matlab应用实例
matlab是强大的科学计算软件，下面介绍一下这款软件强大而有特色的用途。
矩阵运算
mtalab最强的项目就是矩阵运算，计算效率远远高于c/c++，是常用的工程计算线性方程组的计算软件。
mtalb强大的作图功能
mtalab具有强大的3d绘图功能，函数调用简单，并且很多功能都以工具箱的方式可供应用，即使是没有接触过matlab，学会绘制3d图，也很容易
数据拟合功能
matlab具有强大数据分析拟合能力，常用的拟合工具箱cftool
数值积分微分运算
matlab内部有现成的一些常用的数值计算方法，例如牛顿法、高斯法等，同时matlab也可以进行符号运算，进行符号积分以及微分运算，这是让人振奋的功能！
matlab还可以进行仿真实验，以及图像处理等等专业功能，希望以上经验能够有助于你了解学习matlab 。
matlab数学建模应用例题
仅举一些运用matlab的例子，这些问题在数学建模中时常遇到，希望能帮助同学们在短时间内方便、快捷的使用matlab 解决数学建模中的问题，并善用这一工具。 常用控制命令：
clc：%清屏； clear：%清变量； save：%保存变量； load：%导入变量
一、利用公式直接进行赋值计算
本金p以每年n次，每次i%的增值率（n与i的乘积为每年增值额的百分比）增加，当增加到r×p 时所花费的时间t为：（利用复利计息公式可得到下式）
）
01.01ln（ln）01.01（inr
tipprnt
（12，5.0，2nir）
matlab 的表达形式及结果如下： 》》 r=2;i=0.5;n=12; %变量赋值 》》 t=log（r）/（n*log（1+0.01*i）） 计算结果显示为：
t = 11.5813
即所花费的时间为t=11.5813 年。
分析：上面的问题是一个利用公式直接进行赋值计算问题，实际中若变量在某个范围变化取很多值时，使用matlab，将倍感方便，轻松得到结果，其绘图功能还能将结果轻松的显示出来，变量之间的变化规律将一目了然。
若r在［1，9］变化，i在［0.5，3.5］变化；我们将matlab的表达式作如下改动，结果如图1。 r=1:0.5:9; i=0.5:0.5:3.5; n=12;
p=1./（n*log（1+0.01*i））; t=log（r‘）*p; plot（r，t）
xlabel（’r‘） %给x轴加标题 ylabel（’t‘） %给y轴加标题
q=ones（1，length（i））;
text（7*q-0.2，［t（14，1:5）+0.5，t（14，6）-0.1，t（14，7）-0.9］，num2str（i’））
从图1中既可以看到t随r的变化规律，而且还能看到i的不同取值对t—r曲线的影响（图中的六条曲线分别代表i的不同取值）。
二、方程组的求解
求解下面的方程组：12
29447535
.768321
321321xxxxxxxxx
分析：对于线性方程组求解，常用线性代数的方法，把方程组转化为矩阵进行计算。
baxbax1
bax
matlab 的表达形式及结果如下： 》》 a=［8 1 6;3 5 7;4 9 2］; %建立系数矩阵 》》 b=［7.5;4;12］; %建立常数项矩阵 》》 x=a %求方程组的解 计算结果显示为： x =
1.2931 0.8972 -0.6236
三、数据拟合与二维绘图
在数学建模竞赛中，我们常会遇到这种数据表格问题，如果我们仅凭眼睛观察，很难看到其中的规律，也就更难写出有效的数学表达式从而建立数学模型。因此可以利用matlab的拟合函数， 即polyfit（） 函数，并结合matlab的绘图功能（利用plot（）函数），得到直观的表示。
例：在化学反应中，为研究某化合物的浓度随时间的变化规律，测得一组数据如下表：
分析：
matlab 的表达形式如下：
t=［1:16］; %数据输入
y=［4 6.4 8 8.4 9.28 9.5 9.7 9.86 10 10.2 10.32 10.42 10.5 10.55 10.58 10.6］; plot（t，y，‘o’） %画散点图 p=polyfit（t，y，2） %二次多项式拟合 hold on
xi=linspace（0，16，160）; %在［0，16］等间距取160 个点 yi=polyval（p，xi）; %由拟合得到的多项式及xi，确定yi plot（xi，yi） %画拟合曲线图 执行程序得到图2
显示的结果为 p=
-0.0445 1.0711 4.3252
p的值表示二阶拟合得到的多项式为：y= -0.0445t2
+1.0711t+ 4.3252
下面是用lsqcurvefit（）函数，即最小二乘拟合方法的matlab表达： t=［1:16］;
y=［4 6.4 8 8.4 9.28 9.5 9.7 9.86 10 10.2 10.32 10.42 10.5 10.55 10.58 10.6］; x0=［0.1，0.1，0.1］;
zuixiao=inline（‘x（1）*t.^2+x（2）*t+x（3）’，‘x’，‘t’）; x=lsqcurvefit（zuixiao，x0，t，y） %利用最小二乘拟合 其显示的结果为： x =
-0.0445 1.0711 4.3252
可以看出其得到的结果与polyfit函数的结果相同。这说明在多项式拟合问题上这两个函数的效果是相同的。
下面的一个例子将体现lsqcurvefit（）函数的优势。
例2： 在物理学中，为研究某种材料应力与应变的关系，测得一组数据如下表：
如果假定应力与应变有如下关系（σ为应力值，ε为应变值）：ε=a+blnσ 试计算a 、b 的值。 matlab 的表达形式如下：
x=［925，1125，1625，2125，2625，3125，3625］; y=［0.11，0.16，0.35，0.48，0.61，0.71，0.85］; plot（x，y，‘o’）
［p，resid1］=polyfit（x，y，2） hold on
xi=linspace（700，3700，3000）; yi=polyval（p，xi）; plot（xi，yi） x0=［0.1，0.1］;
fff=inline（‘a（1）+a（2）*log（x）’，‘a’，‘x’）; ［a，resid2］=lsqcurvefit（fff，x0，x，y） plot（xi，fff（a，xi），‘r’）
执行程序得到图3，图中蓝色曲线为利用polyfit（）函数得到的曲线，红色曲线为利用lsqcurvefit（）函数得到的曲线；
其显示的结果为： p =
-0.0000 0.0004 -0.2266 resid1 =
r： ［3x3 double］ df： 4 normr： 0.0331 a =
-3.5810 0.5344 resid2 = 0.0064
其中a的值代表利用lsqcurvefit（）函数得到的关系为：ε=-3.5810+0.5344σ
resid1、resid2 分别代表运用polyfit（）函数、lsqcurvefit（）函数得到的残差。可以看出利用lsqcurvefit（）函数残差更小，即得到了更好的拟合效果。
在数学建模的实际问题中，如果问题的机理不明，我们只能采用polyfit（）函数，即多项式拟合的方法，以获得近似的数据描述函数；但如果通过分析，可以得到一些机理，那么采用最小二乘的方法将得到更好的效果，而且得到的拟合函数也更有意义。
四、隐函数的图形绘制
plot（）只能绘制显函数图形，对于形如
0）sin（）1ln（ln1
xxyyy
的复杂隐函数，很难转化为显函数并利用plot（）函数绘制图形，这时就可以用ezplot（）函数直接绘制其曲线。 matlab的表达形式如下：
》》 ezplot（‘1/y-log（y）+log（-1+y）+x-sin（x）’） 执行程序得到图5
如果是形如下面的参数方程），0（，sin3sin，cos3sintttyttx，同样可以利用ezplot（）函数绘制其曲线。matlab的表达形式如下：
》》 ezplot（‘sin（3*t）*cos（t）’，‘sin（3*t）*sin（t）’，［0，pi］） 执行程序得到图6。
斗争升级 苹果欲阻止诺基亚进入美国
应对互联网视频，Tensilica 388VDO支持Real
价格飙！全面屏新旗舰来了：小米MIX劲敌
教你们如何挑选一款高性价比牵引车？
魅族16s Pro获中国手机设计最高奖
matlab应用实例
基于状态机的简易RISC CPU设计
安泰线材测试仪在汽车连接器线束测试中的应用
三/双/单模 CDMA LNA/混频器接收器系统要求
5G入门门槛需要动态调整，5G手机终端普及率需要提升
小米9被誉为“战斗天使”，可能是小米目前最值得入手的手机了
光网络向高速灵活开放协同发展,灵活低成本是网络技术的发展方向
二次回路的基本概念
Infinite Memory两款OPT闪存亮相IIC
如何使用gprof对软件做profiling （一）
使用统一且可扩展的SMARC EVK平台加快评估流程
边缘计算助力了智慧运营哪方面
基于机器视觉的印刷品质量控制解决方案
MK1808H：高频AC-DC同步整流控制器的可靠之选
微波雷达感应模组—家庭监控安防技术发展
矩阵运算
mtalab最强的项目就是矩阵运算，计算效率远远高于c/c++，是常用的工程计算线性方程组的计算软件。
mtalb强大的作图功能
mtalab具有强大的3d绘图功能，函数调用简单，并且很多功能都以工具箱的方式可供应用，即使是没有接触过matlab，学会绘制3d图，也很容易
数据拟合功能
matlab具有强大数据分析拟合能力，常用的拟合工具箱cftool
数值积分微分运算
matlab内部有现成的一些常用的数值计算方法，例如牛顿法、高斯法等，同时matlab也可以进行符号运算，进行符号积分以及微分运算，这是让人振奋的功能！
matlab还可以进行仿真实验，以及图像处理等等专业功能，希望以上经验能够有助于你了解学习matlab 。
matlab数学建模应用例题
仅举一些运用matlab的例子，这些问题在数学建模中时常遇到，希望能帮助同学们在短时间内方便、快捷的使用matlab 解决数学建模中的问题，并善用这一工具。 常用控制命令：
clc：%清屏； clear：%清变量； save：%保存变量； load：%导入变量
一、利用公式直接进行赋值计算
本金p以每年n次，每次i%的增值率（n与i的乘积为每年增值额的百分比）增加，当增加到r×p 时所花费的时间t为：（利用复利计息公式可得到下式）
）
01.01ln（ln）01.01（inr
tipprnt
（12，5.0，2nir）
matlab 的表达形式及结果如下： 》》 r=2;i=0.5;n=12; %变量赋值 》》 t=log（r）/（n*log（1+0.01*i）） 计算结果显示为：
t = 11.5813
即所花费的时间为t=11.5813 年。
分析：上面的问题是一个利用公式直接进行赋值计算问题，实际中若变量在某个范围变化取很多值时，使用matlab，将倍感方便，轻松得到结果，其绘图功能还能将结果轻松的显示出来，变量之间的变化规律将一目了然。
若r在［1，9］变化，i在［0.5，3.5］变化；我们将matlab的表达式作如下改动，结果如图1。 r=1:0.5:9; i=0.5:0.5:3.5; n=12;
p=1./（n*log（1+0.01*i））; t=log（r‘）*p; plot（r，t）
xlabel（’r‘） %给x轴加标题 ylabel（’t‘） %给y轴加标题
q=ones（1，length（i））;
text（7*q-0.2，［t（14，1:5）+0.5，t（14，6）-0.1，t（14，7）-0.9］，num2str（i’））
从图1中既可以看到t随r的变化规律，而且还能看到i的不同取值对t—r曲线的影响（图中的六条曲线分别代表i的不同取值）。
二、方程组的求解
求解下面的方程组：12
29447535
.768321
321321xxxxxxxxx
分析：对于线性方程组求解，常用线性代数的方法，把方程组转化为矩阵进行计算。
baxbax1
bax
matlab 的表达形式及结果如下： 》》 a=［8 1 6;3 5 7;4 9 2］; %建立系数矩阵 》》 b=［7.5;4;12］; %建立常数项矩阵 》》 x=a %求方程组的解 计算结果显示为： x =
1.2931 0.8972 -0.6236
三、数据拟合与二维绘图
在数学建模竞赛中，我们常会遇到这种数据表格问题，如果我们仅凭眼睛观察，很难看到其中的规律，也就更难写出有效的数学表达式从而建立数学模型。因此可以利用matlab的拟合函数， 即polyfit（） 函数，并结合matlab的绘图功能（利用plot（）函数），得到直观的表示。
例：在化学反应中，为研究某化合物的浓度随时间的变化规律，测得一组数据如下表：
分析：
matlab 的表达形式如下：
t=［1:16］; %数据输入
y=［4 6.4 8 8.4 9.28 9.5 9.7 9.86 10 10.2 10.32 10.42 10.5 10.55 10.58 10.6］; plot（t，y，‘o’） %画散点图 p=polyfit（t，y，2） %二次多项式拟合 hold on
xi=linspace（0，16，160）; %在［0，16］等间距取160 个点 yi=polyval（p，xi）; %由拟合得到的多项式及xi，确定yi plot（xi，yi） %画拟合曲线图 执行程序得到图2
显示的结果为 p=
-0.0445 1.0711 4.3252
p的值表示二阶拟合得到的多项式为：y= -0.0445t2
+1.0711t+ 4.3252
下面是用lsqcurvefit（）函数，即最小二乘拟合方法的matlab表达： t=［1:16］;
y=［4 6.4 8 8.4 9.28 9.5 9.7 9.86 10 10.2 10.32 10.42 10.5 10.55 10.58 10.6］; x0=［0.1，0.1，0.1］;
zuixiao=inline（‘x（1）*t.^2+x（2）*t+x（3）’，‘x’，‘t’）; x=lsqcurvefit（zuixiao，x0，t，y） %利用最小二乘拟合 其显示的结果为： x =
-0.0445 1.0711 4.3252
可以看出其得到的结果与polyfit函数的结果相同。这说明在多项式拟合问题上这两个函数的效果是相同的。
下面的一个例子将体现lsqcurvefit（）函数的优势。
例2： 在物理学中，为研究某种材料应力与应变的关系，测得一组数据如下表：
如果假定应力与应变有如下关系（σ为应力值，ε为应变值）：ε=a+blnσ 试计算a 、b 的值。 matlab 的表达形式如下：
x=［925，1125，1625，2125，2625，3125，3625］; y=［0.11，0.16，0.35，0.48，0.61，0.71，0.85］; plot（x，y，‘o’）
［p，resid1］=polyfit（x，y，2） hold on
xi=linspace（700，3700，3000）; yi=polyval（p，xi）; plot（xi，yi） x0=［0.1，0.1］;
fff=inline（‘a（1）+a（2）*log（x）’，‘a’，‘x’）; ［a，resid2］=lsqcurvefit（fff，x0，x，y） plot（xi，fff（a，xi），‘r’）
执行程序得到图3，图中蓝色曲线为利用polyfit（）函数得到的曲线，红色曲线为利用lsqcurvefit（）函数得到的曲线；
其显示的结果为： p =
-0.0000 0.0004 -0.2266 resid1 =
r： ［3x3 double］ df： 4 normr： 0.0331 a =
-3.5810 0.5344 resid2 = 0.0064
其中a的值代表利用lsqcurvefit（）函数得到的关系为：ε=-3.5810+0.5344σ
resid1、resid2 分别代表运用polyfit（）函数、lsqcurvefit（）函数得到的残差。可以看出利用lsqcurvefit（）函数残差更小，即得到了更好的拟合效果。
在数学建模的实际问题中，如果问题的机理不明，我们只能采用polyfit（）函数，即多项式拟合的方法，以获得近似的数据描述函数；但如果通过分析，可以得到一些机理，那么采用最小二乘的方法将得到更好的效果，而且得到的拟合函数也更有意义。
四、隐函数的图形绘制
plot（）只能绘制显函数图形，对于形如
0）sin（）1ln（ln1
xxyyy
的复杂隐函数，很难转化为显函数并利用plot（）函数绘制图形，这时就可以用ezplot（）函数直接绘制其曲线。 matlab的表达形式如下：
》》 ezplot（‘1/y-log（y）+log（-1+y）+x-sin（x）’） 执行程序得到图5
如果是形如下面的参数方程），0（，sin3sin，cos3sintttyttx，同样可以利用ezplot（）函数绘制其曲线。matlab的表达形式如下：
》》 ezplot（‘sin（3*t）*cos（t）’，‘sin（3*t）*sin（t）’，［0，pi］） 执行程序得到图6。
斗争升级 苹果欲阻止诺基亚进入美国
应对互联网视频，Tensilica 388VDO支持Real
价格飙！全面屏新旗舰来了：小米MIX劲敌
教你们如何挑选一款高性价比牵引车？
魅族16s Pro获中国手机设计最高奖
matlab应用实例
基于状态机的简易RISC CPU设计
安泰线材测试仪在汽车连接器线束测试中的应用
三/双/单模 CDMA LNA/混频器接收器系统要求
5G入门门槛需要动态调整，5G手机终端普及率需要提升
小米9被誉为“战斗天使”，可能是小米目前最值得入手的手机了
光网络向高速灵活开放协同发展,灵活低成本是网络技术的发展方向
二次回路的基本概念
Infinite Memory两款OPT闪存亮相IIC
如何使用gprof对软件做profiling （一）
使用统一且可扩展的SMARC EVK平台加快评估流程
边缘计算助力了智慧运营哪方面
基于机器视觉的印刷品质量控制解决方案
MK1808H：高频AC-DC同步整流控制器的可靠之选
微波雷达感应模组—家庭监控安防技术发展