对于非线性方程（1）在Matlab中创建m文件，实现二分法，简单迭代算法的函数（2）在Matlab中调用二分算法，简单迭代算法的函数，列表显示每一次迭代的计算结果，计算迭代次数，分析两类算法的优劣

好的，我明白了你的问题。以下是对应的答案：

1. 对于非线性方程（1），可以在Matlab中创建m文件来实现二分法和简单迭代算法的函数。具体的步骤如下：

（1）二分法的实现：

function [root, iter] = bisection(f, a, b, tol, maxiter)
% 输入：f - 函数句柄，a,b - 区间端点，tol - 容差，maxiter - 最大迭代次数
% 输出：root - 函数零点，iter - 实际迭代次数
if f(a)*f(b) > 0
    error('区间端点函数值符号相同，无法使用二分法求解！')
end
iter = 0;
while iter < maxiter
    c = (a + b) / 2;
    if abs(f(c)) < tol
        root = c;
        return
    end
    if f(a)*f(c) < 0
        b = c;
    else
        a = c;
    end
    iter = iter + 1;
end
error('二分法迭代次数达到最大值，未能找到合适的零点！')

（2）简单迭代算法的实现：

function [root, iter] = simple_iteration(g, x0, tol, maxiter)
% 输入：g - 函数句柄，x0 - 初始点，tol - 容差，maxiter - 最大迭代次数
% 输出：root - 函数零点，iter - 实际迭代次数
iter = 0;
while iter < maxiter
    x1 = g(x0);
    if abs(x1 - x0) < tol
        root = x1;
        return
    end
    x0 = x1;
    iter = iter + 1;
end
error('简单迭代法迭代次数达到最大值，未能找到合适的零点！')

2. 在Matlab中调用二分算法和简单迭代算法的函数，可以采用如下的方式：

% 定义函数句柄
f = @(x) exp(-x) - x;
g = @(x) exp(-x);

% 调用二分法
[a, b] = [0, 1];
tol = 1e-6;
maxiter = 100;
[root_bisection, iter_bisection] = bisection(f, a, b, tol, maxiter);

% 调用简单迭代算法
x0 = 1;
[root_simple, iter_simple] = simple_iteration(g, x0, tol, maxiter);

% 输出结果
disp(['二分法：迭代次数 = ', num2str(iter_bisection), '，零点 = ', num2str(root_bisection)]);
disp(['简单迭代法：迭代次数 = ', num2str(iter_simple), '，零点 = ', num2str(root_simple)]);

在运行以上代码后，可以得到每种迭代算法的计算结果和迭代次数。对于该方程，二分法和简单迭代算法均可以得到较为准确的零点。但是，从迭代次数来看，二分法需要更多的迭代次数才能得到同样的结果，因此简单迭代算法的效率更高。但是，需要注意的是，简单迭代算法可能会收敛得很慢，或者甚至不收敛，因此需要根据具体问题来选择合适的迭代算法。