matlab數學建模
『壹』 數學建模比賽中matlab要學那些內容
我就自己的經驗說一下，可能不全面
首先，我們用MATLAB的最主要的用途是來畫圖的，就像樓上說的MATLAB畫圖功能還是很強大的，一般的圖應該都能解決。
其次，求一些最優問題。MATLAB提供了比較強大的線性運算的工具，線性回歸、差值、擬合等實現起來都很方便。
最後，也是相對不是很不好學的就是使用MATLAB模擬了。simulink工具箱功能很強大，想要學通是要花一定時間的。而且往往論文成功的關鍵就在模擬結果上，很多隊伍因為不會模擬，不能拿出合理的結果值，而得不到理想的成績。對於它的學習你可以下一些資料，這方面的比較多，可以去學校圖書館的檢索資料庫中找，自動化、信息方面的專業應該會開這門課，可以去聽聽。當然，對於模擬還有很多其他方法，編程能力強的也是很有優勢的，我們去年參加國家比賽時就是用Java來實現模擬的。
相關學習資料在網上都可以搜到，數學中國論壇上比較全，不過需要積分來換，不很方便。
以上是我參加國家及現在備戰國際賽得一些經驗。希望能夠對你有用。
『貳』 matlab數學建模
這個很難辦哦，但是一般來說大部分都是先擬合多項式的，那我們試試多項式的結果
clc
clear
data=[0 8.7
5 8.9
10 9.1
15 9.3
20 9.5
25 9.7
30 9.9
35 10.1
40 10.3
45 10.6
50 10.9
55 11.1
60 11.4
65 11.7
70 12.0
75 12.4
80 12.8
85 13.2
90 13.7
95 14.2
100 15.1
105 15.8
110 16.8
115 18.3
120 20.2 ];
x=data(:,2);
y=data(:,1);
xi=linspace(min(x),max(x),100);
for n=1:5;
p{n}=polyfit(x,y,n);
yi(n,:)=polyval(p,xi);
end
plot(x,y,'o',xi',yi')
legend('n=1','n=2','n=3','n=4','n=5')
從圖形中你可以看出幾次多項式擬合比較好，我看了下，應該是n=4的效果做好
對應參數為
p{4}
>> vpa(poly2sym(ans),3)
ans =
.195e-3*x^4+.702e-1*x^3-4.41*x^2+88.9*x-488.
『叄』 如何用MATLAB進行數學建模
比較實用的是用來畫圖，當然如果你編程能力很強的話，再復雜的代碼都能寫出來，實現演算法，得出結果的話，就更好了，數學建模附錄首選matlab代碼，matlab很強大，在很多領域都能應用。
『肆』 參加數學建模，MATLAB要掌握到什麼程度啊
數學建模跟Matlab並不是確定的聯系
很多人Matlab都沒有用過，照樣建模。只是說，Matlab是數學運用中一個相當重要的一個軟體，它的運用可以大大的簡化、優化數學的解答過程，而且可以使很多過程變得可視化。Matlab是一款相當好的數學建模的輔助工具，你要利用它建模的話，首先必須把裡面的一些函數的格式記好（數學建模一般就是統計函數，線性分析函數，插值函數，非線性分析函數等等）
你沒有掌握Matlab也一樣可以做，因為Matlab最大的優勢是把數據模擬出可視化的效果來了，並不是就解決了問題，他只是讓問題的解決有一個相對現實的依據，但是這個依據並不一定就是正確，僅作為一種比較合理的猜測。
許多統計分析軟體，程序設計軟體，數值分析軟體都可以作為數學建模的輔助工具，Matlab是比較好的一種，並不是唯一的。數學建模最重要的是找到一個解決問題的思路，關鍵還是在創新上，數學軟體可以讓你從一大堆的數據，參數中相對容易的找到這個思路
『伍』 MATLAB編程（數學建模）
----------------
function dx=appollo(t,x)
mu=1/82.45;
mustar=1-mu;
r1=sqrt((x(1)+mu)^2+x(3)^2);
r2=sqrt((x(1)-mustar)^2+x(3)^2);
dx=[x(2)
2*x(4)+x(1)-mustar*(x(1)+mu)/r1^3-mu*(x(1)-mustar)/r2^3
x(4)
-2*x(2)+x(3)-mustar*x(3)/r1^3-mu*x(3)/r2^3];
--------------------------
x0=[1.2;0;0;-1.04935751];%x0(i)對應與xi的初值
options=odeset('reltol',1e-8);%該命令的另一種寫法是options=odeset;options.reltol=1e-8;
[t,y]=ode45(@appollo,[0,20],x0,options);%t是時間點，y的第i列對應xi的值，t和y的行數相同
plot(y(:,1),y(:,3))%繪制x1和x3，也就是x和y的圖形
title('Appollo衛星運動軌跡')
xlabel('X')
ylabel('Y')
『陸』 怎樣學好matlab為數學建模准備
matlab主要是模擬方便。。。這個很利於A題的連續型模型，而B題一般是離散的，多是組合數學的東西，更加側重演算法。。。。
matlab也可以寫演算法，你可以先看看離散數學，組合數學，演算法導論，這些可以用c/c++實現。。。然後看模擬退火，神經網路，遺傳優化，這個用matlab的很多。。。我matlab用的不好，但是c/c++基礎還不錯，所以去年我參加比賽的時候只用c++就實現了。
『柒』 在數學建模中什麼情況下使用matlab更加合適
只要數據是離散化的，或者說可以用矩陣表示出來的，可以運用矩陣相關知識進專行計算的模型或屬者運算，都可以使用Matlab。由於現在的研究很多方向都需要把問題離散化進行研究，比如圖片可以當做一個個的像素，機器學習當中的訓練集和預測集，繪制函數圖像，離散信號的處理，回歸分析，聚類分析，決策樹，歸一化基本上都要用到。
你可能注意到上述很多東西都是機器學習的內容，所以學習機器學習入門語言用Matlab也是不錯的選擇。
Matlab可能除了符號計算水平一般之外，大多數的數學問題和工程問題都可以得到比較好的處理。只要你在拿到一組數據，基本上都可以使用Matlab處理。所以數學建模競賽當中，Matlab也基本上成為了標配語言之一。雖然這些年Python由於科學計算庫的逐步成熟，比如numpy，matplotlib，pandas，scipy等，讓py逐步實現matlab全部甚至更多的功能。但是不得不承認商業軟體的強大，在做圖美觀以及一些計算成熟方面，Matlab還是更好使用的。
『捌』 matlab數學建模一般應用到什麼領域
1、在數學模型的建立階段,可以用simulink等工具進行模擬建模,非常好用；simulink中可以利用matlab中所有的模回塊進行搭建所需答要的模型,模塊功能涉及幾乎理工科的任何領域,功能非常強大.
2、在數學模型的建立階段也可以使用GUI,進行用戶界面系統的建立,這個系統類似於visual C的樣子,讓用戶根據自己的需要定義功能,後期編譯後可以完成可視化的操作.
3、在數學模型建立起來以後,可以用兩種方法來求解數學模型,一個是人界交互界面,即command window界面,用戶輸入一條命令,然後等待結果輸出,再輸入下一條命令；另一個是用M文件,將所需要的命令一起寫成M文件,一起運行.
4、在數學模型的檢驗和優化方面,可以使用提供的多種概率統計學命令,進行多種統計量和置信區間的檢驗,這里不再一一列舉.
並沒有說哪一個版本更適合的，軟體本質上只是一種工具。新版本的和舊版本的部分的程序是不一樣的，不過影響不大。也有2013版的，但是破解版的很難找。更多的是根據系統的不同選擇不同版本。matlab吧里有相關資源。
對於xp系統，建議安裝MATLAB 6.5，並且找一找release13的版本，優點：佔用空間小，壓縮文件只要600M左右。
對於win 7系統，建議安裝MATLAB 2010a版本，或者MATLAB 2010b版本。
注意：win7系統有32和64位的區別，下載是要對應。
工具箱的話，一般是全部安裝的，我們使用matlab都是使用別人已經寫好的程序那些程序會調用一些工具箱，你的激活碼的不同，會導致你所能安裝的工具箱也會有所不同。有部分工具箱缺失的話，可以下載後插進去就行了。
『拾』 怎樣用matlab數學建模
matlab有什麼樣的功能，數學建模大多都可用到，譬如象簡單的計算，模擬，畫圖等功能，在數學建模中的作用非常大，至於更復雜的系統模擬等功能有時也會在建模題中用到。可以這樣說，要想做好數學建模，就不開MATLAB的支持。