当前位置：首页 > news >正文

MATLAB 安装与使用详细教程

news 来源：原创 2025/6/4 18:34:47

% 计算二次方程的根 % 文件: quadratic.m 
a = input('请输入a的值: '); 
b = input('请输入b的值: '); 
c = input('请输入c的值: '); 
discriminant = b^2 - 4*a*c; 
if discriminant > 0 x1 = (-b + sqrt(discriminant)) / (2*a); x2 = (-b - sqrt(discriminant)) / (2*a); 
fprintf('方程有两个实数根: %.2f 和 %.2f\n', x1, x2); 
elseif discriminant == 0 x = -b / (2*a); 
fprintf('方程有一个实数根: %.2f\n', x); 
else realPart = -b / (2*a); 
imagPart = sqrt(-discriminant) / (2*a); 
fprintf('方程有两个复数根: %.2f + %.2fi 和 %.2f - %.2fi\n',... realPart, imagPart, realPart, imagPart); 
end

3. 基本编程结构

条件语句

if x > 0 disp('x是正数'); 
elseif x < 0 disp('x是负数'); 
else disp('x是零'); 
end

循环

% for循环 
for i = 1:5 fprintf('当前值: %d\n', i); end 
% while循环 
n = 1; while n <= 5 disp(n); n = n + 1; end

函数

% 文件: calculate_average.m 
function avg = calculate_average(array) % 计算数组的平均值 
% 输入: 数值数组 % 输出: 平均值 
sum_total = sum(array); count = length(array); avg = sum_total / count; end

注意：函数文件必须与函数名相同（例如 calculate_average.m），并且应该放在 MATLAB 路径中。

第五部分：MATLAB 编程示例

示例1：数据分析和可视化

% 生成随机数据 
data = randn(100, 3); 
% 100行3列的随机正态分布数据 
% 计算统计量 
means = mean(data); stds = std(data); 
% 绘制箱线图 
figure; boxplot(data); title('数据分布箱线图'); xlabel('变量'); ylabel('值'); 
% 绘制散点矩阵 
figure; plotmatrix(data); title('变量间关系散点矩阵');

示例2：图像处理

% 读取图像 
img = imread('peppers.png'); 
% 显示原始图像 
figure; subplot(1, 3, 1); imshow(img); title('原始图像');% 转换为灰度图像 
gray_img = rgb2gray(img); subplot(1, 3, 2); imshow(gray_img); title('灰度图像'); 
% 边缘检测 
edge_img = edge(gray_img, 'canny'); subplot(1, 3, 3); imshow(edge_img); title('边缘检测');

示例3：简单数值模拟

% 模拟抛硬币实验 
num_trials = 1000; % 实验次数 
results = randi([0 1], 1, num_trials); % 0表示反面，1表示正面 % 计算累计正面比例 
cumulative_heads = cumsum(results); 
trial_numbers = 1:num_trials; 
proportions = cumulative_heads ./ trial_numbers; 
% 绘制结果 
figure; 
plot(trial_numbers, proportions); 
hold on; 
yline(0.5, '--r', '理论概率'); 
xlabel('实验次数'); 
ylabel('正面比例'); 
title('大数定律演示'); 
legend('实际比例', '理论概率'); 
grid on;

学习资源推荐：