1]画图问题：
1对于正余玄等，其实离散的，若将t取得非常小，是连续的，如果t的间隔大，plot(t1,y1,'r.')则明显离散，plot(t1,y1,t1,y1,'r.') 则就会有一条折线将离散的
点连接起来了，
2、subplot（a，b，c），将图分为ab快； grid on 画坐标方格
title （‘加标题’）
xlabel('x'), ylabel('y')
axis([0,pi,-1,1])%控制轴的范围 axis square %使坐标轴长度相同 legend('1','2','3')%图例 text（x，y，‘’）在图片上（）
3、 t=(0:pi/50:2*pi);k=0.4:0.1:1;y=cos(t)*k;plot(t,y)这是错误语句； t=(0:pi/50:2*pi)'才对，另外关于幂的问题> Y=sin(th)*sqrt(25-a^2); ??? Error using ==> mpower Matrix must be square. >> Y=sin(th)*sqrt(25-a.^2);
4、对函数加包络线，如y=sin（x）[-1，1]
5]数据拟合经典
>>x=[0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1]
>>y=[-.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; % data >>n=2; % order of fit
>>p=polyfit(x , y , n) % find polynomial coefficients p =
-9.8108 20.1293 -0.0317 >>xi=linspace(0 , 1 , 100);
>>z=polyval(p , xi); % evaluate polynomial >>plot(x , y , ‘ o ' , x , y , xi , z , ' : ')
>>xlabel(‘ x ‘) , ylabel(‘ y=f(x) ‘) , title(‘ Second Order Curve Fitting ‘) %%%%%%%%%%%%%%%%%%%曲线拟合的经典：（详见拟合PPT） > x=0:0.1:1
>> y=[-.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; >> P=polyfit(x,y,2); >> xi=linspace(0,1,100); >> z=polyval(P,xi); >> hold on
>> plot(x,y,'r.','MarkerSize',20);
>> plot(xi,z,'b','LineWidth',2),hold off >> legend('points','line')%图例
>
经验曲线拟合：（详见拟合PPT） y=c*exp(a*x); M:wenjian
function ff=mfun(beta,x) b1=beta(1); b2=beta(2);
ff= b1*exp(b2*x);
命令窗口输入： x=[]; y=[];
C=nlinfit(x,y,@mfun,[0 0])
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
插值经典：
hours=1:12;
temps=[5 8 9 15 25 29 31 30 22 25 27 24]; h=1:0.1:12;%（将时间细化，）
t=interp1(hours,temps,h,'spline'); (每个细化后的时间通过插值得到的值，直接输出数据将是很多的)
plot(hours,temps,'+',h,t,hours,temps,'r:') %作图依次将散点图，插值后的图，及散点的折线图画出
xlabel('Hour'),ylabel('Degrees Celsius’)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 6、k=sym('k') % k是一个符号变量;
symsum(S) 对通项S求和,其中k为变量且从0变到k-1. symsum(S,v) 对通项S求和,指定其中v为变量且v从0变到v-1. symsum(S,a,b) 对通项S求和,其中k为变量且从a变到b. symsum(S,v,a,b) 对通项S求和,指定其中v为变量且v从a变到b. 7、解微分方程：
解析解
dsolve('fangcheng1 ','fangcheng 2'…..,'chu shi tiao jian ','bian liang' ) 数值解
[自变量，函数]=ode45/ode23/ode15s（‘保存的函数名’，[自变量的范围]，[函数的初始值]）
高化底，
8、回归分析：
经典例制：x=0.1:0.01:0.18;x=[x,0.2,0.21,0.23]'; y=[42,41.5,45,45.5,45,47.5,49,55,50,55,55.5,60.5]'; X=[ones(12,1),x]; >> polyfit(x,y,1)
[b,bint,r,rint,stats]=regress(y,X,0.05); >> b,bint,stats,rcoplot(r,rint)
9、数组的输入：
x=linspace(a,b,n);
x=rand(1,n);//0-1之间的n的随即数 x=randperm(n);//1到n的随即整数 10、将硬盘的数据读入变量
读入txt：a=load(' shu ju lu jing ') 读入excel:a=xlsread(' shu ju lu jing ') 11、矩阵函数
eye(m,n);m*n的矩阵； magic(n);n为方阵； ones(m,n);
rand(m,n);是m*n的（0，1）分布随即数矩镇
randn(m,n);m* n矩阵，元素为正态分布的随即数珠； zeros(m,n);
meshgrid（y,x）产生x-y平面的网格点数据x,y； det 计算矩镇的行列市， eig 特征值 inv 逆 rank 秩 trace 迹
norm 摸或范数
orth 求出可将矩镇化为对角阵的正交化 poly 矩镇的特征多项式
12、点乘与矩镇运算： A.' A'
A.^n 矩镇的每个元素自乘n方 A^n矩镇自乘n方
A.^p 矩镇的每个元素自求p次方 A^p矩镇的p次幂 A.*B A*B A./B A/B B.\\A B\\A
13、（具体见统计工具）
统计工具箱有关命令：
1）数据的输入，保存，调用；data=[];save data;load data; 2）基本统计量: 均值mean(x), 中位数median(x); 标准差std(x); 方差var(x); 偏度skewness(x); 峰度kurtosis(x);
偏度：反映分布的对称性，〉0表示右偏态，此时数据位于均值得右边比位于左边的多，峰度：如果
3，常见的分布函数：
常见的几种分布的命令字符为：
正态分布：norm 指数分布：exp
帕松分布：poiss 威布尔分布：weib
?分布：beta
?2分布：chi2
t分布：t F分布：F
Matlab工具箱对每一种分布都提供五类函数，其命令字符为：
概率密度：pdf 概率分布：cdf 逆概率分布：inv 均值与方差：stat 随机数生成：rnd
（当需要一种分布的某一类函数时，将以上所列的分布命令字符与函数命令字符接起来，并输入自变量（可以是标量、数组或矩阵）和参数即可.）
4、
统计图形的作图
normplot（）正态分布检验图； hist（y,x）做直方图；
chi2rnd（5，1，100）产生自由度为5的1000个卡方随即数； pie（X，explode）//X一为数组，作图时将元素求和，然后计算出每个元素的的比绿，explode：数组X 的同维数组，元素为1表示响应的突出
scatter（nd，pop，‘rs’）； scatter3（X，Y，Z）立体散点图
MATLAB中灰度直方图的显示
MATLAB图象处理工具箱提供了imhist函数来计算和显示图象的直方图，imhist函数的语法格式为： imhist(I,n) imhist(X,map)
其中imhist(I,n)计算和显示灰度图象I的直方图，n为指定的灰度级数目，默认值为256。imhist(X,map)计算和显示索引色图象X的直方图，map为调色板。 例：
I = imread('rice.tif'); imshow(I)
figure, imhist(I) 5、参数估计：
1、正态总体的参数估计
设总体服从正态分布，则其点估计和区间估计可同时由以下命令获得：
[muhat,sigmahat,muci,sigmaci] = normfit(X,alpha)
此命令在显著性水平alpha下估计数据X的参数（alpha缺省时设定为0.05），返回值muhat是X的均值的点估计值，sigmahat是