MATLAB的使用(一）

一，MATLAB的编程特点

a,语法高度简化；

b,脚本式解释型语言；

c,针对矩阵的高性能运算；

d,丰富的函数工具箱支持；

e,通过matlab本体构建跨平台；

二，MATLAB的界面

工具栏:提供快捷操作编辑器:

脚本代码窗口工作区:

脚本变量窗口工作路径:

当前文件运行的检索路径

三，MATLAB的工具栏

新建脚本:新建脚本或函数(*.m)文件

新建实时脚本:新建可交互脚本(*.mlx)文件

新建/打卡:支持更加泛化的新建/打开文件类型导入数据:加载可识别的数据文件

保存工作区:将工作区的文件保存至(*.mat)文件

Simulink:打开可视化仿真工具

预设:MATLAB相关参数设置

帮助:查询相关文档和示例

四，常用控制代码

4.1 clc:清空命令行

4.2 clear:清空工作区变量

4.3 clear all：清空工作区（在一般matlab使用中等价于clear）

4.4  close：关闭当前图像窗口

4.5 *dbstop if error:建立变量缓冲区，在错误位置自动断点调试

编译器会报错，在错误的地方停止运行

4.6 Crtl + R/crtl + T:注释和反注释（支持批量）

4.7 ctrl + C: 强制停止

4.8 crtl + R:智能缩进

4.9 F9：在命令行中运行编译器内代码

五，MATLAB运算

命令行==计算器？

1,加+ 减- 乘* 除 /

2,平方根 sqrt(),任意次幂()^();power(,)

4,对数 log();log10();log2(); log1p()

5,指数exp();expm1();pow2();nextpow2()

6,三角函数 sin( );cos(); sinpi( );cospi();tan( )

7,反三角函数 asin( );acos( );asind();acosd( );atan( );atand( ); atan2()

六，MATLAB整体运算

1 模与余数 mod(，)rem(，)

2，符号函数sign()

3，matlab小数计算

4，matlab整体运算

5，生成随机数

 七，矩阵

1，矩阵的重要性

矩阵是MATLAB的核心

MATLAB通过建立特定平台进行大量的硬件针对性优化

2，创建向量

特殊的矩阵形式：向量。

生成格式：

①起始数据：数据间隔（可忽略，默认为1）：结束数据

示例：

1:100(等价于1：1：100）  范围为1到100，间隔为1，1*100的向量

1:2:100                                范围为1到100，间隔为2，1*50的向量

100:-1:1                               范围为1到100，间隔为-1，1*100的向量

1:1:100.7                             范围为1到100(<=100.7的最大整数），间隔为1，1*100的向量

②特殊异常模式（三冒号表达式）A:B:C:D 

>>1:2:4:5                                                                         >>2：-1：3：5

ans =                                                                                ans =

1 2 3 4 5                                                                            空的 1*0 的double行向量

无用形式，但不会报错
 

3，赋值方法

[3.4]                                                 创建了值为3.4的1乘1矩阵(标量)
[1.0,2.0,3.0]                                     创建了值为[1  2  3]的1乘3矩阵(行向量)
[1.0 2.0 3.0]                                     创建了值为[1  2  3]的1乘3矩阵(行向量)
[1.0; 2.0; 3.0]                                   创建了值为[1  2  3]^T的3乘1矩阵(列向量)
[1,2, 3; 4, 5, 6]                                 创建了值为2*3的矩阵
[1,2,3  

4, 5,6]                                     创建了值为2*3的矩阵

采用逗号或空格来分割行元素

采用分号或换行来分割列元素

4,矩阵快速创建方法

 

 

 

 

5，矩阵运算模式

矩阵相乘                      A*B

矩阵右乘                      A/B等价于A*B的逆              注意左除和右除的区别

矩阵左乘                      A/B等价于A的逆乘B

矩阵数乘                      A.*B

矩阵右除                      A./B等价于A除以B             每个元素进行分别操作

矩阵左除                      A./B等价于A除B

对于数+/-矩阵，其相当于在矩阵每个元素加减此数

 

 6，其他运算方法

矩阵A求逆                                     inv(A)

矩阵A求伪逆                                  pinv(A)              适用于非方阵和奇异阵

矩阵A求转置                                  A'

求行列式A                                      det(A)

求行列式A的迹                               trace(A)

求矩阵A的LU分解                          lu(A)

求矩阵A的QR分解                          qr(A)

求矩阵A的特征值与向量                 eig(A)                 矩阵分析常用

 

大家可以自己打代码试一下

7，矩阵数据的提取

确定矩阵的大小
length()-用于向量                                 size()-用于矩阵

元素提取:
A(m，n)表示提取矩阵的第m,n位置处的值
注意m,n不能超出矩阵维度，matlab中起始值为1
冒号/end提取法:
A( :1)                           提取矩阵第一列
A(1,: )                          提取矩阵第一行
A(1,end)                     提取矩阵第一行中最后一个值
A(2:2:end,:)                提取偶数行

8，矩阵操作

-更改矩阵的大小:

Matrix_out = reshape( Matrix_in , m , n)

m/n为新矩阵的行数和列数

注意在矩阵改变的同时不能改变元素个数

-复制扩充:

Matrix out = repmat( Matrix_in , m , n)

m/n为扩充的行倍数和列倍数

9,交叉知识-稀疏矩阵

采用[(m,n),value]三元组来存储数据，不存储0值以节省空间

直接生成稀疏矩阵：sparse(m,n)

将矩阵A强制转化为稀疏矩阵：sparse(A)

>>one(1e5)

错误使用 ones

请求的100000*100000（74.5GB）数组超过预设的最大数值大小

>>sparse(1e5,1e5)

ans=

       全零稀疏矩阵：100000*100000

节省存储空间，对于严重稀疏矩阵加快运算速度

八，逻辑

1，逻辑变量

Logical类型：true（真值），false(假值）

>>a = true

a = 

logical

1

*******************************************

>>b=false

b=

logical

0

*******************************************

>>a = true + 1.1

a = 

2.1000

*******************************************

逻辑变量可参与运算，参与运算时其默认值为1/0

>>logical(-0.5)

ans=

logical

1

*****************************************************

>>logical(2)

ans=

logical

2

*******************************************************

逻辑类型的强制中，所有非0值（包括字符串）都会转化为真值

2,逻辑判定

3，逻辑运算

4，优先级