matlab 中mod的用法

Posted 2023-04-05

matlab中函数MOD可以借用函数 INT 来使用并表示：MOD(n, d) = n - d*INT(n/d)。

示例：

MOD(3, 2) 等于 1；

MOD(-3, 2) 等于-1；

MOD(3, -2) 等于1；

MOD(-3, -2) 等于-1；

MOD(-3, 0) 等于-3；

MOD(3, 0) 等于3；

MOD(2,0) 等于2；

注意：以上为Oracle中MOD函数的计算方法，在Pl/sql Dev中测试过。　

在EXCEL中：

MOD(-3, 2) 等于1(与后面的数符号相同)。

MOD(3, -2) 等于-1(与后面的数符号相同)。

mod（3，0）则出错#DIV/0!

扩展资料：

一、两个异号整数求余：

1.函数值符号规律(余数的符号) mod(负,正)=正 mod(正,负)=负

结论：两个整数求余时，其值的符号为除数的符号。

2.取值规律 先将两个整数看作是正数，再作除法运算

1）能整除时，其值为0 （或没有显示）

2）不能整除时，其值=除数×(整商+1)-被除数

例：mod(36,-10)=-4 即：36除以10的整数商为3，加1后为4；其与除数之积为40；再与被除数之差为（40-36=4）；取除数的符号。所以值为-4。

二、两个小数求余，取值规律：

被除数-(整商×除数)之后在第一位小数位进行四舍五入。

例：mod(9,1.2)=0.6即：9除1.2其整商为7；7与除数1.2之积为8.4；被除数9与8.4之差为0.6。故结果为0.6。

例：mod(9,2.2)=0.2 即：9除2.2其整商为4；4与除数2.2这积为8.8；被除数9与8.8之差为0.2，故结果为0.2。

三、在VB中，定义为被除数和除数先四舍五入，然后再相除求余数。

参考资料来源：百度百科—MOD （MATLAB函数）

参考技术A

mod函数是求余函数，用法如下：

b = mod(a,m) 返回用 m 除以 a 后的余数

其中 a 是被除数，m 是除数。

注意：正负号不同的两个数使用mod函数所得值得正负问题

1、mod(负 , 正)=正

2、mod(正 , 负)=负

例子：

一、mod(-x , y)：所得到的值为正

>> mod(-1,2)

ans =

1

二、mod(x , -y)：所得到的值为负

>>mod(1,-2)

ans =

-1

扩展资料：

MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。

函数中所使用的算法都是科研和工程计算中的最新研究成果，而且经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++ 。

在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。

函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。

参考资料：百度百科MATLAB

参考技术B 简单的说mod(a,b)就是求的是a除以b的余数。比方说mod(100,3)=1,mod(17,6)=5
详细用法见下

mod

Modulus after division

Syntax

M = mod(X,Y)

Description

M = mod(X,Y) if Y ~= 0, returns X - n.*Y where n = floor(X./Y). If Y is not an integer and the quotient X./Y is within roundoff error of an integer, then n is that integer. The inputs X and Y must be real arrays of the same size, or real scalars.

The following are true by convention: mod(X,0) is X mod(X,X) is 0 mod(X,Y) for X~=Y and Y~=0 has the same sign as Y.

Remarks

rem(X,Y) for X~=Y and Y~=0 has the same sign as X.

mod(X,Y) and rem(X,Y) are equal if X and Y have the same sign, but differ by Y if X and Y have different signs.

The mod function is useful for congruence relationships: x and y are congruent (mod m) if and only if mod(x,m) == mod(y,m).

Examples

mod(13,5)
ans =
3

mod([1:5],3)
ans =
1 2 0 1 2

mod(magic(3),3)
ans =
2 1 0
0 2 1
1 0 2本回答被提问者采纳 参考技术C mod（a，m）
即a÷m=x……y
mod（a，m）的值的正负取决于m的正负，即m为正，值就为正，m为负，值就为负。
当a，m同号时，mod（a，m）的值等于y
当a，m异号时，mod（a，m）的值等于(x+1)×m-a

matlab adapt函数用法

net = newlin([-1 1;-1 1],1,0,0.1);
net.IW1,1 = [0 0];
net.b1 = 0;
P = [1 2 2 3; 2 1 3 1];
T = [4 5 7 7];
[net,a,e,pf] = adapt(net,P,T);

结果输出为：：
??? Error using ==> mse
Too many input arguments.

Error in ==> trains at 163
tr.perf(ts) = feval(performFcn,El(:,ts),Yl(:,ts),getx(net),performParam);

Error in ==> network.adapt at 179
[net,tr,Ac,El] = feval(adaptFcn,net,Pd,Tl,Ai,Q,TS,[],[]);

Error in ==> aa at 6
[net,a,e,pf] = adapt(net,P,T);
>>

有谁知道为什么吗？我是按照书上做的
启动MATLAB时候每次都跳出一下情况：
Warning: MATLAB Toolbox Path Cache is out of date and is not being used.
Type 'help toolbox_path_cache' for more info
是不是跟这有关？

神经网络方面的函数吧，帮你运行了一下没发现错误，如下：
net =

Neural Network object:

architecture:

numInputs: 1
numLayers: 1
biasConnect: [1]
inputConnect: [1]
layerConnect: [0]
outputConnect: [1]
targetConnect: [1]

numOutputs: 1 (read-only)
numTargets: 1 (read-only)
numInputDelays: 0 (read-only)
numLayerDelays: 0 (read-only)

subobject structures:

inputs: 1x1 cell of inputs
layers: 1x1 cell of layers
outputs: 1x1 cell containing 1 output
targets: 1x1 cell containing 1 target
biases: 1x1 cell containing 1 bias
inputWeights: 1x1 cell containing 1 input weight
layerWeights: 1x1 cell containing no layer weights

functions:

adaptFcn: 'trains'
initFcn: 'initlay'
performFcn: 'mse'
trainFcn: 'trainb'

parameters:

adaptParam: .passes
initParam: (none)
performParam: (none)
trainParam: .epochs, .goal, .max_fail, .show,
.time

weight and bias values:

IW: 1x1 cell containing 1 input weight matrix
LW: 1x1 cell containing no layer weight matrices
b: 1x1 cell containing 1 bias vector

other:

userdata: (user stuff)

a =

15.4000 16.2000 24.4000 21.1000

e =

-11.4000 -11.2000 -17.4000 -14.1000 参考技术A 你的程序没有问题，
你的matlab是6.5版？你有7.0版的就可以了！
net =

Neural Network object:

architecture:

numInputs: 1
numLayers: 1
biasConnect: [1]
inputConnect: [1]
layerConnect: [0]
outputConnect: [1]
targetConnect: [1]

numOutputs: 1 (read-only)
numTargets: 1 (read-only)
numInputDelays: 0 (read-only)
numLayerDelays: 0 (read-only)

subobject structures:

inputs: 1x1 cell of inputs
layers: 1x1 cell of layers
outputs: 1x1 cell containing 1 output
targets: 1x1 cell containing 1 target
biases: 1x1 cell containing 1 bias
inputWeights: 1x1 cell containing 1 input weight
layerWeights: 1x1 cell containing no layer weights

functions:

adaptFcn: 'trains'
initFcn: 'initlay'
performFcn: 'mse'
trainFcn: 'trainb'

parameters:

adaptParam: .passes
initParam: (none)
performParam: (none)
trainParam: .epochs, .goal, .max_fail, .show,
.time

weight and bias values:

IW: 1x1 cell containing 1 input weight matrix
LW: 1x1 cell containing no layer weight matrices
b: 1x1 cell containing 1 bias vector

other:

userdata: (user stuff)

a =

0 0 0 0

e =

4 5 7 7

pf =

[]