下载文档原格式
MATLAB2014a生成C++代码，并用VC2010生成dll 供VBA或VB调用使用说明一、过程概述1、使用VC2010生成.dll文件，测试VC程序是否正常2、使用VBA调用VC2010生成的.dll文件，测试.dll文件调用的VBA代码是否正常，这里使用Excel VBA主要是为了以后输入输出数据更方便。
3、使用MATLAB编写脚本程序文件，使用MATLAB CODER功能编译成c++文件。
4、VC2010集成MATLAB生成的c++代码，并编译成.dll文件5、使用步骤1,2验证MATLAB生成的代码二、具体实施过程描述1、使用VC2010生成.dll文件1.1工程建立首先打开VS 2010--> 新建工程 --> Win32 --> Win32项目 --> 输入工程名称(MakeDll)，选择好保存工程的路径-->确定。
在弹出的“应用程序设置”--> "应用成程序型" --> 选择 "DLL(D)" --> 附加选项-> 选择"空项目(E)" ---->点击"完成"进入项目工作窗口1.2开始创建DLL第一步：在头"解决方案资源管理器" --> 头文件 --> 右键 -->添加新建项---→选择"头文件(.h)" -->输入文件名称(max) --> 点击“添加(A)”，完成max.h文件的添加。
max.h头文件中的代码为：1. #ifndef _MAX_H2. #define _MAX_H_3. __declspec(dllexport) int __stdcall fmax(int a,int b);4. #endif代码说明：__declspec(dllexport) 的作用是指定导出该函数为DLL函数；__stdcall是函数调用约定,表示该DLL函数被C/C++以外的语言调用;备注：使用时需要根据实际定义的主函数返回值类型和函数名称修改低3行红色而自体标记部分内容。
01 MATLABChapterMATLAB简介MATLAB是一种高级编程语言和环境，主要用于数值计算、数据分析、信号处理、图像处理等多种应用领域。
MATLAB具有简单易学、高效灵活、可视化强等特点，被广泛应用于科研、工程、教育等领域。
MATLAB提供了丰富的函数库和工具箱，方便用户进行各种复杂的数学计算和数据分析。
MATLAB安装与启动MATLAB界面介绍工作空间用于显示当前定义的所有变量及其值。
命令历史记录了用户输入过的命令及其输出结果。
基本运算与数据类型02矩阵运算与数组操作Chapter01020304使用`[]`或`zeros`、`ones`等函数创建矩阵创建矩阵使用`size`函数获取矩阵大小矩阵大小通过下标访问矩阵元素，如`A(i,j)`矩阵元素访问使用`disp`或`fprintf`函数显示矩阵信息矩阵信息矩阵创建与基本操作对应元素相加，如`C = A+ B`加法运算矩阵运算对应元素相减，如`C = A-B`减法运算数与矩阵相乘，如`B = k *A`数乘运算使用单引号`'`进行转置，如`B = A'`转置运算满足乘法条件的矩阵相乘，如`C = A * B`矩阵乘法使用`inv`函数求逆矩阵，如`B = inv(A)`逆矩阵数组创建数组大小数组元素访问数组操作数组操作01020304线性方程组求解数据处理与分析特征值与特征向量图像处理矩阵与数组应用实例03数值计算与数据分析Chapter数值计算基础MATLAB基本运算数值类型与精度变量与表达式函数与脚本数据分析方法数据导入与预处理学习如何导入各种格式的数据（如Excel、CSV、TXT等），并进行数据清洗、转换等预处理操作。
数据统计描述掌握MATLAB中数据统计描述的方法，如计算均值、中位数、标准差等统计量，以及绘制直方图、箱线图等统计图表。
数据相关性分析学习如何在MATLAB中进行数据相关性分析，如计算相关系数、绘制散点图等。
MATLAB R2014a 基础教程———MATLAB R2014a 快易行（上）前言MATLAB与Mathematica、Maple并称为“3M”，是数学界中三大著名软件，这些软件在数据运算处理上十分强大，备受科研工作者的青睐。
同时，MATLAB与Origin也是常见的绘图工具，MATLAB 侧重于图像的计算，Origin侧重于图像的表达。
另外，在仿真模拟方面，MATLAB与SYNESS、COMSOL等在该领域内被大家所推崇。
由此可见，MATLAB是一款功能强大、应用丰富且被广泛认可的科研工具，熟练掌握它有助于提高我们的科研质量。
在此之前，我做过关于Origin 9.0的“快易行”基础教程，思路是先把握软件的大体脉络，再根据自己的需求学习到边边角角。
可是，MATLAB却不能这样学，为什么呢？解压后的MATLAB R2014a有8.78G之大，而Origin 9.0只有663M，所以即使我们第一步只学主线，也会耗费巨大的时间与精力。
同时，学习跨度的增加很容易致使前面学了、后面忘了的尴尬局面，最后导致效果打折，如同古代打战时，切忌粮草供应线过长。
所以，在这款软件的学习上，希望大家能够有一条明确的思路，你要用MATLAB做什么，那我们就学什么，想多学点不是坏事，但猴子摘玉米的故事也是一个警钟。
好了，基于此思路，我们暂时就以MATLAB解决实际问题，计算微分方程并绘制相应图像为例，一步一步地进行学习。
这是以前写的一段话，这里同样受用：长话短说，学一款软件有两种方法，一种是拿着“从入门到精通”这类的书慢慢啃，啃完了就精通了，但除了高数我一点一点地啃完，其它的都没成功过。
另一种是先入门，几分钟或者个把小时内学会主线，剩下的再慢慢来，没必要全都会，根据自己的需求再学。
所以当时就想到了“快易行”这个概念：快速、容易、行得通。
讲重点，好上手，实用，复杂点的部分自己再慢慢来，这是本文的宗旨，也希望能达到这样的效果。
Matlab2014b for mac安装及破解方法
下载R2014b_maci64.iso安装文件（链接:
/s/1pJn0olX密码: 5t4o），（之前MacBook上的Matlab2014a，因为系统升级到Yosemite后，无法打开，可以采用加载补丁的方法，攻略网上有）。
下载后，将iso文件中的内容，全部拷贝出来到，保存到电脑一个新
文件夹里，我起名字叫Matlab2014b for mac安装（拷贝出来的目的：便于替换其中的一些文件，因为iso里面的文件是没法被替换的）。
另外有一个文件夹（链接: /s/1t7EQ密码: xa3b）：MATLAB_R2014B_MAC_LINUX_crack 里面有替换文件install.jar和libmwservices.dyib，有注册激活文件：license.lic，还有一个README.pdf文件，里面包含英文的安装步骤，其中，安装序列号为：29797-39064-48306-32452
将crack文件夹中的install.jar文件，复制拷贝到安装文件夹里的
java/jar/install.jar
在安装文件夹中，点击install文件（注意时点击黑色的那个文件，带图标的installForMacOSX不要点击），输入序列号，激活文件路径找到上面的license.lic即可
安装完毕，打开软甲发现还是报错error8，为何呢？原来还有一步，右键点击已经安装好的matlab文件夹（在电脑应用程序里），打开包文件，路径如下：
/Applications/MATLAB_R2014b/bin/maci64/libmwservices.dylib，将这个文件由crack文件夹中的libmwservices.dyib进行替换。
万事大吉。
Matlab r2014a中文破解版安装及激活步骤
1、下载【Matlab_R2014a_Windows.iso】，使用虚拟光驱解压，安装软件；
2、安装过程中要断开网络连接，选择【使用文件安装密钥】，选择接受协议，输入激活码【12313-94680-65562-90832】，选择自己的安装路径，选择自己需要的组件，然后等待安装即可；
3、下载【Matlab许可证及破解文件.rar】，解压，分别会得到lic 授权文件【license.lic】，jar文件【install.jar】，文件夹【Matlab32】和【Matlab64】；
4、安装完毕后，直接选择【激活Matlab】，然后选择【不使用Internet手动激活】，选择【输入许可证文件的完整路径】，根据自己系统选择上一步下载的许可证文件【license.lic】；
5、提示激活后，不要打开软件，将【install.jar】复制粘贴到软件安装目录\java\jar下，替换原始文件。
根据系统选择【Matlab32】或【Matlab64】文件夹，将其内【bin】文件夹内的文件复制到软件根目录替换原始文件。
Matlab 软件目录1、Matlab 帮助的使用 (3)2、Matlab 数据输入与类型 (4)3、Matlab 中的M 文件及程序调试 (12)4、Matlab 绘图命令 (17)5、Matlab 在高等数学中的应用 (34)6、Matlab 在线性代数中的应用 (60)7、Matlab 数据处理 (67)9、评价方法 (82)10、预测方法 (97)11、蒙特卡洛方法 (110)12、智能算法 (122)13、分形 (129)14、Simulink 初步 (134)15、Matlab 在概率统计中的应用 (147)参考文献 (151)作为和Mathematica、Maple 并列的三大数学软件。
其强项就是其强大的矩阵计算以及仿真能力。
要知道Matlab 的由来就是Matrix + Laboratory = Matlab，所以这个软件在国内也被称作《矩阵实验室》。
每次MathWorks 发布Matlab 的同时也会发布仿真工具Simulink。
在欧美很多大公司在将产品投入实际使用之前都会进行仿真试验，他们所主要使用的仿真软件就是Simulink。
Matlab 提供了自己的编译器：全面兼容C++以及Fortran 两大语言。
所以Matlab 是工程师，科研工作者手上最好的语言，最好的工具和环境。
Matlab 已经成为广大科研人员的最值得信赖的助手和朋友！目前MATLAB 产品族可以用来进行：－数值分析－数值和符号计算－工程与科学绘图－控制系统的设计与方针－数字图像处理－数字信号处理－通讯系统设计与仿真－财务与金融工程...Simulink 是基于MATLAB 的框图设计环境，可以用来对各种动态系统进行建模、分析和仿真，它的建模范围广泛，可以针对任何能够用数学来描述的系统进行建模，例如航空航天动力学系统、卫星控制制导系统、通讯系统、船舶及汽车等等，其中了包括连续、离散，条件执行，事件驱动，单速率、多速率和混杂系统等等。
Simulink 提供了利用鼠标拖放的方法建立系统框图模型的图形界面，而且Simulink 还提供了丰富的功能块以及不同的专业模块集合，利用Simulink 几乎可以做到不书写一行代码完成整个动态系统的建模工作。
1、Matlab 帮助的使用1.1 helphelp↵ %帮助总览help elfun ↵ %关于基本函数的帮助信息help exp ↵ %指数函数exp 的详细信息1.2 lookfor 指令当要查找具有某种功能但又不知道准确名字的指令时，help 的能力就不够了，lookfor 可以根据用户提供的完整或不完整的关键词，去搜索出一组与之相关的指令。
lookfor integral ↵ %查找有关积分的指令lookfor fourier ↵ %查找能进行傅里叶变换的指令1.3 超文本格式的帮助文件在Matlab 中，关于一个函数的帮助信息可以用doc 命令以超文本的方式给出，如doc ↵doc doc ↵doc eig ↵ %eig 求矩阵的特征值和特征向量1.4 pdf 帮助文件可从MathWorks 网站上下载有关的pdf 帮助文件。
网站地址：/2、Matlab 数据输入与类型2.1 Matlab 中的变量MATLAB 程序中的基本数据单元称为阵列(Array)，是一个分为行与列的数据集合。
变量被看作是只有一行一列的阵列。
MATLAB 语言不需要对变量进行事先声明，也不需要指定变量类型，它会自动根据所赋予变量的值或对变量所进行的操作来确定变量的类型。
其命名规则为：（1）变量名的大小写是敏感的。
（2）变量的第一个字符必须为英文字母，而且不能超过31 个字符。
（3）变量名可以包含下划线、数字，但不能为空格符、标点。
（4）命名变量时可以取一个容易记忆并且能表达出其含义的名称，如汇率，可以定义为exchange_rate。
对于变量作用域，默认情况是局部变量，使用global 定义全局变量，而且全局变量常用大写的英文字母表示。
MATLAB 预定义的变量如下表所示：注1：在定义变量时要尽量与避免与这些名字相同，以免改变它们的值，如果已经改变，可以通过clear 变量名来恢复它的初始值，也可以通过重新启动MATLAB 恢复这些值。
注2：数字的输入输出格式。
所有数据均按IEEE 浮点标准的长型格式存储。
输入格式沿用了C 语言的风格和规则；输出格式使用format 数据格式命令控制，只影响在屏幕上的显示结果，不影响内部的存储和运算。
2.2 向量及其运算1、向量的生成①命令窗口直接输入，使用[ ]，元素之间用空格、逗号或者分号隔开。
②使用冒号表达式，基本形式为x=x0:step:xn，其中xn 为尾元素数值限，而不一定是尾元素的值。
当step=1 时可省略步长。
③生成线性等分向量，使用linspace 函数。
Y=linspace(x1,x2,n)④生成对数等分向量，使用logspace 函数。
Y=logspace(x1,x2,n)2、向量的基本运算数加（减）、数乘、点积(dot 函数)、叉积(cross 函数)、混合积dot(a,cross(b,c))2.3 矩阵及其运算1、简单矩阵的输入（1）要直接输入矩阵时，矩阵一行中的元素用空格或逗号分隔；矩阵行与行之间用分号“;”隔离，整个矩阵放在方括号“[ ]”里。
A=[1,2,3;4,5,6;7,8,9]说明：指令执行后，矩阵A 被保存在Matlab 的工作空间中，以备后用。
如果用户不用clear 指令清除它，或对它进行重新赋值，那么该矩阵会一直保存在工作空间中，直到本次指令窗关闭为止。
（2）矩阵的分行输入，此时回车键作为分行标志，A=[1,2,34,5,67,8,9]（3）使用M 文件创建大矩阵，当矩阵维数非常大时，可以创建m 文件，在m 文件中输入数据或者导出数据文件。
2、矩阵的基本运算①矩阵的四则运算。
其中乘法运算要注意相乘的双方有相邻公共维，除法分为左除“\”(A\B=inv(A)*B)和右除”/”（A/B=A*inv (B)）(需要计算逆矩阵)②矩阵的逆运算。
inv 函数。
③矩阵的幂运算。
^。
④矩阵的指数运算。
exp(返回每个元素的指数值)，expm([V,D] = EIG(X) and EXPM(X) = V*diag(exp(diag(D)))/V)，expm1(exp(x)-1)⑤矩阵的对数运算。
logm⑥矩阵的特征值函数。
eig 和eigs(适合于大型稀疏方阵)⑦矩阵的奇异值函数。
svd（[U,S,V] = SVD(X)，X = U*S*V'）和svds⑧矩阵的条件数函数。
cond（矩阵A 的条件数等于A 的范数与A 的逆的范数的乘积，c = cond(A,p)等价于norm(A,p) * norm(inv(A),p)），condest(1 范数的条件数的估计值)，rcond⑨特征值的条件数函数。
codeig（[V,D,s] = condeig(A) 等价于[V,D] = eig(A); s=condeig(A);）⑩范数函数。
norm（1-范数：即列范数，矩阵的各列绝对值之和的最大值；2-范数：所有元素的平方和开根号(默认)；无穷范数：即行范数，矩阵各行的绝对值之和的最大值），normest (矩阵的2 范数的估计值)其他还有秩函数rank，迹函数trace，零空间函数null（又称为核空间，X=null(A)，则A*X=0，X‟*X=I），正交空间函数orth(B = orth(A),则B'*B = eye(rank(A)))，伪逆函数pinv 等。
3、特殊向量和特殊矩阵（1）特殊向量t=[0:0.1:10] %产生从0 到10 的行向量，元素之间间隔为0.1t=linspace(n1,n2,n)%产生n1 和n2 之间线性均匀分布的n 个数(缺省n 时,产生100 个数)t=logspace(n1,n2,n) (缺省n 时,产生50 个数)%在和之间按照对数距离等间距产生n 个数。
（2）特殊矩阵i)单位矩阵eye(m),eye(m,n) 可得到一个可允许的最大单位矩阵而其余处补0,eye(size(a)) 可以得到与矩阵a 同样大小的单位矩阵。
ii)所有元素为1 的矩阵ones(n)，ones(size(a))，ones(m，n)。
iii）所有元素为0 的矩阵zeros(n)，zeros(m,n)。
iv）空矩阵是一个特殊矩阵，这在线性代数中是不存在的。
例如q=[ ]矩阵q 在工作空间之中，但它的大小为零。
通过空矩阵的办法可以删除矩阵的行与列。
例如a(:,3)=[]表示删除矩阵a 的第3 列。
v）随机数矩阵rand(m,n) 产生m×n 矩阵，其中的元素是服从[0,1]上均匀分布的随机数。
randint(m,n,[min,max]) 产生m×n 矩阵，其中的元素是[min,max]上的随机整数。
normrnd(mu,sigma,m,n)产生m×n 矩阵，其中的元素是服从均值为mu，标准差为sigma 的正态分布的随机数。
exprnd(mu,m,n) 产生m×n 矩阵，其中的元素是服从均值为mu 的指数分布的随机数。
poissrnd(mu,m,n) 产生m×n 矩阵，其中的元素是服从均值为mu 的泊松（Poisson）分布的随机数。
unifrnd(a,b,m,n) 产生m×n 矩阵，其中的元素是服从区间[a,b]上均匀分布的随机数。
r = mvnrnd(MU,SIGMA,cases) 产生cases 对均值向量为MU，协方差阵为SIGMA 的多维正态分布的随机数。
vi）随机置换randperm(n)产生1 到n 的一个随机全排列。
perms([1:n])产生1 到n 的所有全排列。
vii)稀疏矩阵稀疏矩阵是指矩阵中零元素很多，非零元素很少的矩阵。
对于稀疏矩阵，只要存放非零元素的行标、列标、非零元素的值即可，可以按如下方式存储（非零元素的行地址，非零元素的列地址），非零元素的值。
在Matlab 中无向图和有向图邻接矩阵的使用上有很大差异。
对于有向图，只要写出邻接矩阵，直接使用Matlab 的命令sparse 命令，就可以把邻接矩阵转化为稀疏矩阵的表示方式。
对于无向图，由于邻接矩阵是对称阵，Matlab 中只需使用邻接矩阵的下三角元素，即Matlab 只存储邻接矩阵下三角元素中的非零元素。
稀疏矩阵只是一种存储格式。
Matlab 中，普通矩阵使用sparse 命令变成稀疏矩阵，稀疏矩阵使用full 命令变成普通矩阵。
例1 a=zeros(5);a(1,[2,4])=[3,4];a(3,[2:4])=[1 3 8];a(5,[1,5])=[6,7]b=sparse(a) %普通矩阵转化成稀疏矩阵c=full(b) %稀疏矩阵转化成普通矩阵其他一些特殊矩阵如下表所示：4、矩阵的特殊操作①变维。
