Matlab基礎操作
MATLAB是美國MathWorks公司出品的商業(yè)數(shù)學軟件,用于數(shù)據(jù)分析、無線通信、深度學習、圖像處理與計算機視覺、信號處理、量化金融與風險管理、機器人,控制系統(tǒng)等領域。
MATLAB是matrix&laboratory兩個詞的組合,意為矩陣工廠(矩陣實驗室),軟件主要面對科學計算、可視化以及交互式程序設計的高科技計算環(huán)境。它將數(shù)值分析、矩陣計算、科學數(shù)據(jù)可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中,為科學研究、工程設計以及必須進行有效數(shù)值計算的眾多科學領域提供了一種全面的解決方案,并在很大程度上擺脫了傳統(tǒng)非交互式程序設計語言(如C、Fortran)的編輯模式。
本文以Matlab R2022a為例。

(1)頁面:



(2)常用命令、常量、變量、函數(shù)




(3)繪圖常用命令
線型 ? ? ?顏色 ? ? 數(shù)據(jù)點標記類型
標識符 意義 標識符 意義 標識符 ? 意義
- 實線 r 紅色 + ? 加號
-. 點劃線 g 綠色 o ? 圓圈
-- 虛線 b 藍色 * ? 星號
: 點線 c 藍綠色 . ? 點
? m 洋紅色 x ? 交叉符號
? y 黃色 square(或s) 方格
? k 黑色 diamond(或d) 菱形
? w 白色 ^ ? 向上的三角形
? ? v ? 向下的三角形
? ? > ? 向左的三角形
? ? < ? 向右的三角形
? ? pentagram(或p) 五邊形
? ? hexagram(或h) 六邊形
在這里使用plot函數(shù)對圖像進行輸出。
LineWidth 線寬 ? ?數(shù)值,如0.5,1等,單位為points
MarkerEdgeColor 標記點邊框線條顏色 顏色字符,如’g’, ’b’等
MarkerFaceColor 標記點內(nèi)部區(qū)域填充顏色 顏色字符
MarkerSize 標記點大小 ? 數(shù)值,單位為points

(4)舉例

(1)
syms x
x=(sin(3*pi/5)*sqrt(56.43)+2.1)^3-exp(2.4)*log(58)
x =
?
? 745.2390
(2)
syms x
>> x=1.369^2+sin(7*pi/10)*sqrt(26.48)+2.9
?
x =
?
8.9373

roots([1,0,-6,3,-8])
?
ans =
?
? -2.8374 + 0.0000i
?? 2.4692 + 0.0000i
?? 0.1841 + 1.0526i
?? 0.1841 - 1.0526i

(1)

(2)

(3)

(4)


>> x=-1:0.1:1;
>> y1=x;
>> y2=x.^2;
>> y3=x.^3;
>> y4=x.^4;
>> plot(x,y1,'y-',x,y2,'m--',x,y3,'c:',x,y4,'r-.')


>> x=[0,34,67,101,135,202,259,336,404,471];
>> y=[15.18,21.36,25.72,32.29,34.03,39.45,43.18,43.46,40.83,30.75];
function [fitresult, gof] = createFit(x, y)
[xData, yData] = prepareCurveData( x, y );
ft = fittype( 'gauss1' );
opts = fitoptions( 'Method', 'NonlinearLeastSquares' );
opts.Display = 'Off';
opts.Lower = [-Inf -Inf 0];
opts.StartPoint = [43.46 336 210.279614505574];
[fitresult, gof] = fit( xData, yData, ft, opts );
figure( 'Name', '無標題擬合 1' );
h = plot( fitresult, xData, yData );
legend( h, 'y vs. x', '無標題擬合 1', 'Location', 'NorthEast', 'Interpreter', 'none' );
xlabel( 'x', 'Interpreter', 'none' );
ylabel( 'y', 'Interpreter', 'none' );
grid on
本文使用擬合高斯模型:

擬合后函數(shù)為:


(5)矩陣輸入

單位矩陣:eye(n)
全1矩陣:ones(m,n)
零矩陣:zeros(m,n)
隨機矩陣:rand(m,n)
魔術矩陣:magic(n)
矩陣的跡:trace(A)
矩陣化為行最簡式:rref(A)
矩陣的特征值和特征向量:[P,D]=eig(A)