稀疏工具箱

1. 各位大大，幫忙寫2個<<matlab曲面擬和工具箱設計>>的程序啊

MATLAB是矩陣實驗室（Matrix Laboratory）之意。除具備卓越的數值計算能力外，它還提供了專業水平的符號計算，文字處理，可視化建模模擬和實時控制等功能。

MATLAB的基本數據單位是矩陣，它的指令表達式與數學,工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多.在新的版本中也加入了對C,FORTRAN,c++ ,JAVA的支持.可以直接調用,用戶也可以將自己編寫的實用程序導入到MATLAB函數庫中方便自己以後調用，此外許多的MATLAB愛好者都編寫了一些經典的程序，用戶可以直接進行下載就可以用，非常的方便。

MATLAB的基礎是矩陣計算,但是由於他的開放性,並且mathwork也吸收了像maple等軟體的優點,使MATLAB成為一個強大的數學軟體

當前流行的MATLAB 6.5/7.0包括擁有數百個內部函數的主包和三十幾種工具包(Toolbox).工具包又可以分為功能性工具包和學科工具包.功能工具包用來擴充MATLAB的符號計算,可視化建模模擬,文字處理及實時控制等功能.學科工具包是專業性比較強的工具包,控制工具包,信號處理工具包,通信工具包等都屬於此類.

開放性使MATLAB廣受用戶歡迎.除內部函數外,所有MATLAB主包文件和各種工具包都是可讀可修改的文件,用戶通過對源程序的修改或加入自己編寫程序構造新的專用工具包.

Matlab的官方網站：http://www.mathworks.com
Matlab的優勢和特點

（1）友好的工作平台和編程環境
MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許工具採用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用於用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業化以及軟體本身的不斷升級，MATLAB的用戶界面也越來越精緻，更加接近Windows的標准界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的聯機查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠及時地報告出現的錯誤及進行出錯原因分析。

（2）簡單易用的程序語言
Matlab一個高級的距陣/陣列語言，它包含控制語句、函數、數據結構、輸入和輸出和面向對象編程特點。用戶可以在命令窗口中將輸入語句與執行命令同步，也可以先編寫好一個較大的復雜的應用程序(M文件)後再一起運行。新版本的MATLAB語言是基於最為流行的C＋＋語言基礎上的，因此語法特徵與C＋＋語言極為相似，而且更加簡單，更加符合科技人員對數學表達式的書寫格式。使之更利於非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究及工程計算各個領域的重要原因。

（3）強大的科學計算機數據處理能力
MATLAB是一個包含大量計算演算法的集合。其擁有600多個工程中要用到的數學運算函數，可以方便的實現用戶所需的各種計算功能。函數中所使用的演算法都是科研和工程計算中的最新研究成果，而前經過了各種優化和容錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C++ 。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這些函數集包括從最簡單最基本的函數到諸如距陣，特徵向量、快速傅立葉變換的復雜函數。函數所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數據的統計分析、工程中的優化問題、稀疏矩陣運算、復數的各種運算、三角函數和其他初等數學運算、多維數組操作以及建模動態模擬等。

（4）出色的圖形處理功能
MATLAB自產生之日起就具有方便的數據可視化功能，以將向量和距陣用圖形表現出來，並且可以對圖形進行標注和列印。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。可用於科學計算和工程繪圖。新版本的MATLAB對整個圖形處理功能作了很大的改進和完善，使他不僅在一般數據可視化軟體都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對於一些其他軟體所沒有的功能（例如圖形的光照處理、色度處理以及四維數據的表現等），MATLAB同樣表現了出色的處理能力。同時對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應的功能函數，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的製作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。

（5）應用廣泛的模塊集合工具箱
MATLAB對許多專門的領域都開發了功能強大的模塊集和工具箱。一般來說，他們都是由特定領域的專家開發的，用戶可以直接使用工具箱學習、應用和評估不同的方法而不需要自己編寫代碼。目前，MATLAB已經把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數據採集、資料庫介面、概率統計、樣條擬合、優化演算法、偏微分方程求解、神經網路、小波分析、信號處理、圖像處理、系統辨識、控制系統設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理模擬、嵌入式系統開發、定點模擬、DSP與通訊、電力系統模擬等，都在工具箱（Toolbox）家族中有了自己的一席之地。

（6）實用的程序介面和發布平台
新版本的MATLAB可以利用MATLAB編譯器和C/C++數學庫和圖形庫，將自己的MATLAB程序自動轉換為獨立於MATLAB運行的C和C++代碼。允許用戶編寫可以和MATLAB進行交互的C或C＋＋語言程序。另外，MATLAB網頁服務程序還容許在Web應用中使用自己的MATLAB數學和圖形程序。
MATLAB的一個重要特色就是他有一套程序擴展系統和一組稱之為工具箱的特殊應用子程序。工具箱是MATLAB函數的子程序庫，每一個工具箱都是為某一類學科專業和應用而定製的，主要包括信號處理、控制系統、神經網路、模糊邏輯、小波分析和系統模擬等方面的應用。

（7）應用軟體開發（包括用戶界面）
在開發環境中，使用戶更方便地控制多個文件和圖形窗口；在編程方面支持了函數嵌套，有條件中斷等；在圖形化方面，有了更強大的圖形標注和處理功能，包括對性對起連接注釋等；在輸入輸出方面，可以直接向Excel和HDF5。

(8) Matlab常用工具箱介紹(英漢對照)
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系統工具箱
Communication Toolbox——通訊工具箱
Financial Toolbox——財政金融工具箱
System Identification Toolbox——系統辨識工具箱
Fuzzy Logic Toolbox——模糊邏輯工具箱
Higher-Order Spectral Analysis Toolbox——高階譜分析工具箱
Image Processing Toolbox——圖象處理工具箱
LMI Control Toolbox——線性矩陣不等式工具箱
Model predictive Control Toolbox——模型預測控制工具箱
μ-Analysis and Synthesis Toolbox——μ分析工具箱
Neural Network Toolbox——神經網路工具箱
Optimization Toolbox——優化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——魯棒控制工具箱
Signal Processing Toolbox——信號處理工具箱
Spline Toolbox——樣條工具箱
Statistics Toolbox——統計工具箱
Symbolic Math Toolbox——符號數學工具箱
Simulink Toolbox——動態模擬工具箱
System Identification Toolbox——系統辨識工具箱
Wavele Toolbox——小波工具箱
例如：控制系統工具箱包含如下功能：
連續系統設計和離散系統設計
狀態空間和傳遞函數以及模型轉換
時域響應（脈沖響應、階躍響應、斜坡響應）
頻域響應（Bode圖、Nyquist圖）
根軌跡、極點配置

1.補充新的內容：

MATLAB R2007b正式發布了！MATLAB 2007b於2007年秋節正式發布，TMW正式發布了MATLAB R2007b，新版本涵蓋：Simulink 7、新產品Simulink Design Verifier、Link for Analog Devices VisualDSP以及82個產品模塊的更新升級及Bug修訂。從現在開始，MathWorks公司將每年進行兩次產品發布，時間分別在每年的3月和9 月，而且，每一次發布都會包含所有的產品模塊，如產品的new feature、bug fixes和新產品模塊的推出。

在R2007b中（MATLAB 7.4,Simulink 6.6），主要更新了多個產品模塊、增加了多達350個新特性、增加了對64位Windows的支持，並新推出了.net工具箱。R2007b, released on March 1, 2007, includes updates to MATLAB and Simulink, two new procts released since R2007b, and updates and bug fixes to 82 other procts. R2007b adds support for the Intel® based Mac, Windows Vista™, and 64-bit Sun Solaris™ SPARC platforms.

這次的升級做了重大的增強，也升級了以下各版本，提供了MATLAB、SIMULINK的升級以及其他最新的模塊的升級。這個Matlab 2007版本不僅僅提高了產品質量，同時也提供了新的用於數據分析、大規模建模、固定點開發、編碼等新特徵。

其中MATLAB Builder for .net擴展了MATLAB Compiler的功能，主要有：
可以打包MATLAB函數，使網路程序員可以通過C#，VB.net等語言訪問這些函數；
創建組件來保持MATLAB的靈活性；
創建COM組件；
將源自MATLAB函數的錯誤作為一個標準的管理異常來處理。

R2007b 提供了重大的新功能： 直接在命令行使用 Real-Time Workshop 的 嵌入式 MATLAB 函數的 C 代碼生成。 另外，Simulink 中的嵌入式 MATLAB 函數塊支持多 M 文件中的演算法。

MATLAB R2007b新版本中，產品模塊進行了一些調整，MATLAB Builder for COM的功能集成到MATLAB Builder for .net中去了，Finacial Time Series Toolbox的功能集成到Financial Toolbox中了。MATLAB 將高性能的數值計算和可視化集成在一起，並提供了大量的內置函數，從而被廣泛地應用於科學計算、控制系統、信息處理等領域的分析、模擬和設計工作，而且利用 MATLAB 產品的開放式結構，可以非常容易地對 MATLAB 的功能進行擴充，從而在不斷深化對問題認識的同時，不斷完善 MATLAB 產品以提高產品自身的競爭能力。

作為和Mathematica、Maple並列的三大數學軟體。其強項就是其強大的矩陣計算以及模擬能力。要知道Matlab的由來就是Matrix + Laboratory = Matlab，所以這個軟體在國內也被稱作《矩陣實驗室》。每次MathWorks發布Matlab的同時也會發布模擬工具Simulink。在歐美很多大公司在將產品投入實際使用之前都會進行模擬試驗，他們所主要使用的模擬軟體就是Simulink。Matlab提供了自己的編譯器：全面兼容C++以及 Fortran兩大語言。所以Matlab是工程師，科研工作者手上最好的語言，最好的工具和環境。Matlab 已經成為廣大科研人員的最值得信賴的助手和朋友

2. matlab bgl工具箱怎麼用

工具箱：
有用戶交互界面，可以直接在MATLAB的啟動菜單下進入；
沒有用戶界面，但是專有相關的屬程序（或者說函數）供調用；即使有界面的工具箱，也是有相應的函數的。
可以從幫助（Help）中查詢MATLAB的工具箱的詳細使用方法。
幫助裡面對主題進行了分類，進入工具箱那一類即可。

工具箱里的函數可以直接調用的。只要確定安裝好了工具箱，一般添加路徑後即可直接使用了。添加路徑用addpath。

3. SPAMS稀疏工具箱編譯無法解決的難題，到底是什麼情況

K>> compile
compilation of: -I./linalg/ -I./decomp/ -I./prox/ -I./dictLearn/ dictLearn/mex/mexTrainDL.cpp
391 mex(args{:});

D:\PROGRA~1\MATLAB\R2011B\BIN\MEX.PL: Error: 'Files' not found.

Error using mex (line 206)
Unable to complete successfully.

Error in compile (line 391)
mex(args{:});

4. 求教SPAMS工具箱稀疏表示的一些原理

至於Matlab工具箱安裝中涉及到了Matlab的搜索路徑、工作目錄、當前路徑、用戶路徑等好多術語，可以直接查看Matlab的幫助系統，在那裡可以得到最直接的答復，但是需要一定的英文基礎哦 添加工具箱的方法很多，所有方法都是為了達到同一個目的，將工具箱的所在路徑添加到Matlab的搜索路徑下就可以了（將工具箱復制到toolbox目錄然後在set path裡面添加這個目錄就可以用了） 下面介紹一種最簡單的操作，下面以安裝mathmodl(數學建模工具箱)為例進行說明a、將你所需要安裝的工具箱解壓到$MatlabRoot\toolbox中(其實任意路徑都是可以的，但是為了方便管理，我們一般都安裝在這里)，$MatlabRoot是你的Matlab安裝路徑，可以在Matlab中輸入matlabroot命令獲取(1)在Matlab輸入如下內容(當你可以直接使用資源管理器進入toolbox目錄) >> matlabrootans =D:\Program Files\MATLAB\R2008a
>> winopen(ans)復制代碼(2)此時會自動跳到Matlab的安裝目錄下，雙擊打開目錄下的toolbox文件夾(3)將mathmodl工具箱復制到toolbox中 b.將剛才mathmodl的路徑添加到Matlab搜索路徑下(可以使用Matlab命令行，也可是用Matlab菜單操作，為了簡便這里使用第二種)(1)在Matlab中如下操作，File——>Set Path——>點擊Add with subfolders(2)在瀏覽文件中，選擇剛才的安裝路徑$MatlabRoot/toolbox/mathmodl後，點擊確定 (3)此時返回到Set Path對話框，點擊左下角的保存按鈕(記住一定要保存)，此時工具箱徹底安裝完畢，點擊Close關閉對話框c.測試下新安裝工具箱是可以使用，在Matlab中輸入如下內容 >>mathmodl%輸入工具箱名稱，此時一般會返回該工具箱的說明，也就是mathmodl路徑下content.m中的內容
%在命令行中輸入如下，此時會返回mathmodl路徑下所有的文件
X

5. SPAMS稀疏工具箱編譯無法解決的難題，到底是什麼情況

那裡面有幫助文件啊 ，你按照參數要求去調試~~ 直接調用你想要的函數就行了

6. Matlab問題－－如何用遺傳演算法優化BP神經網路這篇文獻（中文）是如何做的

MATLAB是矩陣實驗室（Matrix Laboratory）之意。除具備卓越的數值計算能力外，它還提供了專業水平的符號計算，文字處理，可視化建模模擬和實時控制等功能。
MATLAB的基本數據單位是矩陣，它的指令表達式與數學,工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多.在新的版本中也加入了對C,FORTRAN,c++ ,JAVA的支持.可以直接調用,用戶也可以將自己編寫的實用程序導入到MATLAB函數庫中方便自己以後調用，此外許多的MATLAB愛好者都編寫了一些經典的程序，用戶可以直接進行下載就可以用，非常的方便。
MATLAB的基礎是矩陣計算,但是由於他的開放性,並且mathwork也吸收了像maple等軟體的優點,使MATLAB成為一個強大的數學軟體
當前流行的MATLAB 6.5/7.0包括擁有數百個內部函數的主包和三十幾種工具包(Toolbox).工具包又可以分為功能性工具包和學科工具包.功能工具包用來擴充MATLAB的符號計算,可視化建模模擬,文字處理及實時控制等功能.學科工具包是專業性比較強的工具包,控制工具包,信號處理工具包,通信工具包等都屬於此類.
開放性使MATLAB廣受用戶歡迎.除內部函數外,所有MATLAB主包文件和各種工具包都是可讀可修改的文件,用戶通過對源程序的修改或加入自己編寫程序構造新的專用工具包.
Matlab的官方網站：http://www.mathworks.com
Matlab的優勢和特點
（1）友好的工作平台和編程環境
MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許多工具採用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用於用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業化以及軟體本身的不斷升級，MATLAB的用戶界面也越來越精緻，更加接近Windows的標准界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的聯機查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠及時地報告出現的錯誤及進行出錯原因分析。
（2）簡單易用的程序語言
Matlab一個高級的距陣/陣列語言，它包含控制語句、函數、數據結構、輸入和輸出和面向對象編程特點。用戶可以在命令窗口中將輸入語句與執行命令同步，也可以先編寫好一個較大的復雜的應用程序(M文件)後再一起運行。新版本的MATLAB語言是基於最為流行的C＋＋語言基礎上的，因此語法特徵與C＋＋語言極為相似，而且更加簡單，更加符合科技人員對數學表達式的書寫格式。使之更利於非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究及工程計算各個領域的重要原因。
（3）強大的科學計算機數據處理能力
MATLAB是一個包含大量計算演算法的集合。其擁有600多個工程中要用到的數學運算函數，可以方便的實現用戶所需的各種計算功能。函數中所使用的演算法都是科研和工程計算中的最新研究成果，而前經過了各種優化和容錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C++ 。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這些函數集包括從最簡單最基本的函數到諸如距陣，特徵向量、快速傅立葉變換的復雜函數。函數所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數據的統計分析、工程中的優化問題、稀疏矩陣運算、復數的各種運算、三角函數和其他初等數學運算、多維數組操作以及建模動態模擬等。
（4）出色的圖形處理功能
MATLAB自產生之日起就具有方便的數據可視化功能，以將向量和距陣用圖形表現出來，並且可以對圖形進行標注和列印。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。可用於科學計算和工程繪圖。新版本的MATLAB對整個圖形處理功能作了很大的改進和完善，使他不僅在一般數據可視化軟體都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對於一些其他軟體所沒有的功能（例如圖形的光照處理、色度處理以及四維數據的表現等），MATLAB同樣表現了出色的處理能力。同時對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應的功能函數，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的製作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。
（5）應用廣泛的模塊集合工具箱
MATLAB對許多專門的領域都開發了功能強大的模塊集和工具箱。一般來說，他們都是由特定領域的專家開發的，用戶可以直接使用工具箱學習、應用和評估不同的方法而不需要自己編寫代碼。目前，MATLAB已經把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數據採集、資料庫介面、概率統計、樣條擬合、優化演算法、偏微分方程求解、神經網路、小波分析、信號處理、圖像處理、系統辨識、控制系統設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理模擬、嵌入式系統開發、定點模擬、DSP與通訊、電力系統模擬等，都在工具箱（Toolbox）家族中有了自己的一席之地。
（6）實用的程序介面和發布平台
新版本的MATLAB可以利用MATLAB編譯器和C/C++數學庫和圖形庫，將自己的MATLAB程序自動轉換為獨立於MATLAB運行的C和C++代碼。允許用戶編寫可以和MATLAB進行交互的C或C＋＋語言程序。另外，MATLAB網頁服務程序還容許在Web應用中使用自己的MATLAB數學和圖形程序。
MATLAB的一個重要特色就是他有一套程序擴展系統和一組稱之為工具箱的特殊應用子程序。工具箱是MATLAB函數的子程序庫，每一個工具箱都是為某一類學科專業和應用而定製的，主要包括信號處理、控制系統、神經網路、模糊邏輯、小波分析和系統模擬等方面的應用。
（7）應用軟體開發（包括用戶界面）
在開發環境中，使用戶更方便地控制多個文件和圖形窗口；在編程方面支持了函數嵌套，有條件中斷等；在圖形化方面，有了更強大的圖形標注和處理功能，包括對性對起連接注釋等；在輸入輸出方面，可以直接向Excel和HDF5。
(8) Matlab常用工具箱介紹(英漢對照)
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系統工具箱
Communication Toolbox——通訊工具箱
Financial Toolbox——財政金融工具箱
System Identification Toolbox——系統辨識工具箱
Fuzzy Logic Toolbox——模糊邏輯工具箱
Higher-Order Spectral Analysis Toolbox——高階譜分析工具箱
Image Processing Toolbox——圖象處理工具箱
LMI Control Toolbox——線性矩陣不等式工具箱
Model predictive Control Toolbox——模型預測控制工具箱
μ-Analysis and Synthesis Toolbox——μ分析工具箱
Neural Network Toolbox——神經網路工具箱
Optimization Toolbox——優化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——魯棒控制工具箱
Signal Processing Toolbox——信號處理工具箱
Spline Toolbox——樣條工具箱
Statistics Toolbox——統計工具箱
Symbolic Math Toolbox——符號數學工具箱
Simulink Toolbox——動態模擬工具箱
System Identification Toolbox——系統辨識工具箱
Wavele Toolbox——小波工具箱
例如：控制系統工具箱包含如下功能：
連續系統設計和離散系統設計
狀態空間和傳遞函數以及模型轉換
時域響應（脈沖響應、階躍響應、斜坡響應）
頻域響應（Bode圖、Nyquist圖）
根軌跡、極點配置
1.補充新的內容：
MATLAB R2007b正式發布了！MATLAB 2007b於2007年秋節正式發布，TMW正式發布了MATLAB R2007b，新版本涵蓋：Simulink 7、新產品Simulink Design Verifier、Link for Analog Devices VisualDSP以及82個產品模塊的更新升級及Bug修訂。從現在開始，MathWorks公司將每年進行兩次產品發布，時間分別在每年的3月和9 月，而且，每一次發布都會包含所有的產品模塊，如產品的new feature、bug fixes和新產品模塊的推出。
在R2007b中（MATLAB 7.4,Simulink 6.6），主要更新了多個產品模塊、增加了多達350個新特性、增加了對64位Windows的支持，並新推出了.net工具箱。R2007b, released on March 1, 2007, includes updates to MATLAB and Simulink, two new procts released since R2007b, and updates and bug fixes to 82 other procts. R2007b adds support for the Intel® based Mac, Windows Vista™, and 64-bit Sun Solaris™ SPARC platforms.
這次的升級做了重大的增強，也升級了以下各版本，提供了MATLAB、SIMULINK的升級以及其他最新的模塊的升級。這個Matlab 2007版本不僅僅提高了產品質量，同時也提供了新的用於數據分析、大規模建模、固定點開發、編碼等新特徵。
其中MATLAB Builder for .net擴展了MATLAB Compiler的功能，主要有：
可以打包MATLAB函數，使網路程序員可以通過C#，VB.net等語言訪問這些函數；
創建組件來保持MATLAB的靈活性；
創建COM組件；
將源自MATLAB函數的錯誤作為一個標準的管理異常來處理。
R2007b 提供了重大的新功能： 直接在命令行使用 Real-Time Workshop 的 嵌入式 MATLAB 函數的 C 代碼生成。 另外，Simulink 中的嵌入式 MATLAB 函數塊支持多 M 文件中的演算法。
MATLAB R2007b新版本中，產品模塊進行了一些調整，MATLAB Builder for COM的功能集成到MATLAB Builder for .net中去了，Finacial Time Series Toolbox的功能集成到Financial Toolbox中了。MATLAB 將高性能的數值計算和可視化集成在一起，並提供了大量的內置函數，從而被廣泛地應用於科學計算、控制系統、信息處理等領域的分析、模擬和設計工作，而且利用 MATLAB 產品的開放式結構，可以非常容易地對 MATLAB 的功能進行擴充，從而在不斷深化對問題認識的同時，不斷完善 MATLAB 產品以提高產品自身的競爭能力。
作為和Mathematica、Maple並列的三大數學軟體。其強項就是其強大的矩陣計算以及模擬能力。要知道Matlab的由來就是Matrix + Laboratory = Matlab，所以這個軟體在國內也被稱作《矩陣實驗室》。每次MathWorks發布Matlab的同時也會發布模擬工具Simulink。在歐美很多大公司在將產品投入實際使用之前都會進行模擬試驗，他們所主要使用的模擬軟體就是Simulink。Matlab提供了自己的編譯器：全面兼容C++以及 Fortran兩大語言。所以Matlab是工程師，科研工作者手上最好的語言，最好的工具和環境。Matlab 已經成為廣大科研人員的最值得信賴的助手和朋友！

7. 求數據結構課程設計——稀疏矩陣運算器源代碼

MATLAB官方網站 http://www.mathworks.com/

1.MATLAB的概況

MATLAB是矩陣實驗室（Matrix Laboratory）之意。除具備卓越的數值計算能力外，它還提供了專業水平的符號計算，文字處理，可視化建模模擬和實時控制等功能。

MATLAB的基本數據單位是矩陣，它的指令表達式與數學,工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多.

當前流行的MATLAB 5.3/Simulink 3.0包括擁有數百個內部函數的主包和三十幾種工具包(Toolbox).工具包又可以分為功能性工具包和學科工具包.功能工具包用來擴充MATLAB的符號計算,可視化建模模擬,文字處理及實時控制等功能.學科工具包是專業性比較強的工具包,控制工具包,信號處理工具包,通信工具包等都屬於此類.

開放性使MATLAB廣受用戶歡迎.除內部函數外,所有MATLAB主包文件和各種工具包都是可讀可修改的文件,用戶通過對源程序的修改或加入自己編寫程序構造新的專用工具包.

2.MATLAB產生的歷史背景

在70年代中期,Cleve Moler博士和其同事在美國國家科學基金的資助下開發了調用EISPACK和LINPACK的FORTRAN子程序庫.EISPACK是特徵值求解的FOETRAN程序庫,LINPACK是解線性方程的程序庫.在當時,這兩個程序庫代表矩陣運算的最高水平.

到70年代後期,身為美國New Mexico大學計算機系系主任的Cleve Moler,在給學生講授線性代數課程時,想教學生使用EISPACK和LINPACK程序庫,但他發現學生用FORTRAN編寫介面程序很費時間,於是他開始自己動手,利用業余時間為學生編寫EISPACK和LINPACK的介面程序.Cleve Moler給這個介面程序取名為MATLAB,該名為矩陣(matrix)和實驗室(labotatory)兩個英文單詞的前三個字母的組合.在以後的數年裡,MATLAB在多所大學里作為教學輔助軟體使用,並作為面向大眾的免費軟體廣為流傳.

1983年春天,Cleve Moler到Standford大學講學,MATLAB深深地吸引了工程師John Little.John Little敏銳地覺察到MATLAB在工程領域的廣闊前景.同年,他和Cleve Moler,Steve Bangert一起,用C語言開發了第二代專業版.這一代的MATLAB語言同時具備了數值計算和數據圖示化的功能.

1984年,Cleve Moler和John Little成立了Math Works公司,正式把MATLAB推向市場,並繼續進行MATLAB的研究和開發.

在當今30多個數學類科技應用軟體中,就軟體數學處理的原始內核而言,可分為兩大類.一類是數值計算型軟體,如MATLAB,Xmath,Gauss等,這類軟體長於數值計算,對處理大批數據效率高;另一類是數學分析型軟體,Mathematica,Maple等,這類軟體以符號計算見長,能給出解析解和任意精確解,其缺點是處理大量數據時效率較低.MathWorks公司順應多功能需求之潮流,在其卓越數值計算和圖示能力的基礎上,又率先在專業水平上開拓了其符號計算,文字處理,可視化建模和實時控制能力,開發了適合多學科,多部門要求的新一代科技應用軟體MATLAB.經過多年的國際競爭,MATLAB以經占據了數值軟體市場的主導地位.

在MATLAB進入市場前，國際上的許多軟體包都是直接以FORTRANC語言等編程語言開發的。這種軟體的缺點是使用面窄，介面簡陋，程序結構不開放以及沒有標準的基庫，很難適應各學科的最新發展，因而很難推廣。MATLAB的出現，為各國科學家開發學科軟體提供了新的基礎。在MATLAB問世不久的80年代中期，原先控制領域里的一些軟體包紛紛被淘汰或在MATLAB上重建。

MathWorks公司1993年推出了MATLAB 4。0版，1995年推出4。2C版（for win3。X）1997年推出5。0版。1999年推出5。3版。MATLAB 5。X較MATLAB 4。X無論是界面還是內容都有長足的進展，其幫助信息採用超文本格式和PDF格式，在Netscape 3。0或IE 4。0及以上版本，Acrobat Reader中可以方便地瀏覽。

時至今日，經過MathWorks公司的不斷完善，MATLAB已經發展成為適合多學科，多種工作平台的功能強大大大型軟體。在國外，MATLAB已經經受了多年考驗。在歐美等高校，MATLAB已經成為線性代數，自動控制理論，數理統計，數字信號處理，時間序列分析，動態系統模擬等高級課程的基本教學工具；成為攻讀學位的大學生，碩士生，博士生必須掌握的基本技能。在設計研究單位和工業部門，MATLAB被廣泛用於科學研究和解決各種具體問題。在國內，特別是工程界，MATLAB一定會盛行起來。可以說，無論你從事工程方面的哪個學科，都能在MATLAB里找到合適的功能。
2．MATLAB的語言特點

一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由於它有著不同於其他語言的特點，正如同FORTRAN和C等高級語言使人們擺脫了需要直接對計算機硬體資源進行操作一樣，被稱作為第四代計算機語言的MATLAB，利用其豐富的函數資源，使編程人員從繁瑣的程序代碼中解放出來。MATLAB最突出的特點就是簡潔。MATLAB用更直觀的，符合人們思維習慣的代碼，代替了C和FORTRAN語言的冗長代碼。MATLAB給用戶帶來的是最直觀，最簡潔的程序開發環境。以下簡單介紹一下MATLAB的主要特點。

1）。語言簡潔緊湊，使用方便靈活，庫函數極其豐富。MATLAB程序書寫形式自由，利用起豐富的庫函數避開繁雜的子程序編程任務，壓縮了一切不必要的編程工作。由於庫函數都由本領域的專家編寫，用戶不必擔心函數的可靠性。可以說，用MATLAB進行科技開發是站在專家的肩膀上。

具有FORTRAN和C等高級語言知識的讀者可能已經注意到，如果用FORTRAN或C語言去編寫程序，尤其當涉及矩陣運算和畫圖時，編程會很麻煩。例如，如果用戶想求解一個線性代數方程，就得編寫一個程序塊讀入數據，然後再使用一種求解線性方程的演算法（例如追趕法）編寫一個程序塊來求解方程，最後再輸出計算結果。在求解過程中，最麻煩的要算第二部分。解線性方程的麻煩在於要對矩陣的元素作循環，選擇穩定的演算法以及代碼的調試動不容易。即使有部分源代碼，用戶也會感到麻煩，且不能保證運算的穩定性。解線性方程的程序用FORTRAN和C這樣的高級語言編寫，至少需要四百多行，調試這種幾百行的計算程序可以說很困難。以下用MATLAB編寫以上兩個小程序的具體過程。

MATLAB求解下列方程，並求解矩陣A的特徵值。

Ax=b,其中：

A= 32 13 45 67

23 79 85 12

43 23 54 65

98 34 71 35

b= 1

2

3

4

解為：x=A\b;設A的特徵值組成的向量e，e=eig（A）。

可見，MATLAB的程序極其簡短。更為難能可貴的是，MATLAB甚至具有一定的智能水平，比如上面的解方程，MATLAB會根據矩陣的特性選擇方程的求解方法，所以用戶根本不用懷疑MATLAB的准確性。

2）運算符豐富。由於MATLAB是用C語言編寫的，MATLAB提供了和C語言幾乎一樣多的運算符，靈活使用MATLAB的運算符將使程序變得極為簡短。

3）MATLAB既具有結構化的控制語句（如for循環，while循環，break語句和if語句），又有面向對象編程的特性。

4）程序限制不嚴格，程序設計自由度大。例如，在MATLAB里，用戶無需對矩陣預定義就可使用。

5）程序的可移植性很好，基本上不做修改就可以在各種型號的計算機和操作系統上運行。

6）MATLAB的圖形功能強大。在FORTRAN和C語言里，繪圖都很不容易，但在MATLAB里，數據的可視化非常簡單。MATLAB還具有較強的編輯圖形界面的能力。

7）MATLAB的缺點是，它和其他高級程序相比，程序的執行速度較慢。由於MATLAB的程序不用編譯等預處理，也不生成可執行文件，程序為解釋執行，所以速度較慢。

8）功能強大的工具箱是MATLAB的另一特色。MATLAB包含兩個部分：核心部分和各種可選的工具箱。核心部分中有數百個核心內部函數。其工具箱又分為兩類：功能性工具箱和學科性工具箱。功能性工具箱主要用來擴充其符號計算功能，圖示建模模擬功能，文字處理功能以及與硬體實時交互功能。功能性工具箱用於多種學科。而學科性工具箱是專業性比較強的，如control,toolbox,signl proceessing toolbox,commumnication toolbox等。這些工具箱都是由該領域內學術水平很高的專家編寫的，所以用戶無需編寫自己學科範圍內的基礎程序，而直接進行高，精，尖的研究。

9）源程序的開放性。開放性也許是MATLAB最受人們歡迎的特點。除內部函數以外，所有MATLAB的核心文件和工具箱文件都是可讀可改的源文件，用戶可通過對源文件的修改以及加入自己的文件構成新的工具箱。

8. Matlab工具箱應用指南的圖書目錄

目錄
第1章 統計工具箱
1.1 統計工具箱簡介
1.2 概率分布及函數總覽
1.2.1 概率密度函數
1.2.2 累積分布函數與逆累積分布函數
1.2.3 隨機數產生器
1.2.4 均值和方差
1.3 參數估計
1.3.1 參數估計函數
1.3.2 對數似然函數
1.4 描述性統計
1.4.1 概述
1.4.2 中心趨勢（位置）度量
1.4.3 散布度量
1.4.4 處理缺失數據的函數
1.4.5 中心矩
1.4.6 百分位數及其圖形描述
1.4.7 相關系數
1.4.8 樣本峰度和樣本偏度
1.4.9 自助法(Bootstrap)
1.5 假設檢驗
1.5.1 概述
1.5.2 函數詳解
1.6 統計繪圖
1.6.1 概述
1.6.2 box圖
1.6.3 誤差條圖
1.6.4 函數的交互輪廓圖
1.6.5 交互線繪制
1.6.6 名稱或實例標記
1.6.7 繪制最小二乘擬合線
1.6.8 正態概率圖
1.6.9 帕累托圖
1.6.10 分位數-分位數圖
1.6.11 回歸殘差圖
1.6.12 參考多項式
1.6.13 參考線
1.6.14 交互內插輪廓圖
1.6.15 威布爾圖
1.7 線性模型
1.7.1 概述
1.7.2 方差分析
1.7.3 回歸分析
1.7.4 多項式回歸
1.7.5 二次響應曲面工具
1.8 非線性回歸模型
1.8.1 概述
1.8.2 非線性建模示例
1.8.3 非線性回歸函數詳解
1.9 多元統計分析
1.9.1 概述
1.9.2 主成分分析函數詳解
1.9.3 主成分分析示例
1.10 試驗設計
1.10.1 概述
1.10.2 試驗設計基本過程
1.10.3 實驗設計函數詳解
1.11 統計工序管理圖
1.11.1 概述
1.11.2 管理圖
1.11.3 工序能力
1.12 文件輸入/輸出
參考文獻
第2章 偏微分方程工具箱
2.1 有限元法
2.2 區域劃分及有限元網格描述函數
2.3 求解偏微分方程的函數
2.4 其他常用函數
參考文獻
第3章 樣條工具箱
3.1 三次插值樣條函數
3.1.1 三次插值樣條函數的定義
3.1.2 三次插值樣條函數的構造
3.1.3 工具箱中關於三次插值樣條的函數
3.2 PP形式的樣條函數的構造及操作
3.2.1 分段多項式形式的樣條函數
3.2.2 工具箱中關於PP形式樣條函數的函數
3.3 B形式樣條函數的構造及使用
3.3.1 預備知識
3.3.2 B樣條函數(Basic spline function)
3.3.3 B樣條函數的性質
3.3.4 工具箱中關於B形式樣條函數的函數
3.4 張量積樣條函數
3.4.1 二元樣條函數
3.4.2 工具箱中關於張量積函數的函數
3.5 其他函數
3.5.1 對樣條函數進行操作的函數
3.5.2 對節點進行操作的函數
3.5.3 獨立函數
3.6 舉例
3.6.1 使用張量積樣條函數對多變元函數的近似法
3.6.2 Chebyshev樣條函數的構造
參考文獻
第4章 優化工具箱
4.1 優化工具箱簡介
4.2 優化工具箱基礎
4.2.1 一個簡單的例子
4.2.2 約束方程的規范化
4.2.3 參數設置與附加參數傳遞
4.2.4 表達式優化
4.3 線性規劃
4.3.1 線性規劃概述
4.3.2 lp函數
4.4 非線性規劃
4.4.1 無約束規劃
4.4.2 二次規劃
4.4.3 有約束規劃
4.5 最小最大(minmax)問題
4.6 半無限(Semi-infinite)問題
4.7 多目標(Goal Attainment)規劃
4.8 最小二乘最優
4.8.1 問題概述
4.8.2 nnls函數——非負線性最小二乘求解
4.8.3 conls函數——約束線性最小二乘求解
4.8.4 leastsq函數——非線性最小二乘求解
4.8.5 curvefit函數——非線性數據擬合
4.9 方程求解
參考文獻
附錄 Matlab函數參考
附錄1 常用命令
附錄2 運算符號與特殊字元
附錄3 語言結構與調試
附錄4 基本矩陣及矩陣處理
附錄5 特殊矩陣
附錄6 數學函數
附錄7 坐標轉換
附錄8 矩陣函數
附錄9 數據分析與Fourier變換函數
附錄10 多項式處理函數
附錄11 非線性數值方法
附錄12 稀疏矩陣函數
附錄13 圖形繪制
附錄14 特殊圖形
附錄15 圖形處理
附錄16 GUI（圖形用戶介面）
附錄17 聲音處理
附錄18 字元串處理函數
附錄19 文件輸入輸出函數
附錄20 位操作
附錄21 復雜數據類型
附錄22 日期與時間
附錄23 動態數據交換
參考文獻

9. 求MATLAB工具箱函數匯總

附錄Ⅰ 工具箱函數匯總
Ⅰ.1 統計工具箱函數
表Ⅰ-1 概率密度函數
函數名 對應分布的概率密度函數
betapdf 貝塔分布的概率密度函數
binopdf 二項分布的概率密度函數
chi2pdf 卡方分布的概率密度函數
exppdf 指數分布的概率密度函數
fpdf f分布的概率密度函數
gampdf 伽瑪分布的概率密度函數
geopdf 幾何分布的概率密度函數
hygepdf 超幾何分布的概率密度函數
normpdf 正態（高斯）分布的概率密度函數
lognpdf 對數正態分布的概率密度函數
nbinpdf 負二項分布的概率密度函數
ncfpdf 非中心f分布的概率密度函數
nctpdf 非中心t分布的概率密度函數
ncx2pdf 非中心卡方分布的概率密度函數
poisspdf 泊松分布的概率密度函數
raylpdf 雷利分布的概率密度函數
tpdf 學生氏t分布的概率密度函數
unidpdf 離散均勻分布的概率密度函數
unifpdf 連續均勻分布的概率密度函數
weibpdf 威布爾分布的概率密度函數

表Ⅰ-2 累加分布函數
函數名 對應分布的累加函數
betacdf 貝塔分布的累加函數
binocdf 二項分布的累加函數
chi2cdf 卡方分布的累加函數
expcdf 指數分布的累加函數
fcdf f分布的累加函數
gamcdf 伽瑪分布的累加函數
geocdf 幾何分布的累加函數
hygecdf 超幾何分布的累加函數
logncdf 對數正態分布的累加函數
nbincdf 負二項分布的累加函數
ncfcdf 非中心f分布的累加函數
nctcdf 非中心t分布的累加函數
ncx2cdf 非中心卡方分布的累加函數
normcdf 正態（高斯）分布的累加函數
poisscdf 泊松分布的累加函數
raylcdf 雷利分布的累加函數
tcdf 學生氏t分布的累加函數
unidcdf 離散均勻分布的累加函數
unifcdf 連續均勻分布的累加函數
weibcdf 威布爾分布的累加函數

表Ⅰ-3 累加分布函數的逆函數
函數名 對應分布的累加分布函數逆函數
betainv 貝塔分布的累加分布函數逆函數
binoinv 二項分布的累加分布函數逆函數
chi2inv 卡方分布的累加分布函數逆函數
expinv 指數分布的累加分布函數逆函數
finv f分布的累加分布函數逆函數
gaminv 伽瑪分布的累加分布函數逆函數
geoinv 幾何分布的累加分布函數逆函數
hygeinv 超幾何分布的累加分布函數逆函數
logninv 對數正態分布的累加分布函數逆函數
nbininv 負二項分布的累加分布函數逆函數
ncfinv 非中心f分布的累加分布函數逆函數
nctinv 非中心t分布的累加分布函數逆函數
ncx2inv 非中心卡方分布的累加分布函數逆函數
icdf
norminv 正態（高斯）分布的累加分布函數逆函數
poissinv 泊松分布的累加分布函數逆函數
raylinv 雷利分布的累加分布函數逆函數
tinv 學生氏t分布的累加分布函數逆函數
unidinv 離散均勻分布的累加分布函數逆函數
unifinv 連續均勻分布的累加分布函數逆函數
weibinv 威布爾分布的累加分布函數逆函數

表Ⅰ-4 隨機數生成器函數
函 數 對應分布的隨機數生成器
betarnd 貝塔分布的隨機數生成器
binornd 二項分布的隨機數生成器
chi2rnd 卡方分布的隨機數生成器
exprnd 指數分布的隨機數生成器
frnd f分布的隨機數生成器
gamrnd 伽瑪分布的隨機數生成器
geornd 幾何分布的隨機數生成器
hygernd 超幾何分布的隨機數生成器
lognrnd 對數正態分布的隨機數生成器
nbinrnd 負二項分布的隨機數生成器
ncfrnd 非中心f分布的隨機數生成器
nctrnd 非中心t分布的隨機數生成器
ncx2rnd 非中心卡方分布的隨機數生成器
normrnd 正態（高斯）分布的隨機數生成器
poissrnd 泊松分布的隨機數生成器
raylrnd 瑞利分布的隨機數生成器
trnd 學生氏t分布的隨機數生成器
unidrnd 離散均勻分布的隨機數生成器
unifrnd 連續均勻分布的隨機數生成器
weibrnd 威布爾分布的隨機數生成器

表Ⅰ-5 分布函數的統計量函數
函數名 對應分布的統計量
betastat 貝塔分布函數的統計量
binostat 二項分布函數的統計量
chi2stat 卡方分布函數的統計量
expstat 指數分布函數的統計量
fstat f分布函數的統計量
gamstat 伽瑪分布函數的統計量
geostat 幾何分布函數的統計量
hygestat 超幾何分布函數的統計量
lognstat 對數正態分布函數的統計量
nbinstat 負二項分布函數的統計量
ncfstat 非中心f分布函數的統計量
nctstat 非中心t分布函數的統計量
ncx2stat 非中心卡方分布函數的統計量
normstat 正態（高斯）分布函數的統計量
poisstat 泊松分布函數的統計量
續表
函數名 對應分布的統計量
raylstat 瑞利分布函數的統計量
tstat 學生氏t分布函數的統計量
unidstat 離散均勻分布函數的統計量
unifstat 連續均勻分布函數的統計量
weibstat 威布爾分布函數的統計量

表Ⅰ-6 參數估計函數
函 數 名 對應分布的參數估計
betafit 貝塔分布的參數估計
betalike 貝塔對數似然函數的參數估計
binofit 二項分布的參數估計
expfit 指數分布的參數估計
gamfit 伽瑪分布的參數估計
gamlike 伽瑪似然函數的參數估計
mle 極大似然估計的參數估計
normlike 正態對數似然函數的參數估計
normfit 正態分布的參數估計
poissfit 泊松分布的參數估計
unifit 均勻分布的參數估計
weibfit 威布爾分布的參數估計
weiblike 威布爾對數似然函數的參數估計

表Ⅰ-7 統計量描述函數
函 數 描 述
bootstrap 任何函數的自助統計量
corrcoef 相關系數
cov 協方差
crosstab 列聯表
geomean 幾何均值
grpstats 分組統計量
harmmean 調和均值
iqr 內四分極值
kurtosis 峰度
mad 中值絕對差
mean 均值
median 中值
moment 樣本模量
nanmax 包含缺失值的樣本的最大值
續表
函 數 描 述
Nanmean 包含缺失值的樣本的均值
nanmedian 包含缺失值的樣本的中值
nanmin 包含缺失值的樣本的最小值
nanstd 包含缺失值的樣本的標准差
nansum 包含缺失值的樣本的和
prctile 百分位數
range 極值
skewness 偏度
std 標准差
tabulate 頻數表
trimmean 截尾均值
var 方差

表Ⅰ-8 統計圖形函數
函 數 描 述
boxplot 箱形圖
cdfplot 指數累加分布函數圖
errorbar 誤差條圖
fsurfht 函數的交互等值線圖
gline 畫線
gname 交互標注圖中的點
gplotmatrix 散點圖矩陣
gscatter 由第三個變數分組的兩個變數的散點圖
lsline 在散點圖中添加最小二乘擬合線
normplot 正態概率圖
pareto 帕累托圖
qqplot Q-Q圖
rcoplot 殘差個案次序圖
refcurve 參考多項式曲線
refline 參考線
surfht 數據網格的交互等值線圖
weibplot 威布爾圖

表Ⅰ-9 統計過程式控制制函數
函 數 描 述
capable 性能指標
capaplot 性能圖
ewmaplot 指數加權移動平均圖
續表
函 數 描 述
histfit 添加正態曲線的直方圖
normspec 在指定的區間上繪正態密度
schart S圖
xbarplot x條圖

表Ⅰ-10 聚類分析函數
函 數 描 述
cluster 根據linkage函數的輸出創建聚類
clusterdata 根據給定數據創建聚類
cophenet Cophenet相關系數
dendrogram 創建冰柱圖
inconsistent 聚類樹的不連續值
linkage 系統聚類信息
pdist 觀測量之間的配對距離
squareform 距離平方矩陣
zscore Z分數

表Ⅰ-11 線性模型函數
函 數 描 述
anova1 單因子方差分析
anova2 雙因子方差分析
anovan 多因子方差分析
aoctool 協方差分析交互工具
mmyvar 擬變數編碼
friedman Friedman檢驗
glmfit 一般線性模型擬合
kruskalwallis Kruskalwallis檢驗
leverage 中心化杠桿值
lscov 已知協方差矩陣的最小二乘估計
manova1 單因素多元方差分析
manovacluster 多元聚類並用冰柱圖表示
multcompare 多元比較
多項式評價及誤差區間估計
polyfit 最小二乘多項式擬合
polyval 多項式函數的預測值
polyconf 殘差個案次序圖
regress 多元線性回歸
regstats 回歸統計量診斷
續表
函 數 描 述
Ridge 嶺回歸
rstool 多維響應面可視化
robustfit 穩健回歸模型擬合
stepwise 逐步回歸
x2fx 用於設計矩陣的因子設置矩陣

表Ⅰ-12 非線性回歸函數
函 數 描 述
nlinfit 非線性最小二乘數據擬合（牛頓法）
nlintool 非線性模型擬合的互動式圖形工具
nlparci 參數的置信區間
nlpredci 預測值的置信區間
nnls 非負最小二乘

表Ⅰ-13 試驗設計函數
函 數 描 述
cordexch D-優化設計（列交換演算法）
daugment 遞增D-優化設計
dcovary 固定協方差的D-優化設計
ff2n 二水平完全析因設計
fracfact 二水平部分析因設計
fullfact 混合水平的完全析因設計
hadamard Hadamard矩陣（正交數組）
rowexch D-優化設計（行交換演算法）

表Ⅰ-14 主成分分析函數
函 數 描 述
barttest Barttest檢驗
pcacov 源於協方差矩陣的主成分
pcares 源於主成分的方差
princomp 根據原始數據進行主成分分析

表Ⅰ-15 多元統計函數
函 數 描 述
classify 聚類分析
mahal 馬氏距離
manova1 單因素多元方差分析
manovacluster 多元聚類分析

表Ⅰ-16 假設檢驗函數
函 數 描 述
ranksum 秩和檢驗
signrank 符號秩檢驗
signtest 符號檢驗
ttest 單樣本t檢驗
ttest2 雙樣本t檢驗
ztest z檢驗

表Ⅰ-17 分布檢驗函數
函 數 描 述
jbtest 正態性的Jarque-Bera檢驗
kstest 單樣本Kolmogorov-Smirnov檢驗
kstest2 雙樣本Kolmogorov-Smirnov檢驗
lillietest 正態性的Lilliefors檢驗

表Ⅰ-18 非參數函數
函 數 描 述
friedman Friedman檢驗
kruskalwallis Kruskalwallis檢驗
ranksum 秩和檢驗
signrank 符號秩檢驗
signtest 符號檢驗

表Ⅰ-19 文件輸入輸出函數
函 數 描 述
caseread 讀取個案名
casewrite 寫個案名到文件
tblread 以表格形式讀數據
tblwrite 以表格形式寫數據到文件
tdfread 從表格間隔形式的文件中讀取文本或數值數據

表Ⅰ-20 演示函數
函 數 描 述
aoctool 協方差分析的互動式圖形工具
disttool 探察概率分布函數的GUI工具
glmdemo 一般線性模型演示
randtool 隨機數生成工具
polytool 多項式擬合工具
rsmdemo 響應擬合工具
robustdemo 穩健回歸擬合工具

Ⅰ.2 優化工具箱函數
表Ⅰ-21 最小化函數表
函 數 描 述
fgoalattain 多目標達到問題
fminbnd 有邊界的標量非線性最小化
fmincon 有約束的非線性最小化
fminimax 最大最小化
fminsearch, fminunc 無約束非線性最小化
fseminf 半無限問題
linprog 線性課題
quadprog 二次課題

表Ⅰ-22 方程求解函數表
函 數 描 述
\ 線性方程求解
fsolve 非線性方程求解
fzero 標量非線性方程求解

表Ⅰ-23 最小二乘函數表
函 數 描 述
\ 線性最小二乘
lsqlin 有約束線性最小二乘
lsqcurvefit 非線性曲線擬合
lsqnonlin 非線性最小二乘
lsqnonneg 非負線性最小二乘

表Ⅰ-24 實用函數表
函 數 描 述
optimset 設置參數
optimget 獲取參數

表Ⅰ-25 大型方法的演示函數表
函 數 描 述
circustent 馬戲團帳篷問題—二次課題
molecule 用無約束非線性最小化進行分子組成求解
optdeblur 用有邊界線性最小二乘法進行圖形處理

表Ⅰ-26 中型方法的演示函數表
函 數 描 述
bandemo 香蕉函數的最小化
dfildemo 過濾器設計的有限精度
goaldemo 目標達到舉例
optdemo 演示過程菜單
tutdemo 教程演示

Ⅰ.3 樣條工具箱函數
表Ⅰ-27 三次樣條函數
函 數 描 述
csapi 插值生成三次樣條函數
csape 生成給定約束條件下的三次樣條函數
csaps 平滑生成三次樣條函數
cscvn 生成一條內插參數的三次樣條曲線
getcurve 動態生成三次樣條曲線

表Ⅰ-28 分段多項式樣條函數
函 數 描 述
pplst 顯示關於生成分段多項式樣條曲線的M文件
ppmak 生成分段多項式樣條函數
ppual 計算在給定點處的分段多項式樣條函數值

表Ⅰ-29 B樣條函數
函 數 描 述
splst 顯示生成B樣條函數的M文件
spmak 生成B樣條函數
spcrv 生成均勻劃分的B樣條函數
spapi 插值生成B樣條函數
spap2 用最小二乘法擬合生成B樣條函數
spaps 對生成的B樣條曲線進行光滑處理
spcol 生成B樣條函數的配置矩陣

表Ⅰ-30 有理樣條函數
函 數 描 述
rpmak 生成有理樣條函數
rsmak 生成有理樣條函數

表Ⅰ-31 操作樣條函數
函 數 描 述
fnval 計算在給定點處的樣條函數值
fmbrk 返回樣條函數的某一部分（如斷點或系數等）
fncmb 對樣條函數進行算術運算
fn2fm 把一種形式的樣條函數轉化成另一種形式的樣條函數
fnder 求樣條函數的微分(即求導數)
fndir 求樣條函數的方向導數
fnint 求樣條函數的積分
fnjmp 在間斷點處求函數值
fnplt 畫樣條曲線圖
fnrfn 在樣條曲線中插入斷點。
fntlr 生成tarylor系數或taylor多項式

表Ⅰ-32 樣條曲線端點和節點處理函數
函 數 描 述
augknt 在已知節點數組中添加一個或多個節點
aveknt 求出節點數組元素的平均值
brk2knt 增加斷點數組中元素的重次
knt2brk 從節點數組中求得節點及其重次
knt2mlt 從節點數組中求得節點及其重次
sorted 求出節點數組points的元素在節點數組meshpoints中屬於第幾個分量
aptknt 求出用於生成樣條曲線的節點數組

表Ⅰ-33 樣條曲線端點和節點處理函數
函 數 描 述
newknt 對分段多項式樣條函數進行重分布
optknt 求出用於內插的最優節點數組
chbpnt 求出用於生成樣條曲線的合適節點數組

表Ⅰ-34 解線性方程組的函數
函 數 描 述
slvblk 解對角占優的線性方程組
bkbrk 描述分塊對角矩陣的詳細情況

表Ⅰ-35 樣條GUI函數
函 數 描 述
bspligui 在節點處生成B樣條曲線
splinetool 用一系列方法生成各種樣條曲線

Ⅰ.4 偏微分方程數值解工具箱函數
表Ⅰ-36 偏微分方程求解演算法函數
函 數 描 述
adaptmesh 生成自適應網格並求解PDE問題
assema 組合面積的整體貢獻
assemb 組合邊界條件的貢獻
assempde 組合剛度矩陣和PDE問題的右端項
hyperbolic 求解雙曲線PDE問題
parabolic 求解拋物線型PDE問題
pdeeig 求解特徵值PDE問題
pdenonlin 求解非線性PDE問題
poisolv 在矩形網格上對泊松方程進行快速求解

表Ⅰ-37 用戶界面演算法函數
函 數 描 述
pdecirc 繪圓
pdeellip 繪橢圓
pdemdlcv 將PDE工具箱1.0模型的M文件轉換為PDE工具箱1.0.2版本的格式
pdepoly 繪多邊形
pderect 繪矩形
pdetool PDE工具箱圖形用戶集成界面（GUI）

表Ⅰ-38 幾何演算法函數
函 數 描 述
csgchk 核對幾何描述矩陣的有效性
csgdel 刪除最小子域之間的界線
decsg 將建設性實體幾何模型分解為最小子域
initmesh 創建初始三角形網格
jigglemesh 微調三角形網格的內部點
pdearcl 在參數表示和圓弧長度之間進行內插
poimesh 在矩形幾何圖形上生成規則網格
refinemesh 加密一個三角形網格
wbound 寫邊界條件指定文件
wgeom 寫幾何指定函數

表Ⅰ-39 繪圖函數
函 數 描 述
pdecont 繪等值線圖
pdegplot 繪制PDE幾何圖
pdemesh 繪PDE三角形網格
pdeplot 一般PDE工具箱繪圖函數
pdesurf 繪三維表面圖

表Ⅰ-40 實用函數
函 數 描 述
Dst idst 離散化sin轉換
pdeadgsc 使用相對容限臨界值選擇三角形
pdeadworst 選擇相對於最壞值的三角形
pdecgrad PDE解的變動
pdeent 與給定三角形集合相鄰的三角形的指數
pdegrad PDE解的梯度
pdeintrp 從節點數據至三角形中點數據進行內插
pdejmps 對於自適應網格進行誤差估計
pdeprtni 從三角形中點數據向節點數據進行內插
pdesde 子域集合中點的指數
pdesdp 子域集合邊緣的指數
pdesdt 子域集合三角形的指數
pdesmech 計算結構力學張量函數
pdetrg 三角形幾何數據
pdetriq 三角型質量度量
續表
函 數 描 述
Poiasma 用於泊松方程快速求解器的邊界點矩陣
poicalc 矩形網格上泊松方程的快速求解器
poiindex 經過規范排序的矩形網格的點的指數
sptarn 求解廣義稀疏特徵值問題
tri2grid 從PDE三角形網格到矩形網格進行內插

表Ⅰ-41 自定義演算法函數
函 數 描 述
pdebound 邊界條件M文件
pdegeom 幾何模型M文件

表Ⅰ-42 演示函數
函 數 描 述
pdedemo1 單位圓盤上泊松方程的精確解
pdedemo2 求解Helmholtz方程，研究反射波
pdedemo3 求解最小表面問題
pdedemo4 用子域分解求解PDE問題
pdedemo5 求拋物線型問題（熱傳導方程）
pdedemo6 求雙曲線型PDE問題（波動方程）
pdedemo7 點源的自適應求解
pdedemo8 在矩形網格上求解泊松方程

10. 我的MATLAB裝上後，圖像處理工具箱不能用

MATLAB
開放分類： 自然科學、數學、數學軟體、模擬

MATLAB是矩陣實驗室（Matrix Laboratory）之意。除具備卓越的數值計算能力外，它還提供了專業水平的符號計算，文字處理，可視化建模模擬和實時控制等功能。

MATLAB的基本數據單位是矩陣，它的指令表達式與數學,工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多.在新的版本中也加入了對C,FORTRAN,c++ ,JAVA的支持.可以直接調用,用戶也可以將自己編寫的實用程序導入到MATLAB函數庫中方便自己以後調用，此外許多的MATLAB愛好者都編寫了一些經典的程序，用戶可以直接進行下載就可以用，非常的方便。

MATLAB的基礎是矩陣計算,但是由於他的開放性,並且mathwork也吸收了像maple等軟體的優點,使MATLAB成為一個強大的數學軟體

當前流行的MATLAB 6.5/7.0包括擁有數百個內部函數的主包和三十幾種工具包(Toolbox).工具包又可以分為功能性工具包和學科工具包.功能工具包用來擴充MATLAB的符號計算,可視化建模模擬,文字處理及實時控制等功能.學科工具包是專業性比較強的工具包,控制工具包,信號處理工具包,通信工具包等都屬於此類.

開放性使MATLAB廣受用戶歡迎.除內部函數外,所有MATLAB主包文件和各種工具包都是可讀可修改的文件,用戶通過對源程序的修改或加入自己編寫程序構造新的專用工具包.

Matlab的官方網站：http://www.mathworks.com

Matlab的優勢和特點

（1）友好的工作平台和編程環境
MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許工具採用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用於用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業化以及軟體本身的不斷升級，MATLAB的用戶界面也越來越精緻，更加接近Windows的標准界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的聯機查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠及時地報告出現的錯誤及進行出錯原因分析。

（2）簡單易用的程序語言
Matlab一個高級的距陣/陣列語言，它包含控制語句、函數、數據結構、輸入和輸出和面向對象編程特點。用戶可以在命令窗口中將輸入語句與執行命令同步，也可以先編寫好一個較大的復雜的應用程序(M文件)後再一起運行。新版本的MATLAB語言是基於最為流行的C＋＋語言基礎上的，因此語法特徵與C＋＋語言極為相似，而且更加簡單，更加符合科技人員對數學表達式的書寫格式。使之更利於非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究及工程計算各個領域的重要原因。

（3）強大的科學計算機數據處理能力
MATLAB是一個包含大量計算演算法的集合。其擁有600多個工程中要用到的數學運算函數，可以方便的實現用戶所需的各種計算功能。函數中所使用的演算法都是科研和工程計算中的最新研究成果，而前經過了各種優化和容錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C++ 。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這些函數集包括從最簡單最基本的函數到諸如距陣，特徵向量、快速傅立葉變換的復雜函數。函數所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數據的統計分析、工程中的優化問題、稀疏矩陣運算、復數的各種運算、三角函數和其他初等數學運算、多維數組操作以及建模動態模擬等。