zeros(3,1) 三行一列的零矩阵

ones(3,1) 三行一列的全一矩阵

[x,y]=linprog(f,a,b,aeq,beq,lb,ub); 求解关于x,y的线性规划命令

[x,y]=fmincon(fun,x0,a,b,aeq,beq,lb,ub,nonlcon,options); 求解关于x,y的非线性规划命令

[x x x]'是[x x x]的转置矩阵

x=unifrnd(0,12,[1,10000000]); x是在矩形区域[0,12]*[0,9]上产生服从均匀分布的10000000个随机点组成的矩阵

x=reshape(x,n,n); 将列向量x按列排成一个n阶方阵

ran(3,1) 生成三行一列的随机数矩阵

syms x y 定义符号变量 x y

df=jacobian(f) f是多项式 对f求一阶导

[xx,yy]=solve(df); 求根

all(x) 如果x是一个向量，则如果x的所有元素都不等于0，all(x)返回1，否则返回0；如果x是一个矩阵，则沿着列的方向，判断x的每一列是否包含0元素。对于各列，如果不包含0元素，则返回1否则0。这样all(x)最终得到一个行向量，每个元素是都x的每一列的判断结果。

if all(D>0)和if all(D)>0  意思是不一样的。 if all(D>0)：判断D中所有的元素是否都大于0，如都大于0，就返回1；如有一个不大于0，就返回0。

b=eig(a); 返回矩阵a的特征值(特征值全为正就是正定阵)

fminunc和fminsearch用于求解无约束极小值问题

fminsearch只能求给定的初始值附近的一个极小值点

options是优化参数 详见 http://blog.csdn.net/listener51/article/details/25164847

函数零点和方程的根问题：roots（向量）或solve（多项式）

fsolve（y，rand） y是多项式 只能求给定初始值附近的一个零点

R = vpa(A, d) 计算A中每个元素的d小数位精度，其中d是当前设置的位数，结果的每个元素是符号表达式。

二次规划：目标函数是自变量x的二次函数 约束条件是线性的 [x,fval]=quadprog(H,f,a,b,aeq,beq,lb,ub,x0,options)