MATLAB概率与数理统计.doc

第1章 MATLAB软件认识及编程基础 MATLAB是一种用于算法开发、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。MATLAB中使用传统的编程语言（如C、C++和Fortran）更快地解决技术计算问题应用范围非常广，包括信号和图像处理、通、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用MATLAB函数集）扩展了MATLAB环境，以解决这些应用领域内特定类型的问题。提供了很多用于记录和分享工作成果的功能可以将MATLAB代码与其他语言和应用程序集成，来分发MATLAB算法和应用。 1．友好的工作平台和编程环境 MATLAB由一系列工具组成这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用图形用户界面包括MATLAB桌面和命令窗口、命令历史窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。2．简单易用的程序语言 一个高级的矩阵/阵列语言，控制语句、函数、数据结构、输入和输出面向对象编程特点。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。 3．强大的科学计算机数据处理能力 MATLAB是一个包含大量计算算法的集合拥有600多个工程中要用到的数学运算函数，可以方便实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，前经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的函数集包括从最简单最基本的函数到诸如矩阵特征向量、快速傅里叶变换的复杂函数。函数所能解决的问题大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程组的求解、符号运算、傅里叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。MATLAB包括数百个内部函数的主包和三十几种工具。工具又可以分为功能工具箱和学科工具箱。功能工具箱扩充MATLAB的符号计算可视化建模仿真文字处理及实时控制等功能。学科工具箱是专业性比较强的工具箱，控制工具箱信号处理工具箱通信工具箱等都属于此类。 开放性使MATLAB广受用户欢迎。除内部函数外，所有MATLAB主工具和各种工具箱都是可读可修改的文件，用户通过对源程序的修改或加入自己编写程序构造新的专用工具箱。 Matlab Main Toolbox——MATLAB主工具箱Control System Toolbox——控制系统工具箱 Communication Toolbox——通工具箱 Financial Toolbox——财政金融工具箱 System Identification Toolbox——系统辨识工具箱 Fuzzy Logic Toolbox——模糊逻辑工具箱 Higher-Order Spectral Analysis Toolbox——高阶谱分析工具箱 Image Processing Toolbox——图处理工具箱 Computer Vision System Toolbox——计算机视觉工具箱 LMI Control Toolbox——线性矩阵不等式工具箱 Model Predictive Control Toolbox——模型预测控制工具箱 μ-Analysis and Synthesis Toolbox——μ分析工具箱 Neural Network Toolbox——神经网络工具箱 Optimization Toolbox——优化工具箱 Partial Differential Toolbox——偏微分方程工具箱 Robust Control Toolbox——鲁棒控制工具箱 Signal Processing Toolbox——信号处理工具箱 Spline Toolbox——样条工具箱 Sta