学习matlab心得体会（通用15篇）
学习MATLAB心得体会
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。
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。在为学习这门课前就听说了他的强大，因为现在的很多模型都是需要这些分析软件的。曾经旁听过学校数学建模的课程，当时老师用的是lingo。对那个只需要U盘携带就可以安装的小东西记忆深刻。等到学习matlab时觉得这才是真正的王道啊。
它不仅有强大的运算功能，还有强大的绘图功能，虽然学习了有一个学习，但是我对他的了解额仅仅是一点点，或许连入门都谈不上。因为我学习时了解到一个现实。就是matlab的学习依赖有比较好的数学功底，其中我看最经常运用到的就是矩阵。我从网上了解到matlab是一门高等数学和计算机技术结合的东西，学习它必须具有相应的数学和计算机知识。然而很可惜，我的书写不是很好。每次讲到这个部分的时候就觉得听说理解无能了。特别是我今年还是大三。虽然这学期的学习的时间短暂，就算时间足够，老师也不能把所有的都讲解给我们，因为一个软件的功能需要我们自己不断的去摸索，老师也不可能知道所有。老师只是个指路人，最终的学习还是要靠自己。而且在摸索的过程中，我们能够发现和体会学习的快乐。痛并快乐着是种常态了吧。
自我感觉学习matlab与其说是学习一门软件，更不如说是学习一门语言。用一种数理的语言描述现象，揭示表象下的规律。此外，我认为matlab中的作图功能很强大，不仅简单的函数现象可以明确画出，而且一些点状物，甚至立体图也可以画出。大一上微积分的时候，老师曾经多次在课件中加入用matlab画出的图来。不论是一维二维三维等等，都能很好的画出来。只要能编写出函数式，在短短的几秒之内，他就会呈现在你眼前。另外就是图形的直观性，这是由阴影的制作的。而且可以根据需要，坐标图上加标题，坐标轴标记，文本注释级栅格等，也可以指定图线形式，比如是虚线。颜色也可以自己来定。可以在同一张图上画，也可以单个显示。
在学习的过程中，因为以前学过access中的select语言，觉得就编写这方面是有共性的，但是matlab的编程语言似乎更多更复杂一点，这是由于涉及的数学模型，数学公式更多的原因。可是今年的这门课真的是让我感到没学到什么，估计也是因为我抱着看一看的随意态度来的吧，也没有那种遇到不懂的就一定要弄懂它的决心和毅力。说什么都是借口了，无法掩饰我没有学好它的事实。事实上，我觉得今年这门课的重点并不是让我们掌握这种软件的具体用法，而是主要向我们展示如何用它去解决一些金融问题，数学问题。这点让我很郁闷，因为我不懂得原理，听起来这门课倍感吃力啊。可是嘛，年轻没有什么不可以，又有谁可以断言我接下来的生活中不能好好学习这个东西为自己的工作，学习，生活，研究兴趣带来方便呢。
从大学开学的见闻到现在学习MATLAB，感觉这是一个很好的软件，语言简便，实用性强。作为一个做新手，想要学习好这门语言，可以说还是比较难的。在我接触这门语言的这些天，除了会画几个简单的图形，其他的还是有待提高。从另一个方面也对我们大学生提出了两个要求——充实的课外基础和良好的英语基础。在现代，几乎所有好的软件都是来自国外，假如不会外语，想学好是非常难的。其实想要学习好一们语言，不能只靠老师，关键是自己。每个人内心深处都是有抵触意识的，不可能把老师的所有都学到。学习这门语言，不光是学习一种语言，更重要的事学习一种方法，一种学习软件的方法，还有学习的态度。
总结一下，学习任何一门语言：态度决定一切。不论是英语还是计算机语言。其实以前上高中的时候接触过这种编程语言，当时记得最头疼的就是循环语句，但是在matlab中这种东西用的就比较少了。语言语句都是很简洁利落的，都是一枪瞄死靶心的那种，很直接，这也让我减轻不少心理负担。
其实学习这种事，与其说学习什么具体的东西，更不如说是学习一种态度，从种种波折中认识到自己的局限性，不足。心情会沮丧，也会豁然开朗。光想不练假把式，不论想的再多，不实际运用还是没有用的。书山有路勤为径，学海无涯苦作舟。华山再高，顶有过路。
几点对于学好matlab很重要：兴趣、悟性、勤奋、坚持。
兴趣，不知道哪位名人说过“兴趣是最好的老师。”我觉得非常有道理，一个人一旦对某事物有了浓厚的兴趣，就会主动去求知、去探索、去实践，并在求知、探索、实践中产生愉快的情绪和体验。这样才能主动学习，并且学好到精通。
悟性，通常人认为指顿悟，慧根，我觉得就是对一个问题不断的思索，将自己的体会和感受融合，获得属于自己的知识。有很多事情、问题，都是可以想明白的。只有不停的想，才能想明白，想透彻。
勤奋，一勤天下无难事。从古到今，有多少名人不是有勤奋而得来成功的。现在的年轻人，一代比一代聪明。要不被别人淘汰，要超越别人，只有靠时间堆出来。每天多学一些，多积累一些。学习matlab也一样，想要学会，使用熟练，不花时间练习，写代码，亲自运行调试，是很难掌握好的。
1 Matlab在高中数学中的常用命令
2 一元二次函数
一元二次函数y=ax2+bx+c, (a≠0) 的学习中要求掌握: (1) 一元二次函数图像的画法及图像的特征, 比如开口方向、开口大小、对称轴位置等等; (2) 一元二次函数的性质, 能利用性质解决实际问题; (3) 二次函数在指定区间上的最大 (小) 值; (4) 一元二次函数、一元二次方程的关系。这些性质的掌握可以从两方面入手:一是解析式, 二是图像特征。从解析式出发, 可以进行纯粹的代数推理求解问题;从图像特征出发, 可以实现数与形的自然结合, 这正是中学数学学习中一种非常重要的思想方法。在Matlab中可以改变参数, 画出图形从而获得图像特征, 部分程序如下:
图1中当参数a, b, c变化时, 二次函数图形发生改变, 可以得到一元二次函数中各系数对图形的影响。由图1 (a) 、 (d) 可知, a值发生改变时, 抛物线的开口大小和开口方向发生改变, 同时对称轴和顶点坐标也发生改变。当a>0时, 抛物线开口朝上, a越大, 开口越小, 抛物线越陡, 顶点越高, 对称轴越靠右;当a<0时, 抛物线开口朝下, a越大, 开口越大, 抛物线越陡, 顶点越高, 对称轴越靠右。由图1 (b) 可知系数b发生变化时, 抛物线的开口大小、开口朝向、与轴的交点坐标都不变, 对称轴和顶点坐标均有变化;系数c发生变化时, 抛物线形状不变, 只是上下平移。
3 幂函数
编写Matlab程序, 运行结果如图2所示。部分程序如下:
从图2中, 幂函数y=ax (a∈R) 的图像我们分几种情况讨论:
(1) 指数a≥1时, 如图a所示。a为偶数, 则函数为偶函数, 其图形关于y轴对称, 在x轴左侧为单调递减, 在x轴右侧为单调递增。a为奇数, 则函数为奇函数, 在整个定义域上为增函数。
(2) 指数a≤-1时, 如图b所示。a为偶数, 则函数为偶函数, 其图形关于y轴对称, 在x轴左侧为单调递增, 在x轴右侧为减函数。如果a为奇数, 则函数为奇函数, 图像在第一、三象限各象限内单调递减。
(3) 指数0<a<1时, 如图c所示。a的分母为偶数, 则在定义域上为增函数;a的分母为奇数, 为单调递增的奇函数。
(4) 指数-1<a<0时如图d所示。a的分母为偶数, 则在定义域上为减函数;a的分母为奇数, 图形在第一、三象限各象限内单调递减。
(5) 幂函数的图形不过第四象限。
4 结束语
本文列举一元二次函数和幂函数在Matlab上的仿真绘图, 从绘图中可清晰分析出各自的特征, 说明将Matlab应用于高中数学的可视化学习, 有利于更好的掌握和理解函数知识, 提高自身的动手能力和学习兴趣, 并在此过程加深对所学内容的理解。利用Matlab对数学点进行仿真, 激发了自身对数学知识的求知欲和主动探索的精神, 从而获得良好的学习效果。
摘要：本文将Matlab应用于高中数学学习, 并以一元二次函数和幂函数为例进行了仿真绘图, 从图中可清晰得出各函数的特征。从而表明, 将Matlab应用于高中数学的可视化学习, 有利于更好的掌握和理解函数知识, 提高自身的动手能力和学习兴趣, 并在此过程加深对所学内容的理解。
关键词：Matlab,高中数学,函数
参考文献
[1]于坚.利用Matlab软件辅助高中数学教学[J].中小学信息技术教育, 2006, 55:7-77.
[2]刘浩, 韩晶.MATLAB R2014a完全自学一本通[M].北京:电子工业出版社, 2015, 1.
线性代数MATLAB GUI自主学习能力
一、前言
作为理工科各专业的一门本科基础课程，《线性代数与解析几何》课程的基本方法理论是学生进行后续专业研究所必备的。由于此课程中概念、结论较为抽象、复杂，传统的课堂教学对其的讲解必然是有限且不充分的，因此学生需要在课余时间借助其他教学资源进行必要的自主学习。
二、课程对学生自主学习能力的要求
1.《线性代数与解析几何》课程的教学特点及存在的问题
通常情况下，《线性代数与解析几何》课程是在本科一年级开设。在教学过程中，学校对此课程多采用大班授课形式。授课教师可以结合多媒体课件进行理论教学，以生动的方式来讲解抽象的理论知识；基于Matlab软件进行实验教学，充分发挥Matlab的优势来展示相关理论知识的实践性，着力加深学生对包括行列式、空间解析几何、线性方程组等理論内容的理解。
但是，很多学生在学习此课程的过程中仍存在困难。一是对于空间解析几何这一章中的许多问题，学生需要借助形象具体的图形来解决。尽管在课堂上，教师可以对典型的空间几何图形进行描述，但并不是所有的问题都能在课堂上得到解决。那么，学生在课堂之外独立解决其他空间几何问题时，就不免会对一些几何图形的形成产生困惑，而这会阻碍其对问题的进一步解决。二是现有的授课过程还很难体现课程内容的实践意义。在目前的授课过程中，教师的大部分时间都在讲授教学大纲所规定的教学内容，没有较多时间将课程内容拓展到相关的实际工程问题上。三是许多学生觉得此课程的理论知识较多，使其学习感到吃力。
这些问题都是教师在教学过程中需要注意，并应着力解决的。对此，一些研究者也提出了相应的解决方法，其中以增强学生的自主学习能力为主。
2.课程需要学生进行自主学习
所谓的自主学习，是在20世纪70年代由美国等国家提出。相比于传统的课堂学习方式，自主学习方式强调学习者是学习过程的主体，是学习者发挥自主性和创造性的一种学习方式。有效的自主学习，不仅可以让学习者体会学习中的乐趣，而且可以提高学习效率。
对于《线性代数与解析几何》课程，有效的自主学习过程可以帮助学生解决学习中的困难。这是因为，学生之所以觉得此课程中的定理引理较多，主要是源于其对理论知识理解得不够深入透彻，忽视了各知识点间的内在联系，未能建立起完善的知识体系。尽管一定学时的实验教学，可以缓解学生在形象思维与课程理论知识间存在的差异，也可以让学生对课程内容的实用性有一些了解，但是，鉴于学时方面的限制，课堂讲解必然是不充分的，学生仍需要在课余时间借助其他教学资源进行自主学习。
事实上，实现有效地自主学习《线性代数与解析几何》课程并不容易。目前，虽有一些学者对此进行了研究，但多数研究成果仅是从学习流程角度进行讨论。但是，要实现真正高效的自主学习，还应从调动学生的学习兴趣入手，这也与其他学科课程是一致的。对于理工科学生而言，只有让其真正认识到所学理论知识是有应用价值的，让其在解决问题时体会到学习的乐趣和成就感，才能调动其学习兴趣，从而使其实现真正的“自主”学习。对此，许多研究者认为MALAB GUI不失为一种有效的工具。
三、MATLAB GUI课件对学生自主学习能力的帮助增强作用
GUI是基于MATLAB软件的一种图形用户界面（Graphical User Interfaces），由窗口、按键、光标、菜单、文字说明等多个对象构成的。用户可以通过一定的方法（如鼠标）选择、激活图形对象，从而使计算机产生某些动作或是变化（如实现绘图等）。基于MATLAB软件，GUI不仅可以实现科学计算和图形处理等功能，也可以将复杂程序形成可视化人机交互界面，从而被国内外许多院校接受并作为数学等学科的辅助教学工具。
在《线性代数与解析几何》课程中，无论是应用空间几何图形的解析几何内容，还是基于矩阵理论的方程组、向量空间内容，都是可以设计出相关的MATLAB GUI课件。具体的，在图1的MATLAB GUI界面中，平面的参数是可以自行编辑输入的。通过这种自主输入曲面参数的方式，学生可以更为深刻地体会参数变化对曲面位置及形状的影响，从而有助于其以空间图形的角度理解问题。
总体上，对于《线性代数与解析几何》课程而言，MATLAB GUI课件的优势主要表现在以下几个方面：
（1）可以在较短时间内进行复杂运算，并且有强大的交互式功能。一方面，MATLAB GUI是基于MATLAB软件进行编写的，在MATLAB软件可实现的运算都可在MATLAB GUI中实现。即使是一些复杂的运算问题，也可以用MATLAB GUI以可视化的形式展示在学生面前。另一方面，MATLAB GUI具有强大的交互式功能。
（2）可以更好地展示理论知识的实践价值。该课程有着深厚的工程实践背景，这是大学安排学生学习此课程的主要原因之一。MATLAB GUI课件以其设计简洁、操作简便的界面，将这些工程实践问题生动地展示在学生面前，这种可视化交互式形式避免了枯燥的文字叙述，有助于加深学生对知识的理解、增强理论知识的应用价值。
四、结论
《线性代数与解析几何》课程在高校基础教学中发挥着重要的作用。在学习此课程的过程中，对于抽象的数学知识，学生难免会感到难于理解并可能产生厌学的情绪。而我们的教学实践表明，利用MATLAB GUI设计应用案例问题，通过演示应用案例的解决过程，可以让学生进一步理解相应的理论知识，提高其学习兴趣，从而使其更加积极主动地进行自主学习。
参考文献：
[1]周宇剑.基于思维能力培养的大学数学自主学习研究[J].科技信息，2013，（11）：59.
[2]单正垛.刍议大学数学教学中如何加强学生自主学习能力的培养[J].中国校外教育，2008，（1）：42.
[3]郭凤云.浅谈如何指导学生开展线性代数的自主学习[J].科教文汇，2010，（10）：104-105.
班级：机械124 姓名：万明男
学号： 电话：*
matlab学习心得体会
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。
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matlab学习心得体会三：学习matlab的心得,这是我在学习的过程中的一些技巧，或许对你有帮助.1，如果你要是不是计算机转业的，只是为了方便自己的工作或学习，那么你没有必要把matlab教程全部学会，只需要学你需要的那部分即可，比如，绘图，矩阵运算，等等，根据你个人的需要而定，但是基本命令、数据类型、基本的程序结构(条件语句，循环语句，嵌套)、文件的IO是必须看的，因为任何一个程序都需要这几个基本的块。
2，你最好找一个熟悉编程的人来辅助你的学习，这就包括很多编程的技巧问题，程序的结构设计问题，对于程序的运行效率非常有帮助。有的时候，你编出来的程序，能够运行，但是耗时太长，也就是说你的程序没有错，但是不适合实际。或者说，对于规模小的问题能够解决，但是规模大一点的问题就需要很长很长的时间，这就需要对程序的结构和算法问题进行改进(亲身体会，编完一个程序，小的例子可以运行出结果，但是大例子需要很长时间，所以必须要改进一下)。
3，你需要找一本matlab的函数工具词典，就像汉语词典一样，你要尽量多的熟悉matlab自带的函数，及其作用，因为matlab的自带函数特别多，基本上能够满足一般的数据和矩阵的计算，所以基本上不用你自己编函数(如vb中，大部分的函数都需要自己编)。这一点对你的程序非常有帮助，可以使你的程序简单，运行效率高，可以节省很多时间(亲身体会)。切记！!4，你把基本的知识看过之后，就需要找一个实际的程序来动手编一下，不要等所有的知识都学好之后再去编程，你要在编程的过程中学习，程序需要什么知识再去补充(这一条是别人教我的，很管用)，编程是一点一点积累的，所以你要需做一些随手笔记什么的。
5，编程问题最头疼的不是编程序，而是调程序，所以在你的程序编完之后，一定要进行验证其正确性，你要尽量多的设想你的问题的复杂性，当然，要一步一步复杂，这样才能保证你的程序的适用性很强。
6.文本文件与函数文件之间的区别
因为MATLAB本身可以被认为是一种高级语言，所以用它可编写写出具有特殊意义的磁盘文件来。这些磁盘文件由一系列的MATLAB语句组成，它既可能是由一系列窗口命令语句构成的文本文件，又可以是由各种控制语句和说明语句构成的函数文件。由于它们都是有ASCII码构成的，其扩展名均为“.m”，故统称为M文件。文本文件有一系列的MATLAB语句组成，它类似与DOS下的批处理文件，在MATLAB地提示下直接键入文本文件名，便可自动执行文件中的一系列命令，直至给出最终结果。文本文件在工作空间中运算的变量为全局变量。然而函数文件的功能是建立一个函数，且这个函数可以同MATLAB的库函数一样使用，它与文本文件不同，在一般情况下不能单独键入函数文件的文件名运行一个函数文件，它必须由其他语句来调用，函数文件允许有多个输入参数和多个输出参数值。所以在这两个不同之间的文件之间必须一定要加以区别开来，我一般最先看到的是第一行是否function开头的语句，且是不是存在函数名和输入形式参数和输出形式参数，一般没有这一行的磁盘文件就是文本文件。基本在运行的时候函数文件中定义的变量为局部变量，也就是说它只在函数内有效。即在该函数返回后，这些变量会自动在MATLAB工作空间中清除掉，这与文本文件不同的，但可通过命令global <变量> 来定义一个全局变量。7.MATLAB绘图功能
常用矩阵函数
矩阵函数形式：[1,2,3;3,4,5;5,6,7] Size（a）求矩阵的大小
表示m *n Fliplr（a）矩阵左右翻转 Flipud（a）矩阵上下翻转
Rot90（a)矩阵逆时针旋转90度
Diag（a）生成对角矩阵或取出对角元素
Eye（a）生成a阶单位方阵 Ones（a）生成a阶全1矩阵
Zeros（a）生成a阶全0矩阵 Inv（a）生成a的逆矩阵
Tril（a）产生下三角（并不是最简矩阵，只是把对角线上方的元素变0）Triu（a）产生上三角
变量遵循的规则 变量名的大小写是有区别的 2 变量名的长度不应超过31位 3 变量名以字母开头
Pi 表示圆周率3.14
eps 代表浮点运算的相对精度
NaN 代表不定值 大的浮点数 i，j表示虚数单位
Clear+变量名，可以恢复该常量的初始设定值。字符串用单引号进行输入和赋值。
矩阵存储在matlab中按列存储
完全存储方式：全部元素按列存储
A=sparse（s）将矩阵s转化为稀疏存储方式的矩阵A
realmax表示最
函数调用 B=spconvert（A）
Matlab基本算数运算
利用冒号表达式生成向量： X=x0：step：xn
Format short 只有5位小数 Format long 有15位小数
矩阵的算法：
向量的点积：dot函数
向量的差积：
就是过两个相交向量的交点且垂直于两个向量所在平面的向量。相乘的结果是一个矢量。注意：函数：cross 必须是3个元素的向量。
要先差乘后点乘，不可颠倒。
冒号的另一用法：截取指定矩阵中的部分。
调用外部文件：
文件格式：*.mat
*.tet
*.dat
矩阵除法：
矩阵的基本函数运算 Det（a）
求矩阵a的行列式 Eig（a）求矩阵a的特征值 Rank（a）求矩阵a的秩 Trace（a）求矩阵a的迹 Norm（a）求矩阵a的范数
LU分解：三角分解：将一个矩阵分解为一个下三角矩阵L和一个上三角矩阵U的乘积。
QR分解：分解成一个正交矩阵与一个上三角矩阵的乘积
Schur分解；t的主对角线元素为特征值的三角阵。
一般特征值问题是求解方程AX=bX解的问题 特征值分解：
D=eig（a）求矩阵a的特征值d，以向量形式存放d [v，d]=eig(a)计算a的特征值对角阵d和特征向量v，使av=vd成立
Eye(n)n阶方矩阵
Rand（m，n）m行n列随机矩阵 Randn（m，n）m行n列的正态随机矩阵 Magic（n）
n阶魔方矩阵
Randperm（n）产生随机矩阵
将1到n的数排列 Linspace（a，b）
产生线性等分向量
实质上是linspace（x1，x2，n）
n代表所分的个数 矩阵的变维
矩阵元素的数据变换 Floor（a）
退1法 Ceil（a）进1法
Round（a）四舍五入
Fix（a）按离0近的方向取整 [n,d]=Rat(a)表示成两个矩阵相除
数组的运算
运算符：“.*” “https://www.360wenmi.com/f/” “.” “.^” “exp” “log” 数组与矩阵的区别：
“sqrt”
多项式的表达方式；
多项式的四则运算 乘法：conv
除法：deconv（p，q）
K返回的是p除以q的商，v是余式
多项式的求导：
Polyder K=polyder（p)p的导数
是系数
K=polyder（p，q）p*q的导数
[k,d]=polyder(p,q)p/q的导数，k是分子，d是分母
多项式求值：
矩阵多项式求值；
多项式求根：
循环的用法：
一、语言简洁紧凑，使用方便灵活，库函数极其丰富。
二、运算符丰富。
三、MATLAB既具有结构化的控制语句（如for循环、while循环），又有面向对象编程的特性。
四、语法限制不严格，程序设计自由度大。
五、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。
一、线性代数中使用Matlab软件的必要性
线性代数是非常重要的学科,具有非常严密的逻辑性和高度的抽象性,计算过程非常复杂,计算量非常大. Matlab软件兼容性极佳, 具有非常强大的仿真绘画和计算功能,将Matlab引入线性代数的学习当中, 可在多维空间中将抽象概念具体、形象化,并拓展至高维空间,无须对数序问题进行探讨.
二、Matlab在线性代数知识中的应用
假设在一个大城市中的总人数是固定的,人口的分布会因居民在市区和郊区之间迁徒而变化.每年平均有6%的市区人口向郊区迁移,2%的郊区人口向市区迁移. 如果最开始全部人口的70%为郊区人口,30%为市区人口,现在如何求出十年后、三十年后、五十年后两个区域的人口比重? 可以用矩阵乘法来描述这个问题. 市区和郊区两个变量分量表口人口变量,即:,其中s表示郊区,c表示市区,k表示年份,当k=0的时候,
其中:
城市一年之后的市区人口比例为Xc1= 0.02Xs0+ (1 - 0.06)Xc0, 郊区比例为Xs1= (1 - 0.02)Xs0+ 0.06Xc0, 人口比例变化如果用矩阵来描述的话,可表述为:
当k的值无限增大的时候,两个区域的人口比例趋于一个常数:0.25/0.75,如果要对这个固定比例的出现原因进行探究的话,第一步须将坐标系统进行调整,能够特别明确地从这个坐标系统中看到与矩阵A相乘的效果,首先需求出A的特征值和向量,输入{c,r} = cig(A)
三、利用Matlab对线性代数中的实际问题进行解决
四、Matlab在矩阵求秩、向量组极大无关组求解中的应用
综上所述,通过辅助软件Matlab,可大大简化线性代数的学习,并且运用Matlab对现实数学问题进行解决,建模能力也相应得到提高, 而且使得线性代数的学习过程充满趣味性.
参考文献
[1]凌智,张波.Matlab在工科线性代数教学中的应用[J].科技创新导报,2008(29):247-248.
对于广大的研发人员来说，如何加速MATLAB应用一直是一个焦点问题，随着多核或计算机集群的普及，很多用户想知道如何利用这些高性能的硬件来加速MATLAB。
对此，MathWorks 中国教育业务发展总监陈炜博士表示，新版MATLAB的增强功能让今天的工程师和科学家不依靠可执行的资源即可开发并行应用程序，帮助他们在更短的时间内开发越来越复杂的建模系统，借助并行计算技术，MATLAB应用程序可通过同时运行8个本地进程来提升性能，从而充分利用多核机器。
Matlab的学习心得
通过初步对matlab的学习，我觉得收获很大。我了解到matlab是一个功能很大的数学实验软件，即一个很好的计算机数学软件平台。我在学习matlab主要是围绕实验，初步学习了一些简单的矩阵运算以及简单的图形，在做书上的实验中得到了实践各种矩形的计算为我们提供了很多的方便，在我们的生活也有很大的作用。但现在我所学到的matlab技术还是很初步的，但是我已经了解到matlab的实用性很大，学习好这门技术对我日后的发展有很大的帮助，所以在今后的学习中，我会继续深入学习这门技术。Matlab的功能强大，对我们现在学习的线性代数是非常有帮助的，利用这款软件会是我们原本复杂的计算变得简单明了。Matlab的优点计算方便、快捷、准确、操作方便，流程简单。虽然matlab优点很多，但是我开始对matlab这门技术并不是很了解，开始以为只是一个计算矩形的软件，但是随着学习的深入我对matlab的了解也相应深入，才知道matlab不仅可以运算矩阵，运算处理一些数据，还可以用于编程并且和其他的计算机编程有很大的区别。Matlab是一种专业的计算机程序，主要用于工程科学矩阵数学运算。但我相信在未来的几年里，它会渐渐发展陈一种非常灵活的计算体系，可以解决更多的技术问题。
Matlab是一个高级的矩阵/阵列语言，它包含很多语句，其中有控制语句、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，就象C语言和C++一样可以先定义后使用。并且新版本的MATLAB语言是基于最为流行的C语言和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
真正接触matlab已经一学期左右,我很喜欢matlab的简单的语法,易于绘制图形一开始就感觉跟变魔术一样简单的语句就会有精美的图形这就更加让我对他如痴如醉了，最先开始接触是在大二参加数学建模时，一开始就被他所吸引（一个简单的程序就可以绘制出精妙的立体图形）真正认识和了解他是在这学期的matlab课上这使得我有机会去进一步了解和探索他了。他不但有很强的图形绘制能力而且他其中包含的toolbox更是让人用起来得心应手这也使得我对他更加的感兴趣。
首先我要说的是现今的MATLAB已全部采用C语言编写，它既是一种编程环境，又是一种程序设计语言。在MATLAB中，以复矩阵作为基本编程单元，无须定义即可采用，且可随时改变尺寸。在MATLAB中，表达式的书写像在稿纸中演算一样。提供20多个工具箱函数。易扩展性是最重要的特征之一，友好的界面、易记的命令和简便的操作。可将C语言编写的程序移植进来。
其次我想说的是matlab的help功能 help:最有效的命令其实,可以这样说吧,如果离开matlab课本,我想我自己是基本上什么都不会.一遇到什么问题,通常我的第一反应是:help它帮我解决了matlab学习中的许多困难与障碍所以在有不懂得地方第一个想到的就是他的help功能。
Matlab,提起它，不管我们上课是否认真听讲了，我们都应该对它不再陌生，我们不可否认它的强大之处，正如一节课时老师给我们说的“Matlab可以做很多事情”。通过近一段的学习，使我更加确信，它是一款集数据分析、矩阵运算、信号处理和图形显示于一体，可方便地应用于数学计算、算法开发、数据采集、系统建模和仿真、数据分析和可视化、科学和工程绘图、应用软件开发等方面的强悍软件，是研究人员、工程人员研究工作中 不可多得的工具。
正因为其强大之处，以及可视性及可交互性使我对它的学习产生了浓厚的兴趣。开学至今，短短十次课，我们学习了Matlab矩阵及其运算、Matlab程序设计、M文件操作、M文件调试、M文件高级编程以及Matlab绘图等„„不敢保证每节课都认真听讲，但都尽力去听，一段时间下来，对Matlab还是有了一定的框架性认识 及编程能力。但对于Matlab这样的软件来说，套用曾经一个老师
说的话“我给你们讲的都是皮毛，你们学到的更是皮毛中的皮毛”，虽然有点搞笑，但却是不争的事实，学习软件类的东西，最好的办法就是激发兴趣和多加练习。我想当老师在课堂上给我们演示如何用Matlab编程解决一些实际问题以及编程出现一些绚丽丰富的图形时，我们无不惊叹其美丽，我想凭这一点激发起同学们的兴趣是没有问题的，但问题是同学们为什么还说它难学呢？关键还是在于同学们下课后缺乏锻炼，加之每次课间隔时间较长，仅凭上课时记得的东西，是很难连贯及熟练运用的。
关于如何才能够更好地学习好Matlab，通过下面同学们之间的交流，综合同学及个人意见，提出以下几点建议（纯属个人观点，如有不妥，还请见谅）：
1、针对学习资料：
希望邮箱中上传PPT文件标清章节号，一来方便有兴趣及精力的同学提前学习，二来方便同学下来后及时按照章节复习。（注：尤其是对初学者由易到难的过程中显得尤为重要）
2、针对上课学习
对于软件类的学习存在这样一个问题，那就是同学们上课挺感兴趣得听讲，听到入迷时恨不得立刻就找一台电脑试一试，但下课后可能去忙其他事情，不一会儿，这一份热情就消退了，也不会再去练习。针对此，考虑到目前大多数同学都有电脑的情况下，我们是否可以让同学们上课时带电脑到课堂上，一方面老师在讲台上演示，另一方面同学们在下面即时练习，这样也许会收到更好地教学效果。
3、针对课下学习
本学期Matlab学习，老师给的课下作业很少，也许老师考虑同学们比较忙，以及可能交上来的作业效果质量达不到预期效果。但我认为适量的课下作业还是非常有必要的，尤其是对于目前大学生普遍自制力较差的情况，这点显得更加有意义。针对如何布置课下作业以及布置什么作业，根据自身学习经验认为这样比较好：课下作业可以布置那些上课老师演示过的程序或PPT中程序略加改动，让同学们下课后及时完成上交。这不仅使同学们及时复习课上学习内容，也不至于使那些学习效果不佳的同学认为作业太难而直接放弃做去copy别人的。
高中数学中圆锥曲线中最值和定值 (定点) 问题、求参数范围问题和存在与对称性问题是学习过程中的难点。有效解决这些难点一直是高中数学学习过程中的问题。随着计算机技术的飞速发展, 计算机辅助教学越来越受到人们的重视。Matlab是一款与数学密切相关的算法软件, 具有优越的数值计算与可视化等性能。可以使抽象的数学问题形象化, 使抽象的数据、公式可视化, 充分展现数据与公式的内在关系, 加深对数学问题的理解。
2 Matlab在数学中的应用
椭圆、双曲线、抛物线统称为圆锥曲线。从点的集合 (或轨迹) 来看, 它们都是与定点和定直线的距离之比为常数e的点的集合 (或轨迹) , 这个定点是它们的焦点, 定直线是它们的准线, 只是由于离散率的取值范围不同, 而分为椭圆、双曲线、抛物线三种曲线。
2.1 椭圆
椭圆的定义为平面内与两定点F1、F2的距离之和等于常数 (大于|F1F2|) 的点的轨迹, 其标准方程如公式 (1) 所示。
其中a为椭圆的长半轴长, b为短半轴长, c为半焦距长, 椭圆的离心率e为
根据不同的离心率e值, 如表 (1) 所示, 可以应用Matlab软件绘制出不同的椭圆曲线, 如图1所示。
Matlab程序为:
从图中可以看出, 椭圆是一个封闭图形, 对称中心为原点, 有两条对称轴和四个顶点, 离心率e值决定了椭圆形状的扁平程度, 离心率e越大, 椭圆形状越扁。
2.2 双曲线
双曲线的定义为平面内与两个定点F1、F2的距离的差的绝对值等于常数 (小于|F1F2|且大于零) 的点的轨迹, 其标准方程如公式 (3) 所示。
其中a为双曲线的实半轴长, b为虚半轴长, c为半焦距长, 双曲线的离心率e为
根据不同的离心率e值, 如表 (2) 所示, 可以应用Matlab软件绘制出不同的双曲线, 如图2所示。
Matlab程序为:
从图中可以看出, 双曲线无限延展且有渐近线, 对称中心为原点, 有两条对称轴和两个顶点, 离心率e值决定了双曲线形状的开口大小, 离心率e越大, 双曲线形状开口也越大。
2.3 抛物线
抛物线的定义为平面内与一个定点F和一条定直线l (F l) 的距离相等的点的轨迹, 其标准方程如公式 (5) 所示。
其中, P为抛物线的焦准距, 抛物线的离心率e=1。
根据不同的焦准距P值, 如表 (3) 所示, 可以应用Matlab软件绘制出不同的抛物线, 如图3所示。
Matlab程序为:
从图中可以看出, 抛物线无限延展没有渐近线, 无对称中心, 只有一条对称轴和一个顶点, 焦准距P值决定了抛物线形状的开口大小, 焦准距P越大, 抛物线形状开口也越大。
3 结论
Matlab软件在中学数学中的应用远不止这些, 通过本文的分析实例可以看出, 适当引入Matlab辅助教学, 可以使数学内容更加生动形象, 它将有助于数学概念的深化, 能将数学中比较复杂的变化规律, 直观地展现在学生面前, 这都将大大地提高课堂的学习效率。因此, 研究Matlab软件在相关课程的教学应用显得尤为重要, 也必将在开拓设计思路、激发学生兴趣、突破教学难点等方面发挥其独特作用。
参考文献
[1]易昆南, 李慧, 赵澍源.让枯燥无味的数学变得"有趣、有味、有惑"—Matlab中的音乐合成[J].实验室研究与探索, 2014, 33 (06) :114-117.
【关键词】脉冲编码调制；均匀量化；非均匀量化；线性；非线性；MATLAB
0.引言
20世纪70年代后期，超大规模集成电路的脉冲编码调制（PCM）编、解码器的出现，使PCM在光纤通信、数字微波通信、卫星通信中得到越来越广泛的应用。因此，PCM已经成为数字通信中一门十分重要的技术。PCM也是通信工程专业学生必修的部分。学生可以通过该系统的实验，加深线性编码和非线性编码等概念的理解，进一步掌握有关数字通信系统性能的分析方法和基本研究方法。
1.Matlab简介
MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分，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。
2.脉冲编码调制（PCM）基本原理
脉冲编码调制（PCM）概念是1937年由法国工程师Alec Reeres最早提出来的。1946年美国Bell实验室实现了第一台PCM数字电话终端机。1962年后，晶体管PCM终端机大量应用于市话网中局间中继线，使市话电缆传输电话路数扩大24-30倍。70年代后期，超大规模集成电路的PCM编、解码器的出现，使PCM在光纤通信、数字微波通信、卫星通信中获得了更广泛的应用。因此，PCM已经成为数字通信中一个十分基本的问题。
脉冲编码调制简称脉码调制，它是一种将模拟语音信号变化成数字信号的编码方式。脉码调制的过程如图2所示。
PCM主要包括抽样、量化与编码三个过程。抽样是把连续时间模拟信号转换成离散时间连续幅度的抽样信号；量化是把离散时间连续幅度的抽样信号转换成离散时间离散幅度的数字信号；编码是将量化后的信号编码形成一个二进制码组输出。国际标准化的PCM码组（电话语音）是八位码组代表一个抽样值。从通信中的调制概念来看，可以认为PCM编码过程是模拟信号调制一个二进制脉冲序列，载波是脉冲序列，调制改变脉冲序列的有无或“1”、“0”，所以PCM成为脉冲编码调制。
图1.1 PCM原理图
编码后的PCM码组，经数字信道传输，可以是直接的基带传输或者是微波、光波载频调制后的通带传输。在接收端，二进制码组反变换成重建的模拟信号■(t)。在解调过程中，一般采用抽样保持电路，所以低通滤波器均采用■型频率响应以补偿抽样保持电路引入的频率失真■。
预滤波是为了把原始语音信号的频带限制在300-3400Hz标准的长途模拟电话的频带内。由于原始语音频带是40-10000Hz左右，所以预滤波会引入一定的频带失真。
整个PCM系统中，重建信号■(t)的失真主要来源于量化以及信道传输误码，通常，用信号与量化噪声的功率比，即信噪比S/N来表示。
3.线性PCM与对数PCM的性能比较
下面以正弦信号输入为例，来分析线性PCM编码与对数PCM编码的信噪比（SNR）特性。
3.1均匀量化
由通信原理可知，当输入为正弦信号a=Am*sin(0.1*pi*x)，且信号不过载时，若取量化间隔数为L，且L=2n，n为正整数。则有信噪比
SNR≈4.77+20logD+6.02n
单位为分贝（dB），其中D=Am/■V，V为最大量化电平。在不过载的范围内，信噪比随输入信号的增加呈线性增加。
3.2非均匀量化
3.2.1 A律压缩特性
假设输入的正弦信号a=sin(0.1*pi*x)的相位是随机的，且在(-π,π)范围内等概率分布。则有：
量化噪声功率
σ■■=■,0≤a≤1/A
σ■■=■{[2-(aA)2]sin-1(■)+■+■},1/A≤a≤1
其中C=1/(1+InA),A=87.6。
以及正弦波瞬时功率S=■
根据上面3个公式，可以编制出以下程序，求得输入样值数组x和信噪比数组SNR。并绘制出SNR特性曲线。
x=0:0.01:20;
a=sin(0.1*pi*x);
a2=max(a); %求幅值的最大值
b=length(a);
a1=abs(a); %求输入信号的绝对值
X=20*log10(a1/a2);
n=8;
SNR1=6.02*n+4.77+X; %均匀量化的信噪比
plot(X,SNR1)
axis([-80 0 0 70]);
ylabel('SNR(dB)');xlabel('20logD');
grid on
text('Position',[-30,15],'String','L=256');
hold on
A=87.6;
C=1/(1+log(A));
S1=a.^2;
S=S1https://www.360wenmi.com/f/2; %正弦信号功率
for i=1:b
L=256; %L=2^8(n=8)
if a1(i)<=1/A
q=1/(3*(C*A*L)^2);
else q=1/(3*pi*(C*A*L)^2)*((2-(a1(i)*A)^2)*(asin(1/(a1(i)*A)))+pi*(a1(i)*A)^2/2+sqrt((a1(i)*A)^2-1));
end
Q(i)=q; %噪声功率放在数组Q中
end
S21=Shttps://www.360wenmi.com/f/Q;
SNR21=10*log10(S21); %n=8时正弦信号输入时非均匀量化的信噪比
plot(X,SNR21)
text('Position',[-30,40],'String','L=256');
hold on
for i=1:b
L=64; %L=2^6(n=6)
if a1(i)<=1/A
q=1/(3*(C*A*L)^2);
else q=1/(3*pi*(C*A*L)^2)*((2-(a1(i)*A)^2)*(asin(1/(a1(i)*A)))+pi*(a1(i)*A)^2/2+sqrt((a1(i)*A)^2-1));
end
Q(i)=q;
end
S22=Shttps://www.360wenmi.com/f/Q;
SNR22=10*log10(S22); %n=6时正弦信号输入时非均匀量化的信噪比
plot(X,SNR22)
text('Position',[-9,28],'String','L=64');
title('对数压缩PCM、线性PCM的snr特性')
图4.1是程序运行的结果。图中的直线为n=8时正弦输入信号时均匀量化的信噪比，两条曲线分别为n=8和n=6时正弦输入信号时非均匀量化的信噪比。
图4.1对数压缩PCM、线性PCM的snr特性
3.2.2 13折线压缩特性
计算A律13折线的量化信噪比的方法有两种：一是直接计算法，即直接按A律13折线压扩特性来计算量化噪声和量化信噪比；二是间接计算法，即先按照均匀量化计算出均匀量化噪声与均匀量化信噪比，然后再计算由于采用压缩扩张而获得的信噪比改善量，其和即为非均匀量化信噪比。在此，我将利用第二种计算方法进行仿真，即
■■=■■+Q■
式中
■■为非均匀量化信噪比；
■■为均匀量化信噪比；
Q■为非均匀量化信噪比改善量。
在上式中，没有考虑过载噪声，因为过载噪声的计算，无论是均匀量化还是非均匀量化，其计算方法和公式都是相同的，式中量化信噪比改善量应为
Q■=10log(1/β)
式中
β=■■p(a)da为13折线近似法的改善因子
式中
y—量化输出信号；
a—输入信号；
p(a)—归一化信号幅度的概率密度；
■—相应折线段的斜率。
如果采用音频信号作为输入信号，其信噪比可以表示为
■■=6n+4.77+20log■[Q]dB
由于正弦波信号的概率密度为
p(a)=■·■
式中
a—正弦波信号的瞬时值；
u—正弦波的峰值。
因此可得改善因子
β=■■■·■da
由于13折线各段得斜率不同。因而，在具体计算时，也要根据输入信号瞬时值的大小，分段进行积分，以下求各段的改善因子。
第1、2段：β1=β2=■
第3段：β3=■(1-■arcsin■)
第4段：β4=4×β3-■(1-■arcsin■)
第5段：β5=4×β4-■(1-■arcsin■)
第6段：β6=4×β5-■(1-■arcsin■)
第7段：β7=4×β6-■(1-■arcsin■)
第8段：β8=4×β7-■(1-■arcsin■)
依照上述算法，可以设计出以下程序绘制出输入为正弦信号时的13折线编码的信噪比曲线：
x=0:0.01:20;
a=sin(0.1*pi*x);
a2=max(a); %求幅值的最大值
b=length(a);
a1=abs(a); %求输入信号的绝对值
X=20*log10(a1/a2);
n=8;
SNR11=6.02*n+4.77+X; %均匀量化的信噪比
plot(X,SNR11)
axis([-]);
ylabel('SNR(dB)');xlabel('20logD(瞬時值/峰值)');
grid on
text('Position',[-35,15],'String','线性量化n=8');
hold on
B(1)=1/256;
B(2)=1/256;
B(3)=1/64*(1-3/(2*pi)*asin(1/2)); %求改善因子
B(4)=B(3)*4-1/64*3/(2*pi)*asin(1/4);
B(5)=B(4)*4-1/64*3/(2*pi)*asin(1/8);
B(6)=B(5)*4-1/64*3/(2*pi)*asin(1/16);
B(7)=B(6)*4-1/64*3/(2*pi)*asin(1/32);
B(8)=B(7)*4-1/64*3/(2*pi)*asin(1/64);
n=8;
A=87.6;
for i=1:b
a1=a(i)*(2^11-1);
C=pcmad(8,a1); %13折线编码
C1=C(2:4); %取码的2到4位
S=exdac(3,C1); %求得段落号
s=B(S+1);%求得段落号对应的改善因子
w=-10*log10(s); %改善因子取对数
Q(i)=w; %放在数组Q(i)中
end
W=6*n+4.77;
SNR21=W+X+Q;
plot(X,SNR21)
text('Position',[-70,32],'String','13折线量化n=8');
图4.2 正弦输入SNR特性(13折线近似)
title('正弦输入snr特性(13折线近似)')
图4.2是程序运行的结果。由图可以看出，采用13折线近似A律压缩特性后，SNR曲线会出现起伏现象，不再是单调的曲线，共出现6个波谷，7个峰值。
4.小结
本文详细的介绍了如何运用Matlab对PCM进行仿真。通过阅读本文读者能够了解运用Matlab对通信系统进行仿真的方法，并且可以以此为例，对其他通信系统进行仿真及分析。
【参考文献】
［１］曹志刚，钱亚生．现代通信原理．清华大学出版社，1992.
［２］陈怀琛，吴大正，高西全．MATLAB及在电子信息课程中的应用．电子工业出版社，2002．
［３］郑君里，应启珩，杨为理．信号与系统（第二版）．北京高等教育出版社，2000．
［４］邓华等．MATLAB通信仿真及应用实例详解．人民邮电出版社，2003．
10金融3 吕淼 在为学习这门课前就听说了他的强大，因为现在的经济模型都是需要这些分析软件的，也曾听说金融的未来方向是需要数学等等作为依托的。曾经旁听过学校数学建模的课程，当时老师用的是lingo。对那个只需要U盘携带就可以安装的小东西记忆深刻。等到学习matlab时觉得这才是真正的王道啊。
它不仅有强大的运算功能，还有强大的绘图功能，虽然学习了有一个学习，但是我对他的了解额仅仅是一点点，或许连入门都谈不上。因为我学习时了解到一个现实。就是matlab的学习依赖有比较好的数学功底，其中我看最经常运用到的就是矩阵。我从网上了解到matlab是一门高等数学和计算机技术结合的东西，学习它必须具有相应的数学和计算机知识。然而很可惜，我的书写不是很好。每次讲到这个部分的时候就觉得听说理解无能了。特别是我今年还是大二，有一次老师讲课时用到协方差。无可避免的我笑了，因为协方差是我们下节课概率论数理统计老师要讲的内容。大一的时候还不觉得，但是大二，越是学习以后的内容越是感觉到时间不够用。或许时间是够用的，但是无法放弃那些占用自己时间表的无用项目。虽然这学期的学习的时间短暂，就算时间足够，老师也不能把所有的都讲解给我们，因为一个软件的功能需要我们自己不断的去摸索，老师也不可能知道所有。老师只是个指路人，最终的学习还是要靠自己。而且在摸索的过程中，我们能够发现和体会学习的快乐。痛并快乐着是种常态了吧。
自我感觉学习matlab与其说是学习一门软件，更不如说是学习一门语言。用一种数理的语言描述现象，揭示表象下的规律。此外，我认为matlab中的作图功能很强大，不仅简单的函数现象可以明确画出，而且一些点状物，甚至立体图也可以画出。大一上微积分的时候，老师曾经多次在课件中加入用matlab画出的图来。不论是一维二维三维等等，都能很好的画出来。只要能编写出函数式，在短短的几秒之内，他就会呈现在你眼前。另外就是图形的直观性，这是由阴影的制作的。而且可以根据需要，坐标图上加标题，坐标轴标记，文本注释级栅格等，也可以指定图线形式，比如是虚线。颜色也可以自己来定。可以在同一张图上画，也可以单个显示。
今年选择金融matlab一方面出于希望能够提前修完大三时期的课程，能够空出更多的时间去考研或者为就业做准备。另一个考虑就是希望明年能够参加数学建模大赛，今年种种纠结放弃了，觉得万分可惜。明年也就是大三下学期的话我就会再来一次，而且还会更加坚定些。那么学习matlab的话对明年的计划也是有帮助的。在学习的过程中，因为以前学过access中的select语言，觉得就编写这方面是有共性的，但是matlab的编程语言似乎更多更复杂一点，这是由于涉及的数学模型，数学公式更多的原因。老师在讲解的过程中是通过一个个具体的金融例子来讲解的，而不是就matlab这个具体的软件工具进行讲解。这个给我带来相当大的打击，因为我发现我不仅仅是工具不能够熟练，涉及到的专业知识也是一知半解。这更加坚定了我要好好学习专业知识的决心，大学四年有几个人是希望荒度过去的呢？可是今年的这门课真的是让我感到没学到什么，估计也是因为我抱着看一看的随意态度来的吧，也没有那种遇到不懂的就一定要弄懂它的决心和毅力。说什么都是借口了，无法掩饰我没有学好它的事实。事实上，我觉得今年这门课的重点并不是让我们掌握这种软件的具体用法，而是主要向我们展示如何用它去解决一些金融问题，数学问题。这点让我很郁闷，因为我不懂得原理，听起来这门课倍感吃力啊。可是嘛，年轻没有什么不可以，又有谁可以断言我接下来的生活中不能好好学习这个东西为自己的工作，学习，生活，研究兴趣带来方便呢。
从大学开学的见闻到现在学习MATLAB，感觉这是一个很好的软件，语言简便，实用性强。作为一个做新手，想要学习好这门语言，可以说还是比较难的。在我接触这门语言的这些天，除了会画几个简单的图形，其他的还是有待提高。从另一个方面也对我们大学生提出了两个要求——充实的课外基础和良好的英语基础。在现代，几乎所有好的软件都是来自国外，假如不会外语，想学好是非常难的。其实想要学习好一们语言，不能只靠老师，关键是自己。每个人内心深处都是有抵触意识的，不可能把老师的所有都学到。学习这门语言，不光是学习一种语言，更重要的事学习一种方法，一种学习软件的方法，还有学习的态度。
总结一下，学习任何一门语言：态度决定一切。不论是英语还是计算机语言。其实以前上高中的时候接触过这种编程语言，当时记得最头疼的就是循环语句，但是在matlab中这种东西用的就比较少了。语言语句都是很简洁利落的，都是一枪瞄死靶心的那种，很直接，这也让我减轻不少心理负担。
到此这篇matlab函数linspace简介（matlab中的linspace）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/matlabbc/58938.html