台大MATLAB基础与进阶教程课件

本文还有配套的精品资源，点击获取

简介：台湾大学制作的MATLAB教程课件，专为初学者设计，详尽涵盖了MATLAB的基础语法、控制结构、函数和脚本编写、绘图、数值计算、符号计算、信号与图像处理、动态系统建模、文件I/O操作以及编程技巧。这套教程不仅包含理论讲解和实例演示，还提供练习题和操作指导，帮助学习者深入理解并运用MATLAB解决实际问题。

1. MATLAB基础语法与数据类型操作

1.1 MATLAB概述

MATLAB是一种高性能的数值计算环境和第四代编程语言。它集数学计算、可视化、编程于一体，广泛应用于工程计算、控制设计、信号处理等领域。

1.2 基本数据类型

MATLAB支持多种数据类型，包括标量、向量、矩阵、数组、结构体和单元数组等。理解这些基础数据类型是进行MATLAB编程的首要任务。

向量和矩阵操作

MATLAB的向量和矩阵操作十分方便，以下是创建和操作矩阵的示例代码：

A = [1 2; 3 4]; % 创建一个2x2矩阵
B = [5; 6];      % 创建一个列向量
C = A * B;       % 矩阵与向量乘法

字符串和数组操作

字符串在MATLAB中以单元数组的形式出现，数组操作和字符串处理也非常简单直观，示例如下：

str = 'Hello MATLAB'; % 创建字符串
len = length(str);    % 获取字符串长度

在本章中，你将掌握MATLAB中最基本的数据类型及其操作方法。这是深入学习MATLAB并应用于各种科学计算的起点。

2. MATLAB控制结构使用

MATLAB控制结构是编程中控制代码执行流程的重要组成部分。它们允许程序员定义基于条件执行的代码段以及重复执行任务直到满足特定条件为止的循环。MATLAB支持多种控制结构，包括条件控制语句、循环控制结构和程序的异常处理。在本章节中，我们将详细探讨这些控制结构在MATLAB中的使用和实现。

2.1 条件控制语句

条件控制语句允许我们基于某些条件来执行不同的操作。在MATLAB中，最常见的条件控制语句是 if-else 结构和 switch-case 结构。

2.1.1 if-else结构

MATLAB中的 if-else 结构用于基于条件的判断，实现不同的代码分支执行。

if condition1
    % 如果condition1为真，执行这些语句
    statements1;
elseif condition2
    % 如果condition1为假，但condition2为真，执行这些语句
    statements2;
else
    % 如果以上条件都不满足，执行这些语句
    statements3;
end

每个条件判断部分通常跟随一个执行块。当一个条件为真时，相对应的执行块将被执行。如果没有任何条件为真，将执行 else 部分的语句。

2.1.2 switch-case结构

switch-case 结构在需要基于一个表达式的多种可能值来执行不同操作时非常有用。

switch expression
    case value1
        % 如果expression等于value1，执行这些语句
        statements1;
    case value2
        % 如果expression等于value2，执行这些语句
        statements2;
    ...
    otherwise
        % 如果没有任何case匹配，执行这些语句
        statementsN;
end

在 switch-case 结构中， expression 是被测试的表达式，而 value1 、 value2 等是与之匹配的值。如果没有任何 case 匹配，将执行 otherwise 部分的语句。

2.2 循环控制结构

循环控制结构允许我们重复执行一段代码直到满足某个条件。MATLAB提供了 for 循环和 while 循环两种主要的循环控制结构，并且提供了 break 和 continue 语句来控制循环的流程。

2.2.1 for循环的使用

for 循环用于遍历一个范围内的数值序列，并对每个元素执行一次操作。

for index = start:increment:end
    % 循环体，index将按照start到end的范围进行增减
    statements;
end

在 for 循环中， start 是起始值， increment 是每次循环增加的量， end 是结束值。当 index 达到或超过 end 时，循环结束。

2.2.2 while循环的实现

while 循环在给定的条件为真时重复执行代码块。

while condition
    % 当condition为真时执行这些语句
    statements;
end

只要 condition 为真，循环就会继续执行。如果 condition 初始就不为真，则循环体内的语句一次也不会执行。

2.2.3 循环控制命令（break和continue）

break 命令用于立即退出循环，而 continue 命令用于跳过当前循环的剩余部分并开始下一次迭代。

for i = 1:10
    if mod(i, 2) == 0
        continue; % 如果i是偶数，则跳过本次循环的剩余部分
    end
    disp(i);
    if i > 7
        break; % 如果i大于7，则退出循环
    end
end

2.3 程序的异常处理

MATLAB同样提供异常处理的机制，使我们能够处理运行时可能出现的错误。

2.3.1 try-catch结构

try-catch 结构允许我们捕获并处理在执行过程中可能出现的异常。

try
    % 尝试执行的代码，可能会产生错误
    statements;
catch exception
    % 如果try块中的代码产生错误，则执行这里
    handleException(exception);
end

在 try 块中发生错误时，会抛出一个异常，并由 catch 块捕获。 catch 块内可以包含对异常进行处理的代码。

2.3.2 error函数的使用

error 函数用于显示错误消息并终止程序的执行。

if someCondition == false
    error('someCondition was not met'); % 显示错误消息并终止程序
end

在 if 语句中，如果条件不满足，则会触发一个错误，随后执行将停止，并显示定义的错误信息。

通过本章节的介绍，我们已经深入探讨了MATLAB的控制结构，包括条件控制语句（ if-else 和 switch-case ）、循环控制结构（ for 和 while ）以及异常处理（ try-catch 和 error 函数）。掌握这些控制结构对于编写有效和高效的MATLAB代码至关重要。在下一章节中，我们将深入探讨MATLAB中函数的定义和使用以及如何编写高级脚本。

3. MATLAB函数定义与脚本编写

3.1 函数的基本概念

3.1.1 函数的定义和调用

在MATLAB中，函数是具有特定功能的代码块，它们可以接受输入参数、执行一系列操作，并返回结果。函数的定义以关键字 function 开始，后跟输出参数列表、函数名称、输入参数列表和函数体。下面是一个简单的函数定义示例：

function [out1, out2] = myfunction(in1, in2)
    % 这是一个简单的函数，它将两个输入参数相加并返回结果
    out1 = in1 + in2;
    out2 = out1 * 2;
end

在上述示例中， myfunction 函数接收两个输入参数 in1 和 in2 ，并返回两个输出参数 out1 和 out2 。输出参数可以是多个，它们通过逗号分隔。

调用函数时，只需提供必要的输入参数。例如：

result1 = myfunction(5, 3);
result2 = myfunction(10, 20);

每个函数都应该具备良好的文档注释，说明其功能、输入参数和输出参数的详细信息，以便其他用户能够理解和使用。

3.1.2 参数传递和变量作用域

MATLAB中的函数参数传递是通过值传递的，这意味着函数接收的是输入参数的副本。因此，在函数内部对输入参数的任何修改都不会影响原始数据。

变量作用域指的是变量在代码中可以访问的范围。在MATLAB中，函数内部声明的变量具有局部作用域，只在函数内部有效，函数外部无法访问。这有助于避免变量名冲突和提供更清晰的代码结构。

3.2 高级脚本编写技巧

3.2.1 脚本文件的创建与组织

脚本文件是包含一系列MATLAB命令的文件，这些命令按顺序执行。创建脚本文件时，应选择合适的文件名，并确保文件扩展名为 .m 。例如，创建一个名为 my_script.m 的脚本文件。

% my_script.m
x = 1;
y = 2;
z = x + y;
disp(z);

脚本文件通常用于自动化重复性的任务或执行一系列复杂的操作。组织良好的脚本可以帮助他人理解代码的目的和操作流程。在编写脚本时，应遵循代码风格指南，并适当使用空行和注释来提高可读性。

3.2.2 代码的模块化与复用

模块化是将代码分解为独立模块的过程，每个模块执行特定任务。在MATLAB中，可以使用函数和脚本文件来实现代码的模块化。模块化有助于提高代码的复用性，使得代码易于维护和测试。

例如，将上述 my_script.m 中的计算逻辑封装为一个函数：

% add_function.m
function result = add_function(a, b)
    result = a + b;
end

然后在脚本中调用这个函数：

% my_script.m
add_result = add_function(1, 2);
disp(add_result);

通过这种方式，你可以在不同的脚本和函数中重用 add_function ，提高了代码的复用性并减少了重复代码。

3.2.3 代码的调试与优化

调试是发现和修正代码错误的过程，而优化是提高代码效率和性能的过程。MATLAB提供了一些调试工具，如断点、步进执行和变量检查窗口，可以帮助开发者更有效地识别和解决代码中的问题。

优化代码时，可以考虑减少不必要的计算、避免在循环中重复计算、使用更高效的数据结构和算法等策略。

下面是一个使用MATLAB代码调试器的示例：

% debug_example.m
for i = 1:10
    disp(i^2);
    if i == 5
        disp('Stop at i = 5');
        break; % 断点通常设置在这一行，以便检查i为何值时退出循环
    end
end

使用调试器运行上述代码，在循环迭代到5时停止，并可以检查变量 i 的值。通过这样的调试过程，可以更容易地发现代码的逻辑错误或性能瓶颈。

脚本和函数的编写是提高MATLAB编程效率的关键部分。良好编写的脚本和函数不仅能够提高代码的可读性和可维护性，还能在后续的项目开发中带来更大的灵活性和扩展性。在实际的开发过程中，合理地组织和优化代码资源是每一位专业MATLAB开发者的必备技能。

4. MATLAB绘图能力运用

4.1 基础二维绘图

MATLAB提供了强大的二维绘图能力，可以轻松生成各种图表来可视化数据。二维绘图的基础是使用plot函数来绘制线性图。

4.1.1 plot函数的基本用法

plot函数是MATLAB中绘图的核心命令，用于绘制基本的二维图形。它的基本语法是：

plot(Y)
plot(X,Y)

在这里，Y代表一个或多个数据序列，而X则是对应的数据点。如果省略X，MATLAB默认使用从1开始的整数序列作为X轴的数据。

让我们来看一个简单的示例：

x = 0:0.01:2*pi;
y = sin(x);
plot(x,y)

上面的代码会生成一个周期性波动的正弦波图像。通过这个例子我们可以看到，plot函数非常直观和简单。

4.1.2 图形属性的自定义

默认的图表可能不满足特定的需求，MATLAB允许我们自定义图形的属性，比如颜色、线型和标记类型。

plot(x, y, 'r--o', 'LineWidth', 2, 'MarkerSize', 6);

在上述代码中， 'r--o' 定义了线条为红色虚线，并且在数据点处标记为圆形。 LineWidth 属性设置了线条宽度， MarkerSize 设置了标记的大小。MATLAB中还有很多类似的属性可以用来精细调整图表。

4.2 三维绘图与可视化

三维绘图在MATLAB中同样强大，可以展示数据的立体效果，帮助用户从多个角度理解数据。

4.2.1 三维图形的绘制

三维图形的绘制需要至少三个向量：X, Y, Z，分别对应于数据点的三个坐标轴。绘制三维图形的函数例如meshgrid和mesh：

[X,Y] = meshgrid(-1:0.1:1);
Z = X.*exp(-X.^2-Y.^2);
mesh(X,Y,Z)

上述代码利用了meshgrid函数生成X和Y的坐标网格，然后计算了对应的Z值来生成一个三维的网格图。

4.2.2 特殊图形的创建与处理

除了基本的三维图形，MATLAB还提供了创建特殊三维图形的工具，例如曲面（surf），散点图（scatter3），以及柱状图（bar3）等。

[x,y,z] = cylinder(0.5*(sin(8*sqrt(x.^2+y.^2))));
surf(x,y,z)

这个例子使用了cylinder函数来生成一个三维圆柱表面。这些特殊图形不仅提供了丰富的视觉效果，而且为数据的三维展示提供了更多的可能性。

4.3 图形用户界面（GUI）绘图

MATLAB的图形用户界面（GUI）为用户提供了一种无需编程即可操作MATLAB图形的方法。

4.3.1 GUI组件的使用与布局

用户可以通过GUIDE或者App Designer来设计和构建GUI。这些工具提供了各种控件，如按钮、滑动条、文本框等，用户可以将它们拖放到GUI界面上。

h = figure;
uicontrol('Style','pushbutton', 'String','绘制正弦波', ...
          'Position',[20,20,100,30], 'Callback',@plotWave);

上面的代码创建了一个包含一个按钮的GUI窗口，当按钮被点击时，会触发绘制正弦波的回调函数plotWave。

4.3.2 回调函数的编写与事件处理

回调函数是响应用户界面事件（如按钮点击、菜单选择等）的函数。在MATLAB中，可以使用@符号来创建对回调函数的引用。

function plotWave(src,event)
    % 回调函数内容
end

在plotWave函数内部，你可以编写任何必要的代码来响应用户操作，比如改变图形属性或者重新绘制图形。

这一章节展现了MATLAB在绘图方面的强大功能，从基础的二维绘图，到复杂的三维可视化，再到用户交互的GUI设计，MATLAB提供了丰富的工具和方法，使得用户能够以直观而有效的方式展示和分析数据。

5. MATLAB数值计算与优化方法

数值计算是科学计算中不可或缺的一部分，MATLAB提供了强大的数值计算能力，能够有效地解决从简单的代数方程到复杂的微分方程求解问题。在本章中，我们将深入探讨MATLAB在数值计算与优化方法方面的应用。

5.1 线性代数计算

MATLAB是线性代数的强大工具，提供了广泛的矩阵操作和线性代数运算函数。

5.1.1 矩阵操作与运算

在MATLAB中，矩阵是数据处理的基础。我们可以通过简单的操作来创建和操作矩阵。

% 创建一个3x3的矩阵
A = [1 2 3; 4 5 6; 7 8 9];

% 矩阵转置
A_transpose = A';

% 矩阵加法
B = [9 8 7; 6 5 4; 3 2 1];
sum_matrix = A + B;

% 矩阵乘法
product_matrix = A * B;

在上述代码中，我们首先创建了一个3x3的矩阵 A ，接着演示了矩阵的转置、加法和乘法运算。这些操作是线性代数中最基本的计算，而MATLAB能够以非常直观和简洁的方式实现它们。

5.1.2 特征值与特征向量的计算

特征值和特征向量在许多工程和科学问题中扮演着核心角色，MATLAB提供了便捷的函数 eig 用于计算矩阵的特征值和特征向量。

% 计算矩阵A的特征值和特征向量
[eigenvalues, eigenvectors] = eig(A);

通过 eig 函数，我们可以得到矩阵 A 的特征值 eigenvalues 和对应的特征向量 eigenvectors 。这对于理解系统的动态行为或进行数据压缩等方面具有重要意义。

5.2 优化问题求解

在工程和科学研究中，经常需要找到某一函数的最大值或最小值。MATLAB提供了强大的优化工具箱来处理这些问题。

5.2.1 无约束优化方法

MATLAB中的 fminunc 函数可以用于求解无约束优化问题。

% 定义目标函数
f = @(x) (x(1)-1)^2 + (x(2)-2.5)^2;

% 无约束优化求解
options = optimoptions('fminunc','Algorithm','quasi-newton');
[x_min, fval] = fminunc(f, [0, 0], options);

在这段代码中，我们定义了一个目标函数 f ，并使用 fminunc 函数在初始点 [0, 0] 附近找到函数的最小值。通过设置不同的算法选项，我们可以对算法的性能进行优化。

5.2.2 约束优化算法应用

对于有约束的优化问题，MATLAB提供了 fmincon 函数。

% 定义目标函数
f = @(x) (x(1)-1)^2 + (x(2)-2)^2;

% 定义非线性约束
c = @(x) [x(1)^2 + x(2)^2 - 1; x(1) + x(2) - 1];
nonlcon = @(x) deal([], c(x));

% 约束优化求解
[x_min_con, fval_con] = fmincon(f, [0.5, 0], [], [], [], [], [], [], nonlcon);

上述代码中，我们定义了一个目标函数 f 和一组非线性约束 c 。然后使用 fmincon 函数求解了在给定约束下的最优解。 fmincon 是一个非常灵活的工具，可以处理线性和非线性约束。

5.3 微分方程求解

MATLAB同样提供了对微分方程求解的内置函数，这对于物理、工程和生物学等领域中的动态系统建模尤为有用。

5.3.1 常微分方程数值解法

对于常微分方程（ODEs），我们可以使用 ode45 函数求解。

% 定义ODE函数
function dydt = odefun(t, y)
    dydt = -2 * y + t^2;
end

% 初始条件
y0 = 1;

% 时间跨度
tspan = [0 2];

% 求解ODE
[t, y] = ode45(@odefun, tspan, y0);

在这段代码中，我们定义了一个常微分方程，并在指定的时间跨度内求解了该方程。 ode45 是基于Runge-Kutta方法的ODE求解器，适合求解大多数的初值问题。

5.3.2 偏微分方程的数值处理

对于偏微分方程（PDEs），MATLAB同样提供了函数 pdepe 来求解。

% 定义PDE函数、初始条件和边界条件
m = 0; % 用于柱坐标或球坐标系统
s = 'sc'; % PDE系统类型
x = linspace(0,1,20); % 空间离散化
t = linspace(0,2,50); % 时间离散化

% 求解PDE
sol = pdepe(m, @pdex1pde, @pdex1ic, @pdex1bc, x, t);

% 绘制解的图形
mesh(sol);

在这段示例代码中， pdepe 函数被用来求解一个偏微分方程。我们定义了PDE方程、初始条件和边界条件，然后在指定的空间和时间网格上求解该PDE。 pdepe 是专为解决一维时间依赖的PDEs设计的。

通过本章节的探讨，我们可以看到MATLAB在数值计算与优化方法方面的强大功能。无论是进行矩阵运算、求解优化问题还是处理微分方程，MATLAB都提供了简洁直观的编程接口，极大地简化了复杂的数学计算过程。在实际应用中，这些数值计算能力能够帮助工程师和研究人员快速有效地获得问题的解决方案。

本文还有配套的精品资源，点击获取

简介：台湾大学制作的MATLAB教程课件，专为初学者设计，详尽涵盖了MATLAB的基础语法、控制结构、函数和脚本编写、绘图、数值计算、符号计算、信号与图像处理、动态系统建模、文件I/O操作以及编程技巧。这套教程不仅包含理论讲解和实例演示，还提供练习题和操作指导，帮助学习者深入理解并运用MATLAB解决实际问题。

本文还有配套的精品资源，点击获取