文章中的文字可能存在語法錯誤以及標點錯誤，請諒解；
如果在文章中發現**錯誤或其它問題請告知，感謝！
向量是由n個數a1,a2,……，an組成的有序數列，記成：
a =[
a1a2
...a
n]a = \begin a1\\ a2\\ ...\\ a_n \end
a=⎣⎢⎢⎡
a1a
2...
an
⎦⎥⎥⎤
或者a t=
[a1a
2...
an]a^t = \begin a1&a2&...&a_n \end
at=[a1
a2
...
an
]1）直接輸入法
在命令視窗直接輸入向量:
例1：
>> x =
[1 2 3 4]
>> x =
[1;2;3;4]
例3：
>> x = 0:2:10>>x = 0:1:10
例5：
>> x = 0:10
3)利用linspace()函式建立法linspace()直接 定義資料元素個數，而不是元素之間的增量來建立向量，linspace()函式使用格式：linspace(first_value,last_value,number)。
例6：
>>linspace(0,10,6)
4)利用linspace()函式建立法與linspace()類似，logspace()也通過直接定義向量元素個數而非增量建立向量，linspace()函式使用格式：linspace(first_value,last_value,number)。該函式表示以10為底，從10first_value到10last_value為止，建立number個資料元素的向量。
例7：
>>x = logspace(1,4,4)
向量可以看成一種特殊矩陣 ，因此對矩陣的運算同樣適用於向量。向量可以進行加減乘除四則運算，也可以進行一些特殊運算包括點積、叉積、混合積。
1)向量的四則運算
例8：
>>x1 =
[2 9 8 7]
; %";"表示該行執行結果不顯示
2)向量的點積運算兩個向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的點積定義為：a·b=a1b1+a2b2+……+anbn。
點積的幾何意義在於判斷乙個向量在另乙個向量方向上投影的長度或兩個向量的方向，具體關係如下：
a·b > 0 方向基本相同，夾角在0°到90°之間。
a·b=0 正交，相互垂直。
a·b<0 方向基本相反，夾角在90°到180°之間
例9：
>> x1 =[1
3)向量的叉積運算兩個向量a=(x1,y1,z1),b=(x2,y2,z2)，兩向量夾角為θ，叉積定義：c=a×b=n|a||b|sin，n為垂直於向量a,b的單位向量。
這個向量積的方向是垂直於ab兩個向量所在平面，遵從右手螺旋法則。並且ab叉積後的向量積的模長在數值上等於以a，b，夾角為θ組成的平行四邊形的面積,即：|c|=|a×b|=|a||b|sin
例10：
4)向量的混合積運算matlab中混合積運算可以由dot、cross函式共同完成。
例11：
多項式（polynomial）是指由變數、係數以及它們之間的加、減、乘、冪運算（非負整數次方）得到的表示式。在matlab中， 多項式的係數組成的向量表示為p = [a0,a1,…,an]，例如2x3-x2+3表示為[2,-1,0,3]。係數中0不可省略。
我們可以將多項式轉化為向量進行運算。
1）輸入符號生成多項式
直接輸入符號生成多項式。
例12：
生成多項式4x3 +2x2 +3
2))利用polysym()函式建立法
使用ply2sym(p)生成多項式，p為多項式係數向量。
例13：
利用向量p = [3 3 4 6 -8]構建多項式3x4 +3x3+4x2+6x-8
matlalb沒有提供專門的多項式的加減運算，多項式的四則運算實際上是多項式對應係數的四則運算。
例14：
2x3-x2+3與2x+1的加減乘除
>> p1 =[2
-103
];>> p2 =[1
021]
;>> p1 + p2
>>
deconv
(p1, p2)
>>
conv
(p1, p2)
5. Matlab學習筆記 向量與多項式
冒號法 x first step end 表示 從first每隔step取乙個數字，直到end，形成乙個行向量 例如 x 1 2 5 x 1 3 5 函式法 利用linspace first，end，number 從first 到 end 取number個數 利用logspcae first，end...
matlab 行向量 Matlab多項式表示與運算
matlab習慣將降冪排列的多項式 儲存為係數行向量 注意 乘積多項式的係數恰為兩個原始係數的卷積 例 多項式帶餘除法 format rat p1 conv 1,0,2 conv 1,4 1,1 p2 1,0,1,1 q,r deconv p1,p2 cq 商多項式為 cr 餘多項式為 disp c...
matlab多項式與非多項式擬合
擬合標準 1 原始資料向量與擬合向量之間的距離最小，該距離的度量一般使用誤差平方和表示，即均方誤差 r q y 22 2 當均方誤差最小時，說明構造的擬合向量與原始向量最為接近，這種曲線擬合的方法稱為最小二乘法 3 計算均方誤差最小時的擬合係數，可以通過微積分中求解極值的方法實現 多項式擬合 1 多...