MATLAB包括拥有数百个内部函数的主包和三十几种工具包。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。
开放性使MATLAB广受用户欢迎。除内部函数外，所有MATLAB主包文件和各种工具包都是可读可修改的文件，用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系统工具箱
Communication Toolbox——通讯工具箱
Financial Toolbox——财政金融工具箱
System Identification Toolbox——系统辨识工具箱
Fuzzy Logic Toolbox——模糊逻辑工具箱
Higher-Order Spectral Analysis Toolbox——高阶谱分析工具箱
Image Processing Toolbox——图象处理工具箱
LMI Control Toolbox——线性矩阵不等式工具箱
Model predictive Control Toolbox——模型预测控制工具箱
μ-Analysis and Synthesis Toolbox——μ分析工具箱
Neural Network Toolbox——神经网络工具箱
Optimization Toolbox——优化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——鲁棒控制工具箱
Signal Processing Toolbox——信号处理工具箱
Spline Toolbox——样条工具箱
Statistics Toolbox——统计工具箱
Symbolic Math Toolbox——符号数学工具箱
Simulink Toolbox——动态仿真工具箱
Wavele Toolbox——小波工具箱 [编辑本段]常用函数 Matlab内部常数[3]
eps：浮点相对精度
exp：自然对数的底数e
i 或 j：基本虚数单位
inf 或 Inf：无限大， 例如1/0
nan或NaN：非数值（Not a number），例如0/0
pi：圆周率 p（= 3.1415926...）
realmax：系统所能表示的最大数值
realmin：系统所能表示的最小数值
nargin: 函数的输入引数个数
nargout: 函数的输出引数个数
lasterr：存放最新的错误信息
lastwarn：存放最新的警告信息
MATLAB常用基本数学函数
abs(x)：纯量的绝对值或向量的长度
angle(z)：复数z的相角(Phase angle)
sqrt(x)：开平方
real(z)：复数z的实部
imag(z)：复数z的虚部
conj(z)：复数z的共轭复数
round(x)：四舍五入至最近整数
fix(x)：无论正负，舍去小数至最近整数
floor(x)：地板函数，即舍去正小数至最近整数
ceil(x)：天花板函数，即加入正小数至最近整数
rat(x)：将实数x化为分数表示
rats(x)：将实数x化为多项分数展开
sign(x)：符号函数 (Signum function)。
当x0时，sign(x)=-1；
当x=0时，sign(x)=0;
当x0时，sign(x)=1。
rem(x,y)：求x除以y的馀数
gcd(x,y)：整数x和y的最大公因数
lcm(x,y)：整数x和y的最小公倍数
exp(x) ：自然指数
pow2(x)：2的指数
log(x)：以e为底的对数，即自然对数或
log2(x)：以2为底的对数
log10(x)：以10为底的对数
MATLAB常用三角函数
sin(x)：正弦函数
cos(x)：余弦函数
tan(x)：正切函数
asin(x)：反正弦函数
acos(x)：反余弦函数
atan(x)：反正切函数
atan2(x,y)：四象限的反正切函数
sinh(x)：双曲正弦函数
cosh(x)：双曲余弦函数
tanh(x)：双曲正切函数
asinh(x)：反双曲正弦函数
acosh(x)：反双曲余弦函数
atanh(x)：反双曲正切函数
适用于向量的常用函数有
min(x): 向量x的元素的最小值
max(x): 向量x的元素的最大值
mean(x): 向量x的元素的平均值
median(x): 向量x的元素的中位数
std(x): 向量x的元素的标准差
diff(x): 向量x的相邻元素的差
sort(x): 对向量x的元素进行排序（Sorting）
length(x): 向量x的元素个数
norm(x): 向量x的欧氏（Euclidean）长度
sum(x): 向量x的元素总和
prod(x): 向量x的元素总乘积
cumsum(x): 向量x的累计元素总和
cumprod(x): 向量x的累计元素总乘积
dot(x, y): 向量x和y的内积
cross(x, y): 向量x和y的外积
MATLAB基本绘图函数
plot: x轴和y轴均为线性刻度（Linear scale）
loglog: x轴和y轴均为对数刻度（Logarithmic scale）
semilogx: x轴为对数刻度，y轴为线性刻度
semilogy: x轴为线性刻度，y轴为对数刻度
matlab插值和样条plot绘图函数的参数
字元 颜色 字元 图线型态
y 黄色 . 点
k 黑色 o 圆
w 白色 x x
b 蓝色 + +
g 绿色 * *
r 红色 - 实线
c 亮青色 : 点线
m 锰紫色 -. 点虚线
-- 虚线
注解
xlabel('Input Value'); % x轴注解
ylabel('Function Value'); % y轴注解
title('Two Trigonometric Functions'); % 图形标题
legend('y = sin(x)','y = cos(x)'); % 图形注解
grid on; % 显示格线
二维绘图函数
bar 长条图
errorbar 图形加上误差范围
fplot 较精确的函数图形
polar 极座标图
hist 累计图
rose 极座标累计图
stairs 阶梯图
stem 针状图
fill 实心图
feather 羽毛图
compass 罗盘图
quiver 向量场图[4] 参考技术A 你哪儿程序还有吗？ 参考技术B 请问你找到的程序代码可以提供一下么 万分感谢！！！！急用 参考技术C 同学，你找到一份能不能发我一份呀，万分感谢呀。QQ:373838278 参考技术D 同求 谢谢

线性规划中的单纯形法与内点法（原理步骤以及matlab实现）

在线性规划中的单纯形法与内点法（原理、步骤以及matlab实现）（一）中，我们讨论了单纯形法的原理和普通单纯形法的应用，本文接着讨论大M法、两阶段法和对偶单纯形法

2.2 Big M Method （大M法）

通常，我们遇到的问题约束条件不是像普通单纯形法中的形式，就是说有可能会符号为大于等于形式的不等式，这时，初始可行基的选择就不是那么容易了。这种情况下，我们可以利用大M法。下面举例说明应用

 

solution

通过引入slack或者surplus将不等式约束转为等式约束，并且将最小化问题转为最大化问题

 

在这个形式中，初始可行基不是很容易选出，因为s1和s3的系数都是-1。这时我们可以引入额外的两个人工变量A1和A2，原问题转为：

在目标函数中还引入了新的系数M，M是一个极大的数，因此要使得目标函数的值最大，A1和A2必须为0

 

matlab实现

linprog():

记住：该函数的问题形式必须是最小化形式，并且右端值符号没有限制，但是不等号必须是小于等于

f = [4 3];
A = [-2 -1; -3 2; -1 -1];
b = [-10 6 -6];
[x, fval] = linprog(f, A, b)

 

revised():

c = [4 3];
A = [2 1; -3 2; 1 1];
b = [10 6 6];
inq = [1 -1 1];
revised(c, b, A, inq, 1)

运行结果： 

2.3 Two-phase Method(两阶段法)

先来看一下大M法和两阶段法的联系和区别：

 

两阶段法中第一阶段构造了一个只有人工变量的新的目标函数，使得引入的人工变量为零。第二阶段使用第一阶段迭代的tableau继续迭代。可以看到其实大M法和两阶段法本质没有区别，只是将两步糅合成为一步。下面举例说明两阶段法的应用：

这道题可以用大M法解决，不过这里使用两阶段法

第一阶段，引入新的人工变量，并且构造新的目标函数（使人工变量为零）

到这里，人工变量已经成为非基变量，即取零使得构造的目标函数值最优

进入第二阶段

这阶段的主要工作是：

1.使用原来的目标函数

2.初始开始迭代的基可行解是沿用上一阶段最后的迭代结果

 

下面开始迭代：

 

感兴趣的朋友可以用大M法解答

matlab实现：

linprog():

 

f = [-5 -8];
A = [-3 -2; -1 -4; 1 1];
b = [-3 -4 5];
lb = [0 0];
[x, fval] = linprog(f, A, b, [], [], lb)

 

 运行结果：

revised():

c = [5 8];
A = [3 2; 1 4; 1 1];
b = [3 4 5];
inq = [1 11 -1];
revised(c, b, A, inq, 0)

运行结果：