计算药物分析各章思考题doc

第二章1，名解多元线性回归分析：自变量大于1的线性回归问题分析。牛顿-雷扶生法：设初始值，根据牛顿迭代式，收敛标准：，是一个足够小的数，称为收敛指标。插值：求出通过所给所有实验数据点的曲线，根据求得的函数得到插值点的函数值。（另：在离散数据的基础上补插连续函数，使得这条连续函数通过全部给定的离散数据点，从而估算出函数在其他点处的近似值。）拟合：找出能反映因变量和自变量内在联系的数学表达式的过程称为拟合。2，试解释线性回归方程组可能遇到的奇异方程和病态方程组的实际意义奇异方程：行列式为零的矩阵为奇异矩阵，奇异矩阵不能求逆。对线性方程组AX=B，系数矩阵A（m=n）或AA(mn) 若为奇异矩阵则方程组无解。病态方程组：线性方程组AX=B，系数矩阵A（m=n）或AA(mn)非奇异，方程组有解，但其解有时却无法接受，此时方程组属于病态方程组，病态方程组的系数矩阵常常会由于微小的误差使方程组的解发生极大的变化。由于化学测量中涉及到的线性方程组的系数一般都是实验测量值或由测量值计算得到，实验测量误差的不可避免使得方程组的系数常有一定的误差。应努力建立条件数小的方程组，避免因解病态方程组造成的误差。 因此，为了判别线性方程组能否用矩阵方法来求解，或所求得的解能否接受，必须先进行奇异方程和病态方程组的判断。3，什么叫迭代法？如何应用牛顿-雷扶生法解高次方程？应该注意什么问题？迭代法：对方程f(X) = 0 求近似解，使f(X*)0，设初值X0，按一定规则生成新值X1，依次计算生成数列: X0,X1,X2,X3Xn ，lim Xn =X*，收敛标准： Xn-Xn-1 1则视为主成分 5,如何应用系统聚类分析法对数聚集进行聚类分析？答：基本思想：先把n个样本各自看成一类，选择距离最小的两类合并成一个新类并计算该新类和其它类的距离，再将距离最近的两类合并，这样每次减少一类，直至所有样本都成为一类。算法： 1 设初始模式样品共n个，每个样本看成一类，计算各类之间的距离，可得维的距离矩阵由于其对称性d ij=d ji , 故只取三角阵，d ii=0。 2 从距离矩阵找出距离最小的元素（如i,j）合并成类 3 计算合并后的新类别之间的距离矩阵 4 转向第二步，直至所有样品都聚为一类定义两类的距离方法：a) 平均距离法P、Q两类相距最近，合并为K类，则K类和其它相关类H的距离DHP：b) 最短距离法H，K为两类，K类是P和Q类两类合并而成的， 第七，八章1,名解：系数倍率法：通过一给定的比例系数（与响应值相乘），使得共存组分在波长对1和2处的响应信号差为零，从而消除干扰而对待测组分进行测定的方法。三波长法：利用三角形相似原理，使在选择的三个波长处，干扰组分的吸收曲线上的三点恰好在同一条直线上，此时干扰组分的信号差为零，混合溶液的信号差仅与待测组分的浓度成正比，从而可以对待测组分进行测定的方法。导数光谱：对吸收光谱曲线（A 曲线）进行一阶或高阶求导，把各阶导函数值对作图，便可得到各阶导数光谱曲线，简称导数光谱，经N次求导后，吸光度的导函数值与试样中被测组分的浓度成正比，这是导数光谱用于定量的依据。 多元校正分光光度法：将数学中的多元校正方法如多元回归分析、主成分分析、因子分析等用于分光光度法获得的数据，采用适当的统计学方法确立一定的参数后建立模型，并应用模型对样品进行定性或定量分析。线性规划法：在线性等式或不等式的约束条件下，对使线性目标函数达到最大值或最小值的的某些非负变量求值的方法。差谱技术：应用计算机技术对光谱或色谱图进行数据处理，扣除干扰组分获得只含待测组分的光谱的方法。纯峰度：一个色谱峰有可能由未分开的两个或多个组分组成，而无法进行定量或限度分析，峰纯度即衡量色谱峰不受杂质干扰而得到单一组分峰形的程度。色谱选择性优化：根据优化指标，对色谱过程中溶剂等可变因素进行优化，目的是控制各组分的洗出顺序，在尽可能短的时间内实现最优分离，有三个基本组成部分：优化因素的选择、优化指标的确定、实验设计及优化方法。窗口图解技术：将色谱优化从单因子扩展到多因子，而且为整体最优化提供了一个最有效的方法，该法以所有峰对的选择系数（）优化因素作图，对应每一个色谱参数最难分离对构成的图中阴影部分的最高点为优化点综合指标：以欲分离混合物的全色谱图作为评价指标，是基本指标的组合，色谱选择性的评价一般选用综合指标。2，2005版药典附录明确规定计算分光光度法一般不宜用作含量测定，对此你有何想法？如何评价计算分光光度法的实用价值？答： 药典作出这一规定是有根据的：计算分光光度法在使用时约束较多，首先样品各组分的吸收应符合吸光度加和原则；此外由于当吸收度在吸收曲线陡然上升或下降的部位测定时，波长的微小变化可能对测定结果造成显著影响，故对对照品和供试品测试条件的一致性要求较严，重现性较差，误差也较大，不利于准确定量。实用价值： 快速简便，仪器价格低廉； 适合复杂体系不经分离的测定，可用于消除各种干扰； 不宜用于定量分析的标准方法。3，试举例计算药学在色谱分析中的应用方法。答：1) 色谱测试中的数据处理技术：如计算机对峰面积的计算2) 色谱条件的优化：如应用窗口图解技术优化HPLC色谱中流动相的PH；混料设计优化三元或四元流动相；多指标决策判定法同时优化分析时间和分离度。3) 色谱分析方法的质量控制：主成分分析法和渐进因子分析法被用于色谱峰纯度的定性。本书中要求掌握的Matlab命令：（程序中% 起头的行为注释语句，不执行） 矩阵的建立： 逗号或空格用于分隔某一行的元素，分号用于区分不同的行。除了分号，在输入矩阵时，按Enter键也表示开始一新行。输入矩阵时，严格要求所有行有相同的列。 a= ： 产生一个空矩阵，当对一项操作无结果时，返回空矩阵，空矩阵的大小为零. b=zeros(m，n) ： 产生一个m行、n列的零矩阵 c=ones(m，n)： 产生一个m行、n列的元素全为1的矩阵 d=eye(m，n)： 产生一个m行、n列的单位矩阵矩阵中元素的操作：矩阵A的第r行：A（r，:）矩阵A的第r列：A（:，r）依次提取矩阵A的每一列，将A拉伸为一个列向量：取矩阵A的第i1i2行、第j1j2列构成新矩阵:A(i1：i2, j1：j2)以逆序提取矩阵A的第i1i2行，构成新矩阵:A(i2：-1：i1，:）以逆序提取矩阵A的第j1j2列，构成新矩阵:A(:, j2：-1：j1 ）删除A的第i1i2行，构成新矩阵:A(i1：i2，:)= 删除A的第j1j2列，构成新矩阵:A(:， j1：j2)= 将矩阵A和B拼接成新矩阵：A B；A；B矩阵的运算：矩阵加法：A+B矩阵乘法：A*B方阵的行列式：det（A）方阵的逆：inv（A）插值：结果=interp1(x,y,cx,method) 1为维数，表示变量的个数；x、y分别表示数据点的坐标向量；cx为需要插值的数据；method可为linear（缺省），nearest(最近邻点插值)，cubic (三次插值)。多项式拟合：polyfit P24析因试验： ff2n 二水平完全因子设计fullfact 完全因子设计fracfact 不完全因子设计模式识别：zscore(X)： 正规标准化处理（均值为零 ，方差为1） cov(X)： 求方差-协方差矩阵；pdist: 计算距离矩阵 linkage: 生成谱系数据dendrogram: 绘制谱系图 cluster: 聚类分析 主成分分析：（按求解顺序列出）X为数据矩阵y=zscore(x)v=cov(y)pc,latent,explained（ 输出结果 ）= pcacov(v)（ 其中pc为主成分，latent为特征值，explained为方差贡献