• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

MATLAB(矩阵基本运算)

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

矩阵的基本命令和功能

MATLAB命令功能效果
A’ 矩阵A的转置
A+B 矩阵A和矩阵B的和
A-B 矩阵A减矩阵B
A*B 矩阵A乘以矩阵B
k*A 数看乘以矩阵A 当k等于3时
det(A) A的行列式
rank(A) A的秩
inv(A) A的逆
B/A B左乘A的逆;A右除B,即B*inv(A)
A\B B右乘A的逆;A左除B,即inv(A)*B
A^n A的n次幂 当n=2时
A.*B A与B的对应元素相乘
a3=A(3,:) A的第三列生成一个行向量
b2=B(:,2) B的第2列生成一个列向量
A(始行:步长:终行,始列:步长:终列) A的某几行、某几列上交叉元素生成A的子矩阵  
zeros(6) 生成6阶的零矩阵
eye(4) 生成4阶单位阵
a1*a2‘ 两个向量的内积  

常用的函数列表

MATLAB函数功能格式效果
ones 生成全1阵 y=ones(n) %生成n×n的全1阵
y=ones(m,n) %生成m×n的全1阵
rand 生成均匀分布随机矩阵 y=rand(n) %生成n×n的随机矩阵 其元素在(0,1)内
y=ones(m,n) %生成m×n的随机矩阵
randn 生成正态分布随机矩阵 y=randn(n) %生成n×n的正态分布随机矩阵
y=ones(m,n) %生成m×n的正态分布随机矩阵
linspace 产生线性等分向量 y=linspace(a,b) %产生100个线性等分点
y=linspace(a,b,n) %产生n个线性等分点
当a=3,b=2,n=5时
logspace 产生对数等分向量 y=logspace(a,b) %在()之间产生50个对数等分向量
y=logspace(a,b,n) %在()之间产生n个对数等分向量
当a=3,b=2,n=5时
numel 计算矩阵中元素的个数 n=numel(A) %返回矩阵A的元素的个数
blkdiag 产生以输入元素为对角线元素阵 out=blkdiag(a,b,c,d…) %产生以a,b,c,d,…为对角线元素的矩阵 当a=3,b=2,c=4,d=8时
hadamard 生成hadamard矩阵 H=hadamard(n) %返回n阶hadamard矩阵 当n=2时
Hankel 生成Hankel方阵 H=hankel( c ) %第1列元素为c,反三角以下元素为0
H=hankel(c,r) %第1列元素为c,最后1行元素为r,如果c的最后一个元素与r的第1个元素不同,交叉位置取为c的最后一个元素
 
hilb 生成Hilbert矩阵 H=hilb(n) %返回n阶Hilbert矩阵,H(i,j)=1/(i+j-1)
invhilb 生成逆Hilbert矩阵 H=invhilb(n) %产生n阶逆Hilbert矩阵
magic(n) 生成Magic矩阵 M=magic(n) %产生n阶魔方矩阵

向量的范数norm,使用格式和具体的数学含义分别为:


使用格式数学含义效果
n=norm(X) X为向量,求欧几里德范数即 \vert \vert X\vert \vert _2=\sqrt{\sum\vert X_k \vert^2}X2=Xk2
n=norm(X,inf) 求∞范数,即\vert \vert X\vert \vert=max(abs(X))X=max(abs(X)),即
n=norm(X,1) 求1范数,即 \vert \vert X\vert \vert _1=\sum\vert X_k \vertX1=Xk
n=norm(X,-inf) 求向量-X的元素的绝对值的最小值,即\vert \vert X\vert \vert=min(abs(X))X=min(abs(X))
n=norm(X,p) 求p-范数,即\vert \vert X\vert \vert _p=\sqrt[p]{\sum\vert X_k \vert ^p}Xp=pXkp, 所以norm(X,2)=norm(X) 当p=2时
n=norm(A) A为矩阵,求欧几里德范数 ,等于A的最大奇异值\vert \vert A\vert \vert_2A2
n=norm(A,1) 求A的列范数\vert \vert A\vert \vert_1A1 ,等于A的列向量的1-范数的最大值
n=norm(A,2) 求A的欧几里德范数\vert \vert A\vert \vert_2A2 ,和norm(A)相同
n=norm(A,inf) 求行范数\vert \vert A\vert \vert_\inftyA ,等于A的行向量的1-范数的最大值,即:max(sum(abs(A’)))
n=norm(A,‘fro’) 求矩阵A的Frobenius范数\vert \vert A\vert \vert _F=\sqrt{\sum\sum\vert A_{ij}\vert^2}AF=Aij2 ,即sqrt(sum(diag(A’*A))),不能用矩阵p-范数

矩阵的其它有关运算,包括矩阵的特征值、特征向量、矩阵初等变换的实现、向量组线性相关性的判定、矩阵条件数的计算、矩阵的LU分解等内容

使用格式功能效果
D=eig(A) 求A的特征值,得到一个由特征值构成的向量D
[X,D]=eig(A) A的特征向量矩阵X及A的特征之组成的对角阵D
Q=orth(A) 将非奇异矩阵A正交化为Q, Q’*Q=1
A([i,j],:)=A([j,i],:)

鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
Delphi源代码DES3发布时间:2022-07-22
下一篇:
Delphi7下IGDIPlus库的使用发布时间:2022-07-22
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap