MATLAB基本操作
1. 对象定义 使用sym定义单个对象、使用syms定义多个对象
2. 使用limit求极限
$$ \lim_{v \rightarrow a} f(x) $$
limit(f,v,a) % 使用limit(f,v,a,'left')可求左极限3. 导数 使用diff(f,v,n)对$ f(v)=v^{t-1} $求 $ n $ 阶导 $ \frac{d^nf}{d^nv} $，n缺省时，默认为1，diff(f)默认求一阶导数。
4. 定积分和不定积分 使用int(f,v)求f对变量v的不定积分，使用int(f,v,a,b)求f对变量v的定积分,a、b为积分上下标。$ \int{f(v)dv} $、$ \int^{a}_{b}{f(v)dv} $。
5. matlab函数文件定义形式
function [输出形参列表] = 函数名（输入形参列表）函数体function spir_len = spirallength(d, n, lcolor)
% SPIRALLENGTH plot a circle of radius as r in the provided color and calculate its area
% 输入参数：
% d: 螺旋的旋距
% n: 螺旋的圈数
% lcolor：画图线的颜色
% 输出参数：
% spir_len：螺旋的周长
% 调用说明：
% spirallength(d,n):以参数d,n画螺旋线，螺旋线默认为蓝色
% spirallength(d,n,lcolor):以参数d,n,lcolor画螺旋线
% spir_len = spirallength(d,n):计算螺旋线的周长，并以蓝色填充螺旋线
% spir_len = spirallength(d,n,lcolor):计算螺旋线的周长，并以lcolor颜色填充螺旋线% 版本号V1.0，编写于1999年9月9号，修改于1999年9月10号，作者：亚索if nargin > 3error('输入变量过多！');
elseif nargin == 2lcolor = 'b'; % 默认情况下为蓝色
endj = sqrt(-1);
phi = 0 : pi/1000 : n*2*pi;
amp = 0 : d/2000 : n*d;
spir = amp .* exp(j*phi);if nargout == 1spir_len = sum(abs(diff(spir)));fill(real(spir), imag(spir), lcolor);
elseif nargout == 0plot(spir, lcolor);
elseerror('输出变量过多！');
endaxis('square');6. matlab程序设计语句
% for循环
for 循环变量=初值:步长:终值循环体
end% while循环
while 条件循环体
end% if语句
if 条件语句组1
elseif语句组2
else语句组3
end% switch语句
switch 表达式case 表达式1语句组1case 表达式2语句组2... ...case 表达式m语句组motherwise语句组
end% try语句
try语句组1 %语句组1若正确则跳出该结构
catch语句组2
end7. 矩阵操作
| 操作 | 作用 |
|---|---|
| size(A) | 求矩阵A的行数和列数 |
| length(x) | 返回向量x的长度 |
| A' | A的转置 |
| A(:,n) | 取矩阵A第n列数，A(n,:)取第n行 |
| det(A) | 求矩阵A的行列式 |
| inv(A) | 求A的逆 |
| rank(A) | 求A的秩 |
| trace(A) | 求A的迹 |
| max(A)、min(A) | 求A的各列最大、最小元素 |
| mean(A) | 求A各列的平均值 |
| sum(A) | 求A各列元素之和 |
8. matlab简单绘图
plot函数是MATLAB中最核心的二维绘图函数，有诸多语法格式，可实现多种功能。常用格式有：
- plot(x)：缺省自变量的绘图格式，x可为向量或矩阵。
- plot(x, y)：基本格式，x和y可为向量或矩阵。
- plot(x1, y1, x2, y2,…)：多条曲线绘图格式，在同一坐标系中绘制多个图形。
- plot(x, y,‘s’)：开关格式，开关量字符串s设定了图形曲线的颜色、线型及标示符号（见下表）。
无约束优化问题求解
fminbnd、fminunc函数输出变量解释
| 变量 | 描述 |
|---|---|
| x | 由优化函数求得的值. 若exitflag>0,则x为解; 否则,x不是最终解, 它只是迭代制止时优化过程的值 |
| fval | 解 x 处的目标函数值 |
| exitflag | 描述退出条件:exitflag>0,表目标函数收敛于解x处；exitflag=0,表已达到函数评价或迭代的最大次数；exitflag<0,表目标函数不收敛 |
| output | 包含优化结果信息的输出结构。Iterations:迭代次数；Algorithm:所采用的算法；FuncCount:函数评价次数 |
一元函数无约束优化问题-fminbnd
常用格式
$$ min f(x)， x_1<x<x_2 $$
（1）x= fminbnd (fun, x1, x2) （2）x= fminbnd (fun, x1, x2 , options) （3）[x , fval]= fminbnd（...） （4）[x , fval , exitflag]= fminbnd（...） （5）[x , fval , exitflag , output]= fminbnd（...） 函数fminbnd的算法基于黄金分割法和二次插值法，它要求目标函数必须是连续函数，并可能只给出局部最优解
例子
求函数 $ f(x)=2e^{-x}sin(x) $ 在 $ 0<x<8 $ 时的最小值
% 如果求最大需要对f取反
f = @(x) (2*exp(-x)*sin(x));
[x,fval] = fminbnd(f,0,8);
x
fval多元函数无约束优化问题-fminunc
常用格式
$$ min f(X)，这里X为n维变量 $$ fminunc常用格式为: （1）x= fminunc（fun, X0）； （2）x= fminunc（fun, X0，options）； （3）[x，fval]= fminunc（...）； （4）[x，fval，exitflag]= fminunc（...）； （5）[x，fval，exitflag，output]= fminunc（...） 其中 X0为初始值
例子
求函数$ f(x_1,x_2)=(4x_1^2+2x_2^2+4x_1x_2+2x_2^2+1)e^x $的最小值,$ X_0=[-1,1] $
f = @(x) (4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1)*exp(x(1));
x0 = [-1,1];
[x,fval] = fminunc(f, x0);
x
fval线性规划问题求解
使用linprog求解一般线性规划问题
常见问题（linprog默认求最小值） $$ minz=cX $$
$$ s.t. \begin{cases} AX\leq{b}\ Aeq\cdot{X}=beq\ VLB\leq{X}\leq{VUB} \end{cases}$$
求解命令
[x,fval] = linprog(c,A,b,Aeq,beq,VLB,VUB)例子
$$ min z=13x_1+9x_2+10x_3+11x_4+12x_5+8x_6 $$
$$ s.t.\left{ \begin{aligned} & x_1+x_2=400\ & x_2+x_5=600\ & x_3+x_6=500\ & 0.4x_1+1.1x_2+x_3\leq{800}\ & 0.5x_4+1.2x_5+1.3x_6\leq{900}\ & x_i\geq0,i=1,2,...,6 \end{aligned} \right. $$
f = [13 9 10 11 12 8];
A = [0.4 1.1 1 0 0 00 0 0 0.5 1.2 1.3];
b = [800; 900];
Aeq=[1 0 0 1 0 00 1 0 0 1 00 0 1 0 0 1];
beq=[400 600 500];
vlb = zeros(6,1);
vub=[];
[x,fval] = linprog(f,A,b,Aeq,beq,vlb,vub)使用bintprog求解0-1规划问题
matlab2014以上版本使用intlinprog求解0-1规划问题
$$ minz=cX $$
$$ s.t. \begin{cases} AX\leq{b}\ Aeq\cdot{X}=beq\ X为0-1变量 \end{cases}$$
% 命令
[x,fval] = bintprog(c,A,b,Aeq,beq)例子
$$ min z=3x_1+7x_2-x_3+x_4 $$ $$ s.t. \begin{cases} 2x_1-x_2+x_3-x_4\geq{1}\ x_1-x_2+6x_3+4x_4\geq{8}\ 5x_1+3x_2+x_4\geq{5}\ x_i=0或1（i=1,2,3,4） \end{cases} $$
z = [3;7;-1;1];
A = [-2 1 -1 1;-1 1 -6 -4;-5 -3 0 -1];
b = [-1;-8;-5];
Aeq = [];
beq = [];[x,fval] = bintprog(z,A,b,Aeq,beq)数据插值与拟合
数据插值，使用interpl进行一维插值
matlab命令
yi = interpl(X,Y,xi,method)该命令用指定的算法找出一个一元函数，然后以该函数给出xi处的值。其中x=[x1,x2,…,xn]’和 y=[y1,y2,…,yn]’两个向量分别为给定的一组自变量和函数值，用来表示已知样本点数据；xi为待求插值点处横坐标，可以是一个标量，也可以是一个向量，是向量时，必须单调；yi得到返回的对应纵坐标。
- method可以选取以下方法之一：
- ‘nearest’：最近邻点插值，直接完成计算；
- ‘spline’：三次样条函数插值；
- ‘linear’：线性插值（缺省方式），直接完成计算；
- ‘cubic’：三次函数插值；
例子
作函数$ y=(x^2-3x+7)e^{-4x}sin(2x) $在[0,1]取间隔为0.1的点图，用插值进行实验
x=0:0.1:1;
y=(x.^2-3*x+7).*exp(-4*x).*sin(2*x); %产生原始数据subplot(1,2,1);
plot(x,y,x,y,'ro') %作图
xx=0:0.02:1; %待求插值点
yy=interp1(x,y,xx,'spline'); %此处可用nearest,cubic,spline分别试验subplot(1,2,2)
plot(x,y,'ro',xx,yy,'b') %作图曲线拟合
拟合函数polyfit
p=polyfit(x,y,n)
[p,s]= polyfit(x,y,n)说明：x,y为数据点，n为多项式阶数，返回p为幂次从高到低的多项式系数向量p。p是n+1维参数向量p(1)，p(2)….那么拟合后对应的多项式即为： $$ p(1)x^n+p(2)x^{n-1}+\cdot\cdot\cdot+p(n)x+p(n+1) $$
x必须是单调的。矩阵s用于生成预测值的误差估计
多项式求值函数polyval
y=polyval(p,x)
[y,DELTA]=polyval(p,x,s)说明：y=polyval(p,x)为返回对应自变量x在给定系数p的多项式的值； [y,DELTA]=polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计DELTA。它假设polyfit函数数据输入的误差是独立正态的，并且方差为常数。则DELTA将至少包含50%的预测值。
例子
求如下给定数据的拟合曲线 x=[0.5,1.0,1.5,2.0,2.5,3.0]，y=[1.75,2.45,3.81,4.80,7.00,8.60]
x=[0.5,1.0,1.5,2.0,2.5,3.0];
y=[1.75,2.45,3.81,4.80,7.00,8.60];
plot(x,y,‘*r’) %先观察数据点的大致形态
p=polyfit(x,y,2) %用二次多项式拟合
x1=0.5:0.05:3.0; % 步长0.05
y1=polyval(p,x1);
plot(x,y,'*r',x1,y1,'-b')本文由博客群发一文多发等运营工具平台 OpenWrite 发布
