1、lingo中要表示> <时；#gt#、只有
2、mathmatical中Table的意思是生成矩阵或者数组；
3、
4、在lingo中的计算最短树时：可以利用边数综合==n-1，然后用破环的方
法:u(i)-u(j)+n*w(I,j)<=n-1;
5、Zailingo中如果要多个变量是整数可以@For(a:@gin(x1 #and# x2 #and#x3))
6、@bin(x) 限制x 为0 或1
7、@bnd(L,x,U) 限制L≤x≤U
8、@free(x) 取消对变量x 的默认下界为0 的限制，即x 可以取任意实数
9、在lingo中表示分段函数时应为b(I,j)=@if(a(i,j)#gt#0,1,0) 不能为：
@if(a(i,j)#gt#0, b(I,j)#eq#1, b(I,j)#eq#0)
10、在lingo利用@ole读取txt和excel中的数据时一定要打开这些数据文件，因为
longgo无法打开文件。

Matlab 的统计工具箱提供了判别函数classify。

函数的调用格式为：
[CLASS,ERR] = CLASSIFY(SAMPLE,TRAINING,GROUP, TYPE)
其中SAMPLE 为未知待分类的样本矩阵，TRAINING 为已知分类的样本矩阵，它们有
相同的列数m ，设待分类的样本点的个数，即SAMPLE 的行数为s ，已知样本点的个
数，即TRAINING 的行数为t ，则GROUP 为t 维列向量，若TRAINING 的第i 行属于总体iξ则GROUP 对应位置的元素可以记为i，TYPE 为分类方法，缺省值为'linear'，即线
性分类，TYPE 还可取值'quadratic'，'mahalanobis'（mahalanobis 距离）。

返回值CLASS 为s 维列向量，给出了SAMPLE 中样本的分类，ERR 给出了分类误判率的估计值。

df(x)/dt=af(x)的解为exp(at)
matlab中ceil为向上取整，floor为向下取整，round为四舍五入，fix为向0取整。

通常取模运算也叫取余运算，它们返回结果都是余数.rem和mod唯一的区别在于:
当x和y的正负号一样的时候，两个函数结果是等同的；当x和y的符号不同时，rem函数结果的符号和x的一样，而mod和y一样。

这是由于这两个函数的生成机制不同，rem函数采用fix函数，而mod函数采用了floor函数（这两个函数是用来取整的，fix函数向0方向舍入，floor 函数向无穷小方向舍入）。

rem（x，y）命令返回的是x-n.*y，如果y不等于0，其中的n = fix(x./y)，而mod(x,y)返回的是x-n.*y，当y不等于0时，n=floor(x./y)
两个异号整数取模取值规律（当是小数时也是这个运算规律，这一点好像与C 语言的不太一样）
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
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；再与被数之差为（40-36=4）；取除数的符号。

所以值为-4。

例：mod(9,1.2)=0.6;
例：
>> mod(5,2)
ans =1 %“除数”是正，“余数”就是正
>> mod(-5,2)
ans =1
>> mod(5,-2)
ans =-1 %“除数”是负，“余数…就是负
>> mod(-5,-2)
ans =-1 %用rem时，不管“除数”是正是负，“余数”的符号与“被除数”的符号相同
>> rem(5,2)
ans =1 %“被除数”是正，“余数”就是正
>> rem(5,-2);
ans =1
>> rem(-5,2)
ans =-1 %“被除数”是负，“余数”就是负
>> rem(-5,-2)
ans =-1
（3）size(A,n)如果在size函数的输入参数中再添加一项n，并用1或2为n赋值，则size将返回矩阵的行数或列数。

其中r=size(A,1)该语句返回的时矩阵A 的行数，c=size(A,2) 该语句返回的时矩阵A的列数。

size：获取数组的行数和列数
length：数组长度（即行数或列数中的较大值）
numel：元素总数。

残差分析作残差图rcoplot
x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]';
X=[ones(16,1) x];
Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]';
[b,bint,r,rint,stats]=regress(Y,X)
rcoplot(r,rint)。