while y(m)<0.9*finalvalue
m=m+1;
end
risetime=t(m)-t(n)
%计算调整时间
k=length(t);
while(y(k)>0.98*finalvalue)&(y(k)<1.02*finalvalue) k=k-1;
end
settlingtime=t(k)
结果：
响应的稳态值：finalvalue=3.7500
超调量：percentovershoot=7.2808
峰值：timetopeak=2.2086
上升时间：risetime=1.0491
调整时间：settlingtime=3.5889单位脉冲响应下：
>>fenmu=[16108];
>>fenzi=[52530];
>>G=tf(fenzi,fenmu);
>>impulse(G)
零输入响应：
[A,B,C,D]=tf2ss(num,den); initial(A,B,C,D,[111]')
（2）典型二阶系统传递函数为：
当ζ=0.7,ωn取2、4、6、8、10、12的单位阶跃响应。建立2.2M文件：
%绘制ζ=0.7,ωn取2、4、6、8、10、12的单位阶跃响应%单位阶跃响应曲线
%绘制ωn=6,ζ取0.2、0.4、0.6、0.8、1.0、1.5、2.0
%单位阶跃响应曲线
clc
clear
close
figure;
hold on
e=1;
wn=1;
while e>=0|wn>=0
wn=input('自然频率?(负数退出)');
if wn<0
break
end
e=input('阻尼系数?(负数退出)');
if e<0
break
end
num=[wn^2];
den=[12*e*wn wn^2];
step(tf(num,den));
legend('1','2','3','4','5','6','7','8','9','10'); end
grid;
自然频率?(负数退出)2
阻尼系数?(负数退出)0.7 Warning:Ignoring extra legend entries. >In legend at239
自然频率?(负数退出)4
阻尼系数?(负数退出)0.7 Warning:Ignoring extra legend entries. >In legend at239
自然频率?(负数退出)6
阻尼系数?(负数退出)0.7 Warning:Ignoring extra legend entries. >In legend at239
自然频率?(负数退出)8
阻尼系数?(负数退出)0.7
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)10
阻尼系数?(负数退出)0.7
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)12
阻尼系数?(负数退出)0.7
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)-1
由实验图分析得：二阶系统具有相同的ζ和不同的ωn时，其振荡性相同但响应速度不同，ωn越大，响应速度越快。
（3）典型二阶系统传递函数为：
当ωn=6,ζ取0.2、0.4、0.6、0.8、1.0、1.5、2.0的单位阶跃响应。用（2）的程序，只需重新输入参数：
自然频率?(负数退出)6
阻尼系数?(负数退出)0.2
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)6
阻尼系数?(负数退出)0.4
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)6
阻尼系数?(负数退出)0.6
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)6
阻尼系数?(负数退出)0.8
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)6
阻尼系数?(负数退出)1
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)6
阻尼系数?(负数退出) 1.5
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)6
阻尼系数?(负数退出)2
Warning:Ignoring extra legend entries.
>In legend at239
自然频率?(负数退出)-1
由实验图分析得：在欠阻尼0<ζ<1响应曲线中，阻尼比越小，超调量越大，上升时间越短，一般取ζ=0.4---0.8为宜。当ζ>1时，单位阶跃是非振荡的，为过阻尼响应。
3、根轨迹分析
根据下面负反馈系统的开环传递函数，绘制系统根轨迹，并分析系统稳定的K值范围。
建立M文件：
%系统开环传递函数为G(s)=k/s(s+1)(s+2)
%试寻找一个合适的k值使得闭环系统具有较理想的阶跃响应。
%开环系统描述
clc
clear
close all
num=1;
den=conv([10],conv([11],[12]));
z=[0.1:0.2:1];
wn=[1:6];
sgrid(z,wn);
text(-0.3,2.4,'z=0.1')
text(-0.8,2.4,'z=0.3')
text(-1.2,2.1,'z=0.5')
text(-1.8,1.8,'z=0.7')
text(-2.2,0.9,'z=0.9')
%通过sgrid指令可以绘出指定阻尼比z和自然振荡频率wn的%栅格线
hold on
rlocus(num,den)
axis([-41-44])
[k,p]=rlocfind(num,den)
%由控制理论知，离虚轴近的稳定极点对整个系统的响应贡献大%通过rlocfind，配合前面所画的z及wn栅格线
%从而可以找出能产生主导极点阻尼比z=0.707的合适增益[numc,denc]=cloop(k,den);
figure(2)
step(numc,denc)
结果：点击临界点得：
selected_point=0.0107+1.4037i
k=5.9542
p=-2.9958
-0.0021+1.4098i
-0.0021-1.4098i
Y=polyval（P,x）是用来求回归多项式在x处的预测值；命令[Y,DELTA]=polyconf（p,x,S,alpha）用来求回归多项式在x处的预测值Y及其显著性为1-alpha的置信区间[Y-DELTA，Y+DELTA]。（其实多项式回归也可以化成线性回归）
3、多元二项式的回归：restool（x,y,’model’,alpha），其中x是[n,m]矩阵，y是n维列向量，并且同时model所包含的类型有（共4种）：
（1）linear（线性）：
（2）purequadratic（纯二次）：
（3）interaction（交叉）：
（4）quadratic（完全二次）：
上面的结果是以图象的形式画出的，我们可以改变其方框下面的数值以求得我们所需要的结果。
3、非线性回归：命令[beta,r,J]=nlinfit（x,y,’model’,beta0）用来求得回归系数beta，残差r，且x 是[n,m]矩阵，y是n维列向量，beta0是回归系数的初值；命令[Y,DELTA]=nlpredci（’model’,x,beta,r,J）求得在X处的预测值Y和预测值的显著性为1-alpha的置信区间[Y-DELAT,Y+DELAT]
4、逐步回归：命令stepwise（x,y,inmodel,alpha）将会给出三个窗口用于观察显著性情况，最终要使图中的F最大。
四、用MATLAB做统计分析：
1、数据的保存及调用：命令save data t x y是将数据t x y保存在文件data中，若要调用则命令load data即可。
2、基本统计量：均值：mean（x）；中位数：median（x）；标准差：std（x）；方差：var（x）；偏度：skewness（x）；峰度：kurtosis（x）。
3、几种常见的分布：正态分布：norm；指数分布：exp；帕松分布：poiss；分布：beta；
威布尔分布：weib；分布：chi2；t分布：t；F分布：F。
它们所对应的命令有：概率密度：pdf；概率分布：cdf；逆概率分布：inv；
均值与方差：stat；随机数生成：rnd。
各个函数在调用的时候除了要标明均值和方差之外，随机生成函数rnd要标明所生成矩阵的列和行。
5、频数直方图：命令[N,X]=hist（data,k）将一维数组分为K（缺省时为10）个小区间，返回数组落在各个小区间的频数N和点数X。
6、参数估计：（1）正态参数估计：[muhat,sigmahat,muci,sigmaci]=normfit(X,alpha)
（2）指数分布的总体参数估计：[muhat,muci]=expfit(X,alpha)
（3）泊松分布的总体参数估计：[lambdahat,lambdaci]=poissfit(X,alpha)
（4）weibfit分布的总体参数估计：[phat,pci]=weibfit(X,alpha)
7、假设检验：（1）总体方差已知的均值检验：[h,sig,ci]=ztest(x,m,sigma,alpha,tail)；
（2）总体方差未知的均值检验：[h,sig,ci]=ttest(x,m,alpha,tail)
（3）两个总体均值的假设检验：[h,sig,ci]=ttest2(x,y,alpha,tail)
（4）非参数检验：MATLAB中提供了函数h=normplot(x)和函数h=weibplot(x)分别用于检验x 是否是正态分布或者是weib分布，如果是则会画出直线，否则是曲线。
MATLAB程序设计语言 实 验 报 告 专业及班级：电子信息工程 姓名：王伟 学号：1107050322 日期 2013年6月20日
实验一 MATLAB 的基本使用 【一】 实验目的 1.了解MATALB 程序设计语言的基本特点，熟悉MATLAB 软件的运行环境； 2.掌握变量、函数等有关概念，掌握M 文件的创建、保存、打开的方法，初步具备将一般数学问题转化为对应计算机模型处理的能力； 3.掌握二维图形绘制的方法，并能用这些方法实现计算结果的可视化。 【二】 MATLAB 的基础知识 通过本课程的学习，应基本掌握以下的基础知识： 一. MATLAB 简介 二. MATLAB 的启动和退出 三. MATLAB 使用界面简介 四. 帮助信息的获取 五. MATLAB 的数值计算功能 六. 程序流程控制 七. M 文件 八. 函数文件 九. MATLAB 的可视化 【三】上机练习 1. 仔细预习第二部分内容，关于MATLAB 的基础知识。 2. 熟悉MATLAB 环境，将第二部分所有的例子在计算机上练习一遍 3. 已知矩阵???? ??????=??????????=123456789,987654321B A 。求A*B ，A .* B ，比较二者结果是否相同。并利用MATLAB 的内部函数求矩阵A 的大小、元素和、长度以 及最大值。 程序代码： >> A=[1 2 3;4 5 6;7 8 9]; >> B=[9 8 7;6 5 4;3 2 1]; >> A*B ans =
30 24 18 84 69 54 138 114 90 >> A.*B ans = 9 16 21 24 25 24 21 16 9 两者结果不同 >> [m,n]=size(A) m = 3 n = 3 >> b=sum(A) b = 12 15 18 >> a=length(A) a = 3 >>max(A) ans =
实验二 MATLAB矩阵及其运算 学号：3121003104 姓名：刘艳琳专业：电子信息工程1班日期：2014.9.20 一实验目的 1、掌握Matlab数据对象的特点以及数据的运算规则。 2、掌握Matlab中建立矩阵的方法以及矩阵处理的方法。 3、掌握Matlab分析的方法。 二实验环境 PC_Windows 7旗舰版、MATLAB 7.10 三实验内容 4、1. （1）新建一个.m文件，验证书本第15页例2-1； （2）用命令方式查看和保存代码中的所有变量；
（3）用命令方式删除所有变量； （4）用命令方式载入变量z。 2. 将x=[4/3 1.2345e-6]在以下格式符下输出：短格式、短格式e方式、长格式、长格式e方式、银行格式、十六进制格式、+格式。 短格式 短格式e 长格式
长格式e方式 银行格式 十六进制格式 3.计算下列表达式的值 （1）w=sqrt(2)*(1+0.34245*10^(-6)) （2）x=(2*pi*a+(b+c)/(pi+a*b*c)-exp(2))/(tan(b+c)+a) a=3.5;b=5;c=-9.8; （3）y=2*pi*a^2*((1-pi/4)*b-(0.8333-pi/4)*a) a=3.32;b=-7.9; （4）z=0.5*exp(2*t)*log(t+sqrt(1+t*t)) t=[2,1-3i;5,-0.65];
4. 已知A=[1 2 3 4 5 ;6 7 8 9 10;11 12 13 14 15;16 17 18 19 20]，对其进行如下操作：（1）输出A在[ 7, 10]范围内的全部元素； （2）取出A的第2，4行和第1，3，5列； （3）对矩阵A变换成向量B，B=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20]； （4）删除A的第2，3，4行元素； (1) (2)
MATLAB学习报告 在上大学之前，计算机在我的印象和生活中都是一种用于娱乐的机器， 玩游戏、上网、看电影、听音乐和偶尔搜索资料。来到大学以后，我对计算机 的用途有了新的认识。大一的一年里我们接触了很多不同类型的软件有作图的，有做视频的等等。我们还学习了c语言，虽然只是学习的一些皮毛，但是我觉 得这一点皮毛足以改变我对计算机的使用和看法了。 首先我们来介绍一下MATLAB，全称是MATrix LABoratory，即矩阵实验室，是Math work公司推出的一套高效率的数值计算和可视化软件。它是当今 科学界最具影响力、也是最具活力的软件，它起源于矩阵运算，并高速发展成 计算机语言。它的优点是强大的科学运算、灵活的程序设计流程、高质量的图 形可视化与界面、便捷的与其他程序和语言接口。Matlab软件的功能。它提供 了强大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面设计、 便捷的与其他程序和语言接口的功能。在国际学术界，Matlab已经被确认为准确、可靠的科学计算标准软件。在国际一流的学术刊物上，尤其是信息科学刊 物上，都可以看到Matlab的应用。 一种语言之所以能如此迅速地普及，显示出如此旺盛的生命力，是由于 它有着不同于其他语言的特点。正如同FORTRAN和C等高级语言使人们摆脱了 需要直接对计算机硬件资源进行操作一样，被称作为第四代计算机语言的MATLAB，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。MATLAB的最突出的特点就是简洁。MATLAB用更直观的、符合人们思维习惯的代码，代替了C和FORTRAN语言的冗长代码。MATLAB给用户带来的是最直观、最 简洁的程序开发环境。以下简单介绍一下MATLAB的主要特点: 1、Matlab一个高级的距阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执 行命令同步，也可以先编写好一个较大的复杂的应用程序(M文件)后再一起运行。新版本的MATLAB语言是基于最为流行的C＋＋语言基础上的，因此语法特 征与C＋＋语言极为相似，而且更加简单，更加符合科技人员对数学表达式的 书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。 2、Matlab的数据库的可覆盖性，可调用性。我记得C语言中，假如你得 调用一个数值，必须是局部函数中赋值，否则就定义为全局变量。还有在C语 言中数据的变量储存是一个问题，自动的有auto，静态变量有static和register。我们有时候很难记忆，所以数据储存容易出现问题。而Matlab软件的数据是由于MATLAB 语言库函数与用户文件的形式相同所以用户文件可以像 数据库函数一样随意调用。所以用户可根据自己的需要任意扩充函数库。 3、Matlab软件编程的简便性，清晰性。用Matlab软件设计程序，它更 加方便快捷。MATLAB 的基本数据单元是既不需要指定维数、也不需要说明数据类型的矩阵，而且数学表达式和运算规则与通常的习惯相同。因此，在MATLAB 环境下，数组的操作与数的操作一样简单。对比C语言，Matlab确实简单不少。我们在编写程序时简便了许多。例如，求1 1 2 3 5 8 13?这个算法。C语言得用许多的语句去循环算这个算法。而Matlab软件可以首先数据初始化，然后用while去循环，做出循环体，就可以你要多少数据，它会给你多少数据。还有
Matlab图形绘制经典案例 1、 三维曲线 >> t=0:pi/50:10*pi; >> plot3(sin(2*t),cos(2*t),t) >> axis square >> grid on
2、一窗口多图形>> t=-2*pi:0.01:2*pi; >> subplot(3,2,1)
>> plot(t,sin(t)) >> subplot(3,2,2) >> plot(t,cos(t)) >> subplot(3,2,3) >> plot(t,tan(t)) >> axis([-pi pi -100 100]) >> subplot(3,2,4) >> plot(t,cot(t)) >> axis([-pi pi -100 100]) >> subplot(3,2,5) >> plot(t,atan(t)) >> subplot(3,2,6) >> plot(t,acot(t))
3、图形样式、标注、题字(也可以利用菜单直接Insert) >> x=0:pi/20:2*pi;
>> plot(x,sin(x),'b-.') >> hold on >> plot(x,cos(x),'r--') >> hold on >> plot(x,sin(x)-1,'g:') >> hold on >> plot(x,cos(x)-1) >> xlabel('x'); >> xlabel('x轴'); >> ylabel('y轴'); >> title('图形样式、标注等'); >> text(pi,sin(pi),'x=\pi'); >> legend('sin(x)','cos(x)','sin(x)-1','cos(x)-1'); >> [x1,y1]=ginput(1) %利用鼠标定位查找线上某点的值x1 = 2.0893 y1 = -0.5000 >> gtext('x=2.5') %鼠标定位放置所需的值在线上
《数学实验》报告 实验名称 Matlab 基础知识 学院 专业班级 姓名 学号 2014年 6月
一、【实验目的】 1.认识熟悉Matlab这一软件，并在此基础上学会基本操作。 2.掌握Matlab基本操作和常用命令。 3.了解Matlab常用函数，运算符和表达式。 4.掌握Matlab工作方式和M文件的相关知识。 5.学会Matlab中矩阵和数组的运算。 二、【实验任务】 P16 第4题 编写函数文件，计算 1! n k k = ∑，并求出当k=20时表达式的值。P27第2题 矩阵A= 123 456 789 ?? ?? ?? ?? ?? ，B= 468 556 322 ?? ?? ?? ?? ?? ，计算A*B,A.*B,并比较两者的区别。 P27第3题 已知矩阵A= 52 91 ?? ?? ?? ，B= 12 92 ?? ?? ?? ，做简单的关系运算A>B,A==B,A
P27第3题 >> A=[5 2;9 1];B=[1 2;9 2]; >>A>B >>A==B >>A> (A==B)&(A
matlab学习心得体会（精选3篇） matlab学习心得体会一:matlab学习心得matlab中有丰富的图形处理能力,提供了绘制各种图形、图像数据的函数。他提供了一组绘制二维和三维曲线的函数,他们还可以对图形进行旋转、缩放等操作。matlab内部还包含丰富的数学函数和数据类型,使用方便且功能非常强大。 本学期通过对matlab的系统环境,数据的各种运算,矩阵的分析和处理,程序设计,绘图,数值计算及符号运算的学习,初步掌握了matlab的实用方法。通过理论课的讲解与实验课的操作,使我在短时间内学会使用matlab,同时,通过上机实验,对理论知识的复习巩固实践,可以自己根据例题编写设计简单的程序来实现不同的功能,绘制出比较满意的二维三维图形,在实践中找到乐趣。 matlab是一个实用性很强,操作相对容易,比较完善的工具软件,使用起来比较方便,通过操作可以很快看到结果,能够清晰的感觉到成功与失败,虽然课程中也会出现一些小问题,但是很喜欢这门课程。 matlab学习心得体会二:matlab学习心得(463字) 学习matlab是听说它是一个功能强大的数学软件,但是正被微积分的计算缠身,听说有一个高级的计算器当然高兴,以后可以偷懒了,当然现在不能偷懒。听说关于自动化的计算特别复杂,如果有一种软件能帮忙解题,那是一种极大的解脱,有益于缩短研究时间。目前我只知道有三种数学软件,都是国外的,没有国内的,差距挺大的。matlab学起来挺顺手的,比c语言简单。但是深入学习的时候却困难重重,因为很多知识都没有学习,就算知道那些函数,也没有什么用处。老师布置的作业难度大,写一篇实验,大一什么都不会,写一篇这种论文谈何容易。最多也就会一些数值计算、符号计算、简单绘图,根本不会什么实验。 学习matlab体会最多的是这个软件的功能强大,好多数学题都被轻易的解出。但是有一点遗憾,不知是我不会用,还是它没个功能,已知空间的电荷分布,求空间的电场分布。其中电场分布是无法用函数表达式表示。我知道计算机肯定可以实现,但是这个软件能不能实现就不知道了,我看过许多资料,但是在这方面没有提到相关信息。 总之,这个软件功能强大,不知什么时候国内才有类似的软件。 matlab学习心得体会三:学习matlab的心得(817字) 这是我在学习的过程中的一些技巧,或许对你有帮助,可能字数不你能满足你的要求,但是绝对是精华。
实训小结 为期一周的MATLAB实训在学习与忙碌中度过了，时间虽短，但我们却真真切切的学到了知识，在现实工作中可以运用的知识。 在第一节课，我们便了解到MATLAB是世界上最流行的、应用最广泛的工程计算和仿真软件，它将计算、可视化和编程等功能同时集于一个易于开发的环境。MATLAB主要应用于数学计算、系统建模与仿真、数学分析与可视化、科学与工程绘图和用户界面设计等。对MATLAB的系统结构和特点等，老师也向我们做出了大致的讲解，同时，我们知道了MATLAB程序的一些最基本的应用和运算，并能够进行一些简单的编程。就这样，实训的第一天大家都在期待和兴奋中度过。 接下来的时间，主要是以大家自学和练习为主，老师进行辅导和考察。在学习过程中，不懂的可以相互之间小声的讨论，也可向老师请教，但必须确保自己真正学到了知识，认真的看书并进行编程练习。一天的学习接近尾声时，就是老师考察大家一天的收获的时候了，老师总会出一些小题目让大家编出它的程序，虽然有的题目对我们来说还是有些难度的，但是在老师的指点下我们还是编出程序的，当我们看到自己编的程序运行正确时，总是会万分的兴奋，充满成就感。 就这样，仅仅一个星期的实训就结束了，虽然不能十分熟悉和运用MATLAB的所有程序，但是我们却打下了一定的基础，
在以后，当我们真正开始深入学习这门学问时，我们对它将不会再那么陌生，学起来也将轻松许多。这次实训为我们提供了一个很好的学习机会，唯一不足的就是时间有点短，我们不能在这段时间里学到更多的知识，因此，在这一周打下的基础上，我们需要用自己的努力去自学，以获取更多的知识。 知识是无穷无尽的，知识的获取需要一颗上进的心，老师将我们领进了门，下面的路就应该我们自己去走，即是充满荆棘，也要努力奋斗往前冲。
MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连 matlab开发工作界面 接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用 Matlab是一个强大的数学工具,它的应用广泛,涉及到各个领域.它使用起来十分方便,不用麻烦去定义变量.它的绘图能力很强,甚至可以模拟出三维视图.矩阵是它应用的核心,许多工程繁琐的运算都需要靠矩阵来化简,这正是它的生命力所在.但是,他的函数很多,开始学时记的比较痛苦,我已经深深感觉到了.不过看多了也就熟了,感觉和学五笔差不多.它的语法简单,像我学过C语言的学起来还是蛮容易的.它的数组定义十分符合自然,是从1开始的,数组元素的调用也很
接近数学的表达.此外,函数的名字也很符合英文规则,反正我用得很开心就是了. 通过学习matlab,我又一次锻炼了自己的思维.它学起来得心应手也让我明白了学习一门语言(c语言)对学习其他语言的帮助指导作用.同时,它也加强了我理论联系实际的能力.这是一个专业课的基础工具,学好它是必要的. 在第一章中，讲的是一些matlab的入门技术，除了一些基本操作与介绍之外，还初步认识了简单指令的编制，认识了一些matlab 的特殊符号，例如运算用到的加减乘除。（+—*/）对我来说还是比较容易上手的。 但在第二章开始，开始有点难度了，在第二章我接触到两种数据类型，一个是double，还有就是char,另外还介绍了赋值语句，数学计算，常用函数，输入输出语句和数据文件。其中让我最容易混淆的就是运算的优先等级，当所需要运算的公式较长时，常常因没有弄好运算优先级而把程序编错，这一章也接触了更多的特殊符号，在多次看书之后，还是顺利把老师所布置的作业完成了。 在第三章中，我接触到基本的matlab选择结构，还有控制这个结构的关系运算符和逻辑运算符。也就是if结构。这个结构对运算起到很大作用，跟elseif配合使用的话，就可以将很图方法。还有，我们学习如何控制画图的附加功能，例如线的宽度和符号的颜色。这些属性可由指定的“propertyname”和值Value决定，“propertyname”和值Value将出现在plot命令的数据后。
%-------------------------------------------------------------------------- % Copula理论及应用实例 %-------------------------------------------------------------------------- %******************************读取数据************************************* % 从文件hushi.xls中读取数据 hushi = xlsread('hushi.xls'); % 提取矩阵hushi的第5列数据，即沪市的日收益率数据 X = hushi(:,5); % 从文件shenshi.xls中读取数据 shenshi = xlsread('shenshi.xls'); % 提取矩阵shenshi的第5列数据，即深市的日收益率数据 Y = shenshi(:,5); %****************************绘制频率直方图********************************* % 调用ecdf函数和ecdfhist函数绘制沪、深两市日收益率的频率直方图 [fx, xc] = ecdf(X); figure; ecdfhist(fx, xc, 30); xlabel('沪市日收益率'); % 为X轴加标签 ylabel('f(x)'); % 为Y轴加标签 [fy, yc] = ecdf(Y); figure; ecdfhist(fy, yc, 30); xlabel('深市日收益率'); % 为X轴加标签 ylabel('f(y)'); % 为Y轴加标签 %****************************计算偏度和峰度********************************* % 计算X和Y的偏度 xs = skewness(X) ys = skewness(Y) % 计算X和Y的峰度 kx = kurtosis(X) ky = kurtosis(Y) %******************************正态性检验*********************************** % 分别调用jbtest、kstest和lillietest函数对X进行正态性检验 [h,p] = jbtest(X) % Jarque-Bera检验 [h,p] = kstest(X,[X,normcdf(X,mean(X),std(X))]) % Kolmogorov-Smirnov检验 [h, p] = lillietest(X) % Lilliefors检验
课程设计实验体会 学生姓名：李祥胜 学生学号：20120704 专业班级：光信息科学与技术 指导老师：miss Chen 学院：信息工程学院 题目: MATLAB学期实验总结
MATLAB概念及介绍 MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。 MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB集成环境主要包括五个部分：MATLAB语言、MATLAB工作环境、句柄图形、MATLAB数学函数库和数学建模、小波分析、MATLAB API(App lication Program Interface)。MATLAB语言是以数组为基本数据单位，包括控制流程语句、函数、数据结构、输人输出及面向对象等特点的高级语言。利用SIMULINK对系统进行仿真与分析，在进入虚拟实验环境后，不需要书写代码，只需使用鼠标拖动库中的功能模块并将它们连接起来，再按照实验要求修改各元器件的参数。通过虚拟实验环境建立实验仿真电路模型，可使一些枯燥的电路变得有趣味，复杂的波形变得形象生动，使得各种复杂的能量转换过程比较直观地呈现。 1.1、MATLAB语言特点及优势 1.1.1、语言特点 MATLAB被称为第四代计算机语言，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。MATLAB的最突出的特点就是简洁。MATLAB用更直观的、符合人们思维习惯的代码，代替了C和FORTRAN语言的冗长代码。MATLAB 给用户带来的是最直观、最简洁的程序开发环境。以下简单介绍一下MATLAB的主要特点。 （1）语言简洁紧凑，使用方便灵活，库函数极其丰富。MATLAB程序书写形式自由，利用其丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。 （2)运算符丰富。由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短，具体运算符见附表。 （3）MATLAB既具有结构化的控制语句（如for循环、while循环、break语句和if语句），又有面向对象编程的特性。 （4）语法限制不严格，程序设计自由度大。例如，在MATLAB里，用户无需对矩阵预定义就可使用。 （5）程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行。
竭诚为您提供优质文档/双击可除matlab心得及学习方法(不断更新) 篇一：matlab心得及学习方法 matlab心得及学习方法（不断更新） 发现现在很多人（找工作的或者读博的）都想要学习或者正在学习matlab，问我要怎么学习。其实我虽然写matlab 代码的经验还算丰富，但是还不能说是一个很好的matlab 编程人员，这里有一些心得，分享给大家希望对大家有所帮助。 关于如何学习matlab 我的学习方法很简单：matlab是练出来的，而不是看出来的。很多人问我有没有比较好的matlab教材，我说随便 找一本吧，都可以。只要书里面有最基本的语法和命令，对于一个有编程基础的人，matlab可以在一个下午的时间内学会。当然，仅仅是学会。如果想要对matlab比较得心应手，那么最好的办法就是练习。练习的素材很多，比如对于学经济学的，可以做一些simulation之类的，也可以试着把计 量或者宏观教材里面的一些算法写写出来。一开始可能很慢，
但是当你完成了一个比较大的project的时候，你的matlab 的功力将会有巨大的提升。 当然，在你写程序之前，多读一些别人写的好的code 是非常有帮助的。 一些matlab的经验 1、适当了解一些数值计算、数值分析以及最优化的理论 用matlab的无非是做数值计算或者最优化，这也是matlab的强项，matlab有足够多的工具箱解决这些问题。但是在使用这些工具箱之前，应该首先了解一些数值计算以及最优化的理论。这一点在程序碰到问题或者计算结果不理想的时候尤为重要。很多时候结果不理想并不是自己的理论出了问题，而是盲目或者错误使用matlab的工具箱而导致的。比如我曾经做过一个单纯形法的优化程序，但是结果总是不理想，这个时候就要返回到单纯形法具体是一种什么样的算法来考虑这个问题，最后发现是由于目标函数的某一部分十分平缓导致的。当然更重要的是如果你不理解理论，很多问题根本不知道如何处理。有个学化学同学就曾问我一个程序怎么写，说matlab肯定可以完成的。了解清楚之后才明白原来他想做的就是一个受限最小二乘。但是他不懂得什么是最小二乘（因为没怎么学过数学），当然面对这个问题无从下手。
MATLAB 智能算法30个案例分析（终极版） 1 基于遗传算法的TSP算法（王辉） 2 基于遗传算法和非线性规划的函数寻优算法（史峰） 3 基于遗传算法的BP神经网络优化算法（王辉） 4 设菲尔德大学的MATLAB遗传算法工具箱（王辉） 5 基于遗传算法的LQR控制优化算法（胡斐） 6 遗传算法工具箱详解及应用（胡斐） 7 多种群遗传算法的函数优化算法（王辉） 8 基于量子遗传算法的函数寻优算法（王辉） 9 多目标Pareto最优解搜索算法（胡斐） 10 基于多目标Pareto的二维背包搜索算法（史峰） 11 基于免疫算法的柔性车间调度算法（史峰） 12 基于免疫算法的运输中心规划算法（史峰） 13 基于粒子群算法的函数寻优算法（史峰） 14 基于粒子群算法的PID控制优化算法（史峰） 15 基于混合粒子群算法的TSP寻优算法（史峰） 16 基于动态粒子群算法的动态环境寻优算法（史峰） 17 粒子群算法工具箱（史峰） 18 基于鱼群算法的函数寻优算法（王辉） 19 基于模拟退火算法的TSP算法（王辉） 20 基于遗传模拟退火算法的聚类算法（王辉） 21 基于模拟退火算法的HEV能量管理策略参数优化（胡斐）
22 蚁群算法的优化计算——旅行商问题（TSP）优化（郁磊） 23 基于蚁群算法的二维路径规划算法（史峰） 24 基于蚁群算法的三维路径规划算法（史峰） 25 有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测（郁磊） 26 有导师学习神经网络的分类——鸢尾花种类识别（郁磊） 27 无导师学习神经网络的分类——矿井突水水源判别（郁磊） 28 支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断（郁磊） 29 支持向量机的回归拟合——混凝土抗压强度预测（郁磊） 30 极限学习机的回归拟合及分类——对比实验研究（郁磊） 智能算法是我们在学习中经常遇到的算法，主要包括遗传算法，免疫算法，粒子群算法，神经网络等，智能算法对于很多人来说，既爱又恨，爱是因为熟练的掌握几种智能算法，能够很方便的解决我们的论坛问题，恨是因为智能算法感觉比较“玄乎”，很难理解，更难用它来解决问题。 因此，我们组织了王辉，史峰，郁磊，胡斐四名高手共同写作MATLAB智能算法，该书包含了遗传算法，免疫算法，粒子群算法，鱼群算法，多目标pareto算法，模拟退火算法，蚁群算法，神经网络，SVM等，本书最大的特点在于以案例为导向，每个案例针对一
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == matlab实验心得体会_学习matlab的心得体会 导语：通过对MATLAB的系统环境，数据的各种运算，矩阵的分析和处理，程序设计，绘图，数值计算及符号运算的学习，初步掌握了MATLAB的实用方法。以下是小编带来的matlab实验心得体会，希望对您有所帮助。 matlab实验心得体会(一) 学习matlab是听说它是一个功能强大的数学软件，但是正被微积分的计算缠身，听说有一个高级的计算器当然高兴，以后可以偷懒了，当然现在不能偷懒。听说关于自动化的计算特别复杂，如果有一种软件能帮忙解题，那是一种 极大的解脱，有益于缩短研究时间。目前我只知道有三种数学软件，都是国外的，没有国内的，差距挺大的。matlab学起来挺顺手的，比C语言简单。但是 深入学习的时候却困难重重，因为很多知识都没有学习，就算知道那些函数， 也没有什么用处。老师布置的作业难度大，写一篇实验，大一什么都不会，写 一篇这种论文谈何容易。最多也就会一些数值计算、符号计算、简单绘图，根 本不会什么实验。 学习matlab体会最多的是这个软件的功能强大，好多数学题都被轻易的解出。但是有一点遗憾，不知是我不会用，还是它没个功能，已知空间的电荷分布，求空间的电场分布。其中电场分布是无法用函数表达式表示。我知道计算 机肯定可以实现，但是这个软件能不能实现就不知道了，我看过许多资料，但 是在这方面没有提到相关信息。 总之，这个软件功能强大，不知什么时候国内才有类似的软件。 matlab实验心得体会(二) 我从中国石油大学(北京)来到大庆油田勘探开发研究院实习，刚刚来到这 里时我内心充满了激动和喜悦，对这个有着辉煌成绩的科研单位充满了期待。 到了这里没多久我就参加培训中心组织的入院教育，对研究院的辉煌过去有了 更深刻的了解，那时我就下定决心在研究院好好实习，多学习一些现场经验，为以后的工作打下良好的基础。 一个月的入院培训结束后，经过自己申请和中心安排我被分到了地震资料 处理一室，实习期间地震一室的副主任陈志德是我的现场导师，陈主任有着丰
M a t l a b经典案例-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN
1、三维曲线 >> t=0:pi/50:10*pi; >> plot3(sin(2*t),cos(2*t),t) >> axis square >> grid on 2、一窗口多图形 >> t=-2*pi::2*pi; >> subplot(3,2,1) >> plot(t,sin(t)) >> subplot(3,2,2) >> plot(t,cos(t)) >> subplot(3,2,3) >> plot(t,tan(t)) >> axis([-pi pi - 100 100]) >> subplot(3,2,4) >> plot(t,cot(t)) >> axis([-pi pi - 100 100]) >> subplot(3,2,5) >> plot(t,atan(t)) >> subplot(3,2,6) >> plot(t,acot(t)) 3、图形样式、标注、题字 (也可以利用菜单直接Insert) >> x=0:pi/20:2*pi; >> plot(x,sin(x),'b-.') >> hold on
>> plot(x,cos(x),'r--') >> hold on >> plot(x,sin(x)-1,'g:') >> hold on >> plot(x,cos(x)-1) >> xlabel('x'); >> xlabel('x轴'); >> ylabel('y轴'); >> title('图形样式、标注等'); >> text(pi,sin(pi),'x=\pi'); >> legend('sin(x)','cos(x)','sin(x)-1','cos(x)-1'); >> [x1,y1]=ginput(1) %利用鼠标定位查找线上某点的值x1 = y1 = >> gtext('x=') %鼠标定位放置所需的值在线上 4、 >> fplot('[sin(x),cos(x),sqrt(x)-1]',[0 2*pi]) M文件： 内容如下： function y=myfun(x) y(:,1)=sin(x); y(:,2)=cos(x); y(:,3)=x^(1/2)-1; 再运行：>> fplot('myfun',[0 2*pi]) 同样可以得到右图 5、 >> [x,y]=fplot('sin',[0 2*pi]); >> [x1,y1]=fplot('cos',[0 2*pi]); >> plot(x,y,'-r',x1,y1,'') >> legend('y=sinx','y=cosx')
matlab实验心得体会 篇一：matlab实验心得总结 通过《matlab仿真》实验使我学习掌握了许多知识。首先是对matlab 有了一个全新的认识，其次是对matlab的更多操作和命令的使用有了更高的掌握，最重要的事对matlab的处理能力有了一个更高的飞跃尤其是对相关函数的使用及相关问题的处理。 就对matlab相关的命令操作而言，通过这次实验的亲身操作和实践，学习掌握了许多原本不知道的或者不太熟悉的命令。比如说相关m文件的建立，画图用到的标注，配色，坐标控制，同一张图里画几幅不同的图像，相关参数的设置以及相关函数的调用格式等等。就拿建立一个数学方程而言，通过设置不同的参数达到所需要的要求和结果，而且还可以在不同的窗口建立不同的函数而达到相同的效果，比如说可以再命令窗口和m文件中通过不同的命令设置的到相同的所需的效果图。而自己对于矩阵及闭环传递函数的建立原本所掌握的知识几乎为零，而通过这次实验使我彻底的掌握了相关的命令操作和处理的方法，在这里我们不仅可以通过建立函数和参数来达到目标效果，而且还可以通过可视化的编程达到更快更方便，更简洁的效果。就拿可视化编程而言原本根本就只是听说而已罢了，从来就没有亲身去尝试过，然而现在自己却可以和容易的通过搭建不同功能木块来实现相关的函数及功能。这些在原本根本就不敢相信，然而通过《matlab仿真》的学习和实验亲身操作这些原本看似不可能的操作在此就变的轻而易举的事了。
再此我不得不题到的事指导老师教我们怎么去搭建构造相关闭环传递函数的实验，这个实验几乎在我们的这次实验中占据了非常大的比重，在后面的几个大一点的实验中几乎都是涉及这个方面的内容，我现在想说的事怎么去搭建相关的函数和功能模块对我们来说几乎已经不是什么难事了，就拿怎么去对模块功能的实现以及分析确实是个重点和难点。通过对同一个模块分析其对应的不同的参数分析图的建立去分析和解释其对应的相关功能和技术指标和性能分析是非常重要的，我们不可能只需要建立相关的模块和功能就说自己掌握了所有的相关知识和技术，真正的技术和知识是怎么去分析和解释相关的技术指标和功能参数才是重中之重。就此而言，我坦诚的说自己所掌握的还是十分的有限的，但是老师给我们介绍的相关方法和技巧还是十分有效果的，如果自己真的想在这方面有什么建树对自己以后的要求还是需要更改的要求的，万不可以就此止步不前，自命不凡，我们还需掌握和了解还有许多许多，我们真正所掌握的只是皮毛，要想取得更大的成绩就得不断的去努力学习和汲取相关的知识和技巧。万不可自以为傲，裹足不前，matlab真的是个非常强大和有用的工具我们真正的能把它学懂学透的话还是需要下非常大的功夫和努力的。然而，不是说兴趣才是最大的老师嘛，我也相信，只要你自己有兴趣，即使它再怎么强大和难搞，我们能做的还是非常多的，关键的就只是在于你自己的态度了。我这里想说的事，matlab对于我来说是非常有吸引力的，我不敢说自己多么喜欢它，但是兴趣确实蛮高的，所以我相信在以后的学习和工作当中matlab将成为我非常有用的帮忙工具和好伙伴，也许这要说有点太草率了，但是我觉得对它的评价怎么也不会让每一个接触
MATLAB实习报告 信10-1学号：10105010117张旭冉 一.概述 MATLAB作为一种高级科学计算软件，是进行算法开发、数据可视化、数据分析以及数值计算的交互式应用开发环境。世界上许许多多的科研工作者都在使用MATLAB产品来加快他们的科研进程，缩短数据分析和算法开发的时间，研发出更加先进的产品和技术。 二.实验目的 1.熟悉MATLAB的软件环境 2.熟悉MATLAB的基本使用方法 3.熟练运用MATLAB的数组和数组、矩阵运算、数学运算的运算方法 4.熟悉MATLAB的字符串、单元数组 5.熟悉MATLAB的程序设计 6.熟悉MATLAB的符号计算功能 7.熟悉MATLAB的绘图及句柄图形 8.熟悉MATLAB的GUI设计 三.实验过程 1.熟悉MATLAB的软件环境 MATLAB的语言的基本功能和特点：它是一种高级科学计算语言，相对于传统的C、C++或者FORTRAN语言，MATLAB提供了高效快速解决各种科学计算问题的方法。它具有数学计算、开发工具、数据的可视化、交互式编辑创建图形、集成的算法开发编程语言和环境、图形用户界面开发环境——GUIDE、开放性、可扩展性强、专业应用工具箱等强大的功能。具有易于学习、使用方便、支持多种操作系统、丰富的内部函数、强大的图形和符号功能等优点。 2.熟悉MATLAB的基本使用方法 路径设置：除MATLAB默认的搜索路径外，用户可以设置搜索路径。设置方法为：选择MATLAB窗口中的File|Set Path命令，进入路径搜索对话框。 MATLAB的搜索顺序：当在命令窗口中或者一个M文件中输入一个元素名称时，MATLAB按照下面的顺序搜索该元素的意义，以元素foo为例： –1）查找工作区中是否存在名为foo的变量； –2）在当前路径中查找是否存在名foo.m的文件； –3）按照顺序查找搜索路径中是否存在该文件。如果存在多个名为foo.m的文件，则调用首先查到的文件。 因此，在为变量和函数命名时，需考虑MATLAB的路径搜索顺序，合理为变量和函数命名，保证程序的正确运行。 3.熟练运用MATLAB的数组和数组、矩阵运算、数学运算的运算方法
MATLAB统计分析与应用：40个案例分析 ISBN:9787512400849 分类号:C819 /115 出版社:北京航空航天大学出版社 【内容简介】 本书从实际应用的角度出发，以大量的案例详细介绍了MA TLAB环境下的统计分析与应用。 本书主要内容包括：利用MA TLAB制作统计报告或报表；从文件中读取数据到MA TLAB；从MA TLAB中导出数据到文件；数据的平滑处理、标准化变换和极差归一化变换；生成一元和多元分布随机数；蒙特卡洛方法；参数估计与假设检验；Copula理论及应用实例；方差分析；基于回归分析的数据拟合；聚类分析；判别分析；主成分分析；因子分析；图像处理中的统计应用等。 本书可以作为高等院校本科生、研究生的统计学相关课程的教材或教学参考书，也可作为从事数据分析与数据管理的研究人员的参考用书。 【目录】 第1章利用MA TLAB生成Word和Excel文档 1.1 组件对象模型(COM) 1.1.1 什么是CoM 1.1.2 CoM接口 1.2 MA TLAB中的ActiveX控件接口技术 1.2.1 actxcontrol函数 1.2.2 actxcontrollist函数 1.2.3 actxcontrolselect函数 1.2.4 actxserver函数 1.2.5 利用MA TLAB调用COM对象 1.2.6 调用actxserver函数创建组件服务器 1.3 案例1：利用MA TLAB生成Word文档 1.3.1 调用actxserver函数创建Microsoft Word服务器 1.3.2 建立Word文本文档 1.3.3 插入表格 1.3.4 插入图片 1.3.5 保存文档 1.3.6 完整代码 1.4 案例2：利用MA TLAB生成Excel文档 1.4.1 调用actxserver函数创建Microsoft Excel服务器 1.4.2 新建Excel工作簿 1.4.3 获取工作表对象句柄 1.4.4 插入、复制、删除、移动和重命名工作表 1.4.5 页面设置 1.4.6 选取工作表区域 1.4.7 设置行高和列宽 1.4.8 合并单元格 1.4.9 边框设置 1.4.10 设置单元格对齐方式
通过《matlab仿真》实验使我学习掌握了许多知识。首先是对matlab有了一个全新的认识，其次是对matlab的更多操作和命令的使用有了更高的掌握，最重要的事对matlab的处理能力有了一个更高的飞跃尤其是对相关函数的使用及相关问题的处理。 就对matlab相关的命令操作而言，通过这次实验的亲身操作和实践，学习掌握了许多原本不知道的或者不太熟悉的命令。比如说相关m文件的建立，画图用到的标注，配色，坐标控制，同一张图里画几幅不同的图像，相关参数的设置以及相关函数的调用格式等等。就拿建立一个数学方程而言，通过设置不同的参数达到所需要的要求和结果，而且还可以在不同的窗口建立不同的函数而达到相同的效果，比如说可以再命令窗口和m文件中通过不同的命令设置的到相同的所需的效果图。而自己对于矩阵及闭环传递函数的建立原本所掌握的知识几乎为零，而通过这次实验使我彻底的掌握了相关的命令操作和处理的方法，在这里我们不仅可以通过建立函数和参数来达到目标效果，而且还可以通过可视化的编程达到更快更方便，更简洁的效果。就拿可视化编程而言原本根本就只是听说而已罢了，从来就没有亲身去尝试过，然而现在自己却可以和容易的通过搭建不同功能木块来实现相关的函数及功能。这些在原本根本就不敢相信，然而通过《matlab仿真》的学习和实验亲身操作这些原本看似不可能的操作在此就变的轻而易举的事了。 再此我不得不题到的事指导老师教我们怎么去搭建构造相关闭环传递函数的实验，这个实验几乎在我们的这次实验中占据了非常大的比重，在后面的几个大一点的实验中几乎都是涉及这个方面的内容，我现在想说的事怎么去搭建相关的函数和功能模块对我们来说几乎已经不是什么难事了，就拿怎么去对模块功能的实现以及分析确实是个重点和难点。通过对同一个模块分析其对应的不同的参数分析图的建立去分析和解释其对应的相关功能和技术指标和性能分析是非常重要的，我们不可能只需要建立相关的模块和功能就说自己掌握了所有的相关知识和技术，真正的技术和知识是怎么去分析和解释相关的技术指标和功能参数才是重中之重。就此而言，我坦诚的说自己所掌握的还是十分的有限的，但是老师给我们介绍的相关方法和技巧还是十分有效果的，如果自己真的想在这方面有什么建树对自己以后的要求还是需要更改的要求的，万不可以就此止步不前，自命不凡，我们还需掌握和了解还有许多许多，我们真正所掌握的只是皮毛，要想取得更大的成绩就得不断的去努力学习和汲取相关的知识和技巧。万不可自以为傲，裹足不前，matlab真的是个非常强大和有用的工具我们真正的能把它学懂学透的话还是需要下非常大的功夫和努力的。然而，不是说兴趣才是最大的老师嘛，我也相信，只要你自己有兴趣，即使它再怎么强大和难搞，我们能做的还是非常多的，关键的就只是在于你自己的态度了。我这里想说的事，matlab对于我来说是非常有吸引力的，我不敢说自己多么喜欢它，但是兴趣确实蛮高的，所以我相信在以后的学习和工作当中matlab将成为我非常有用的帮忙工具和好伙伴，也许这要说有点太草率了，但是我觉得对它的评价怎么也不会让每一个接触过它的人吝啬是自己赞美之词。它不仅仅可以用来建模分析函数，还可以用来进行图形的建模和仿真，还可以用来分析系统和函数的参数稳定性等等。再次就不一一列举了，我怕三天也不会说完的。