1.多项式的表示方法
多项式的形式：
matlab中表示：
matlab关于多项式的表示命令格式：
poly2str(p,’x’)：返回由多项式系数转为多项式p(x)的字符串表达式.
poly2sym§：返回由多项式系数转为多项式函数p(x)的表达式.
sym2poly (f)：返回由多项式函数f(x)转为多项式系数的向量.
例
程序：
p=[1,0,-2,3]
px=poly2sym§
q=sym2poly(px)
py=poly2str(p,‘y’)
结果：
p = 1 0 -2 3
px = x^3-2x+3
q = 1 0 -2 3
py = y^3-2y+3
2.多项式的计算
Matlab关于多项式的一些运算命令格式：
conv(p1,p2)：返回多项式函数p1(x)与p2(x)的乘积.
[q,r]=deconv(p1,p2)：返回多项式函数p1(x)除p2(x)的商q(x)和余式r(x).
p=polyder(p1) :求多项式p1的导数;
p=polyder(p1,p2): 求多项式p1与p2的乘积的导数；
[p,q]=polyder(p1,p2): 求多项式p1与p2的商的导数，其中p,q分别是导函数的分子和分母.
y=polyval(p,x):返回多项式p在x处的值；
x=roots§:返回多项式p在的所有零点或根.
3.多项式的拟合与插值
（1）拟合
多项式的拟合：通过测量或观察一组实验数据利用这些数据构造一个多项式函数，使得曲线在某种准则下尽可能的接近所有数据点，接近的数据点越多，说明曲线拟合得越好。
Matlab关于多项式的拟合的命令格式为：
p=polyfit(x,y,n):其中x,y为已知的数组（要求维数一致），n为要拟合的多项式阶数，向量p为返回的要拟合的多项式的系数.
（2）插值
多项式的插值:插值是对数据点之间函数的估值方法，在实际中通常得到的数据是离散的，如果想得到这些点之外其他点的数据，就要根据这些已知的数据进行估算，即插值. 插值的任务是根据已知点的信息构造一个近似函数. 最简单的插值法是多项式插值.
Matlab一维多项式的插值命令格式为：
y1=interpl(x,y,x1,’method’)：x，y是已知数据点的坐标，x1表示需要插值的数据点组成的向量，y1表示根据插值算法求得的与x1对应的数据点；method表示指定的所使用的插值算法.
常见的一维多项式插值算法:
nearest：最近点插值；.
linear：线性插值，是默认的插值方法；
spline：样条插值；
cubic：立方插值
Matlab二维多项式的插值命令格式为：
z=interp2(x,y,z,z1,y1,’method’)：x，y是已知数据构成的向量组，它们的维数相同，z为已知数据点对应值组成的矩阵；x1，y1是用于插值的数据向量，z1表示根据插值算法求得的插值数据；method表示所使用的插值算法.
常见的二维多项式插值算法：
nearest：最近点插值；
bilinear：双线性插值；
bicubic：双立方插值.
二、矩阵运算
矩阵的基本运算包括矩阵的加法、减法、乘法（常数与矩阵乘法以及矩阵与矩阵乘法）、求逆、转置、以及求行列式、求矩阵的秩等运算.
矩阵的基本运算：
1.加减运算：对应元素相加减，即按线性代数中矩阵的“+”和“-”运算进行；
2.数乘运算：数k与矩阵相乘A，用数k乘以矩阵A的每一个元素；
3.矩阵乘法运算：
4.矩阵求逆与矩阵的转置
Matlab矩阵的运算：
B/A：矩阵A右除B. B/A=B*inv(A)
A\B：矩阵A左除B. A\B=inv(A)*B
A.’：求矩阵A的转置矩阵
A’：求矩阵A的共轭转置矩阵,实矩阵就是转置矩阵.
inv(A),A^(-1)：求矩阵A的逆矩阵.
A^k：方阵A的k次幂.
sqrt(A)：矩阵A对应元素开方.