1.多項式的表示方法
多項式的形式：
matlab中表示：
matlab關於多項式的表示命令格式：
poly2str(p,』x』)：返回由多項式係數轉為多項式p(x)的字串表示式.
poly2sym§：返回由多項式係數轉為多項式函式p(x)的表示式.
sym2poly (f)：返回由多項式函式f(x)轉為多項式係數的向量.
例程式：p=[1,0,-2,3]
px=poly2sym§
q=sym2poly(px)
py=poly2str(p,『y』)
結果：p = 1 0 -2 3
px = x^3-2x+3
q = 1 0 -2 3
py = y^3-2y+3
2.多項式的計算
matlab關於多項式的一些運算命令格式：
conv(p1,p2)：返回多項式函式p1(x)與p2(x)的乘積.
[q,r]=deconv(p1,p2)：返回多項式函式p1(x)除p2(x)的商q(x)和余式r(x).
p=polyder(p1):求多項式p1的導數;
p=polyder(p1,p2): 求多項式p1與p2的乘積的導數；
[p,q]=polyder(p1,p2): 求多項式p1與p2的商的導數，其中p,q分別是導函式的分子和分母.
y=polyval(p,x):返回多項式p在x處的值；
x=roots§:返回多項式p在的所有零點或根.
3.多項式的擬合與插值
（1）擬合
多項式的擬合：通過測量或觀察一組實驗資料利用這些資料構造乙個多項式函式，使得曲線在某種準則下盡可能的接近所有資料點，接近的資料點越多，說明曲線擬合得越好。
matlab關於多項式的擬合的命令格式為：
p=polyfit(x,y,n):其中x,y為已知的陣列（要求維數一致），n為要擬合的多項式階數，向量p為返回的要擬合的多項式的係數.
（2）插值
多項式的插值:插值是對資料點之間函式的估值方法，在實際中通常得到的資料是離散的，如果想得到這些點之外其他點的資料，就要根據這些已知的資料進行估算，即插值. 插值的任務是根據已知點的資訊構造乙個近似函式. 最簡單的插值法是多項式插值.
matlab一維多項式的插值命令格式為：
y1=interpl(x,y,x1,』method』)：x，y是已知資料點的座標，x1表示需要插值的資料點組成的向量，y1表示根據插值演算法求得的與x1對應的資料點；method表示指定的所使用的插值演算法.
常見的一維多項式插值演算法:
nearest：最近點插值；.
linear：線性插值，是預設的插值方法；
spline：樣條插值；
cubic：立方插值
matlab二維多項式的插值命令格式為：
z=interp2(x,y,z,z1,y1,』method』)：x，y是已知資料構成的向量組，它們的維數相同，z為已知資料點對應值組成的矩陣；x1，y1是用於插值的資料向量，z1表示根據插值演算法求得的插值資料；method表示所使用的插值演算法.
常見的二維多項式插值演算法：
nearest：最近點插值；
bilinear：雙線性插值；
bicubic：雙立方插值.
二、矩陣運算
矩陣的基本運算包括矩陣的加法、減法、乘法（常數與矩陣乘法以及矩陣與矩陣乘法）、求逆、轉置、以及求行列式、求矩陣的秩等運算.
矩陣的基本運算：
1.加減運算：對應元素相加減，即按線性代數中矩陣的「+」和「-」運算進行；
2.數乘運算：數k與矩陣相乘a，用數k乘以矩陣a的每乙個元素；
3.矩陣乘法運算：
4.矩陣求逆與矩陣的轉置
matlab矩陣的運算：
b/a：矩陣a右除b. b/a=b*inv(a)
a\b：矩陣a左除b. a\b=inv(a)*b
a.』：求矩陣a的轉置矩陣
a』：求矩陣a的共軛轉置矩陣,實矩陣就是轉置矩陣.
inv(a),a^(-1)：求矩陣a的逆矩陣.
a^k：方陣a的k次冪.
sqrt(a)：矩陣a對應元素開方.
線性代數 線性代數的本質
線性代數在機器學習的領域中扮演者十分重要的角色，所以這裡岔開先整理一些線性代數的基本概念和計算方法。這裡是3blue1brown的線性代數課程的截圖和筆記。作為快速複習的網路筆記。本課程的特點 通過影象展現線性代數計算在幾何圖形上意義。這樣能更好的理解線性代數為什麼叫做線性代數。線性代數為什麼採用這...
線性代數入門 1 什麼是線性代數？
線性代數幾乎是每個學理工科的大學生都會學的一門課，然而我感覺大家對這門課的感覺都不怎麼好，很多人都覺得不知道線性代數是做什麼的，或者為了應付考試學會了一些計算和解題的方法。但在其他課程學習中卻常常看到那些矩陣 向量等等，便頭疼萬分，對線性代數更是深惡痛絕。最後乙個大學學下來，還是沒明白線性代數是什麼...
線性代數入門 1 什麼是線性代數？
線性代數幾乎是每個學理工科的大學生都會學的一門課，然而我感覺大家對這門課的感覺都不怎麼好，很多人都覺得不知道線性代數是做什麼的，或者為了應付考試學會了一些計算和解題的方法。但在其他課程學習中卻常常看到那些矩陣 向量等等，便頭疼萬分，對線性代數更是深惡痛絕。最後乙個大學學下來，還是沒明白線性代數是什麼...