第2章 MATLAB数学建模快速入门
2.1 MATLAB快速入门
2.1.1 MATLAB概要
MATLAB是矩阵实验室（Matrix Laboratory）的缩写。MATLAB的基本数据单元是矩阵。
20世纪70年代后期Cleve Moler编写接口程序，取名MATLAB；
1983年，Cleve Moler和工程师Steve Bangert一起用C语言开发了第二代MATLAB专业版。具备数值计算和数据图示化的功能；
1984年，Cleve Moler和John Little成立了Math Works公司，将MATLAB推向市场；
2.1.2 matlab的功能
2.1.3 快速入门案例
基于项目学习（Project Based Learning，PBL）
案例：已知股票的交易数据，试用某种方法来评价这只股票的价值和风险。
典型科学计算流程：
第一步：读入外部数据（excel）
1、选中需要读入的数据，右键选中导入数据；
2、导入后的数据
3、根据需要选择导入的类型
如果不需要处理，就点导入数据即可。导入后在工作区就会有数据。
第2步：数据探索和建模
1、双击工作区导入的数据；
2、数据可视化
命令窗口多了一行命令
如果要了解更多的绘图信息，可以在命令行输入doc或help查看。
输入doc后出现MATLAB文档界面，里面内容很丰富。
3、生成脚本
在导入数据的时候选择“生成脚本”，会自动生成脚本文件，将常用的数据类型和数据都导入。只需要在脚本文件中加入自己的程序即可。读入数据并将数据命名为sz1。
在最后新建一个节，输入如下程序：
%% 数据探索
figure %创建一个新窗口
plot(sz1.DateNum,sz1.Pclose,'k') %将图的颜色设置为黑色
datetick('x','mm') %更改日期显示类型
xlabel('日期') %x轴说明
ylabel('收盘价') %y轴说明
figure %重新创建一个新窗口，作为对比图
bar(sz1.Pclose) %生成柱状图运行结果：
%% 股票价值评估
p=polyfit(sz1.DateNum,sz1.Pclose,1); %线性拟合
p1=polyval(p,sz1.DateNum); %得到多项式的结果
figure
plot(sz1.DateNum,p1,sz1.DateNum,sz1.Pclose,'*g'); %将原始图和拟合后的曲线对照
value=p(1) %将斜率给value输出结果：
%% 股票风险的评估
MaxDD=maxdrawdown(sz1.Pclose); %计算最大回撤
risk=MaxDD %将最大回撤赋值给risk，作为股票的风险输出：
value =
0.1212
risk =
0.1155
第三步：发布
1、脚本
2、论文
3、软件（大中型项目）
脚本在第2步已经完成，现以论文发布为例。
发布后生成的图。
2.1.4 入门后的提高
建议：
1、熟练掌握最常用的基本操作；
2、了解MATLAB开发模式；
3、基于项目学习。
2.2 MATLAB常用技巧
2.2.1 常用标点的功能
逗号（，）用作要显示计算结果的指令及其后面的指令之间的间隔；用作输入量与输出量之间的间隔；用作数组元素的分隔。
分号（；）用作不显示计算结果的标志；用作数组行间的分隔
冒号（：）用以生成一维数值数组；用作单下标援引时，表示全部元素构成的长列；用作多下标援引时，表示对应维度上的全部元素。
注释号（%）
单引号（‘’）字符串标记符
圆括号（）数组援引用；函数指令时表示输入变量
方括号[]输入数组时用；函数指令时表示输出变量
花括号{}元胞数组标记符
续行号（…）一列放不下可以用三个连续黑点与下列连续。
2.2.2 常用操作指令
clc 清除窗口内容
clear 清除工作空间变量
close all 关闭所有打开的图形窗口
clf 清除图形窗口的内容
edit 打开m文件编辑器
disp 显示变量的内容
2.2.3 指令编辑操作键
↑ 向前查看输入过的指令行
↓向后查看输入过的指令行
Tab 补全命令
2.2.4 matlab数据类型
元胞数组（cell）可以看成一种特殊数据类型，又称为广义矩阵。元素可以是任何一种数据类型的常数或者常量，每个元素也可以具有不同的尺寸和内存占用空间，每个元素的内容也可以完全不同，所以其元素被称为元胞。并且内存也是动态分配的。
表（table）与元胞数组相似，可以包含所有数据类型。表相当于一个小型数据库。
例：以元胞和表的形式导入数据
2.3 matlab开发模式
2.3.1 命令行模式
适合单个的小型科学计算问题的求解老师和项目的探索分析；
缺点：不便于重复执行，也不便于自动化执行科学计算任务。
2.3.2 脚本模式
可以很方便的修改代码，也可以继续更复杂的任务。优点是便于重复执行计算，并可以将整个计算过程保存在脚本中，移植性比较好，灵活。
2.3.3 面向对象模式
将数据和相关操作合并到逻辑结构中。具有可提升软件复杂性的能力，在开发和维护大型应用与数据结构时尤为重要。
2.3.4 三种模型的配合
三种模式相互配合、不断提升。
初期以命令行的脚本模式为主，然后逐步形成脚本；随着项目不断提升，使用面向对象的开发模式，逐步形成功能模块改写成函数的形式。
还不断需要在命令行测试函数、测试输出等工作，新增功能也需要在脚本模式状态进行完善。三种模式配合是项目代码不断精炼、不断提升的过程。