matlab中 a=[1,2,3;4,5,6;7,8,9] b=a(3:-1:1,1:3) 这个是什么意思
就是b取a的第3、2、1行,所有列,就是b是a上下翻转的矩阵,相当于b=flipud(a)。
matlab中的矩阵:求解线性方程组是线性代数课程中的核心内容,而矩阵又在求解线性方程组的过程中扮演着举足轻重的角色。利用科学计算软件MATLAB来演示使用矩阵,同时,也使学生对线性代数的认识更加理性。
矩阵的构造:在MatLab中,构造矩阵的方法有两种。一种是直接法,就是通过键盘输入的方式直接构造矩阵。另一种是利用函数产生矩阵。
扩展资料:
Matlab包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步,也可以先编写好一个较大的复杂的应用程序(M文件)后再一起运行。
新版本的MATLAB语言是基于最为流行的C++语言基础上的,因此语法特征与C++语言极为相似,而且更加简单,更加符合科技人员对数学表达式的书写格式。
使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强,这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。
参考资料来源:百度百科-MATLAB
a=[1,2,3;4,5,6;7,8,9]表示的是输入矩阵a,第一行是1,2,3;第二行是4,5,6;第三行是7,8,9 。
b=a(3:-1:1,1:3)表示b等于a矩阵的第3、2、1行,所有列,就是b是a上下翻转的矩阵,相当于b=flipud(a)。
扩展资料:
matlab的优势特点:
1、 高效的数值计算及符号计算功能,能使用户从繁杂的数学运算分析中解脱出来。
2、具有完备的图形处理功能,实现计算结果和编程的可视化。
3、友好的用户界面及接近数学表达式的自然化语言,使学者易于学习和掌握。
4、 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具。
参考资料来源:百度百科-MATLAB
>>B=A(1,:)则B等于
我们知道,求解线性方程组是线性代数课程中的核心内容,而矩阵又在求解线性方程组的过程中扮演着举足轻重的角色。下面我们就利用科学计算软件MATLAB来演示如何使用矩阵,同时,也使学生对线性代数的认识更加理性。
一、矩阵的构造
在MatLab中,构造矩阵的方法有两种。一种是直接法,就是通过键盘输入的方式直接构造矩阵。另一种是利用函数产生矩阵。
例1.利用pascal函数来产生一个矩阵
A=pascal(3)
A=
1 1 1
1 2 3
1 3 6
例2.利用magic函数来产生一个矩阵
B=magic(3)
B=
8 1 6
3 5 7
4 9 2
例3.还可以利用函数产生一个4*3的随机矩阵
>>c=rand(4,3)
c=
0.9501 0.8913 0.8214
0.2311 0.7621 0.4447
0.6068 0.4565 0.6154
0.4860 0.0185 0.7919
例4.利用直接输入法可产生列矩阵、行矩阵及常数
u=[3;1;4]
u=
3
1
4
v=[2 0 -1]
v=
2 0 -1
s=7
s=
7
二、矩阵的基本运算
1、四则运算
例5.矩阵的加法
X=A+B
X=
9 2 7
4 7 10
5 12 8
例6.矩阵的减法
Y=X-A
Y=
8 1 6
3 5 7
4 9 2
注: 若二个矩阵的大小不完全相同,则会出错!
例如,X=A+u
??? Error using ==> plus
Matrix dimensions must agree。
例7.矩阵的乘法
X=A*B
X=
15 15 15
26 38 26
41 70 39
注: 若第一个矩阵的列数和第二个矩阵行数不相同,这两个矩阵就不可以相乘。
例如,X=A*v
??? Error using ==> mtimes
Inner matrix dimensions must agree。
在MATLAB中,矩阵的除法有两个运算符号,分别为左除“\”与右除“/”,矩阵的右除运算速度要慢一点,而左除运算可以避免奇异矩阵的影响,它们的作用主要用于求解线性方程组,我们在后面会涉及到矩阵的除法。
2、矩阵的转置、逆运算及行列式运算
与线性代数中一样,矩阵的转置只需用符号“,”来表示即可。
例8.求矩阵B的转置
X=B'
X=
8 3 4
1 5 9
6 7 2
线性代数中求矩阵逆的运算非常复杂,而在MATLAB中,矩阵的逆运算只需要函数“inv”来实现,这大大简化了计算过程。
例9.求矩阵A的逆
X=inv(A)
X=
3 -3 1
-3 5 -2
1 -2 1
在MATLAB中,求矩阵的行列式大小,可用函数“det”实现。
例10.求矩阵A的行列式
X=det(A)
X=
1
注: 在求矩阵的逆和行列式时,一定要求矩阵是一个方阵,否则会出错!
例如,>>X=inv(u)
??? Error using ==> inv
Matrix must be square。
再如,X=det(u)
??? Error using ==> det
Matrix must be square。
三、矩阵的常用函数运算
1.矩阵的特征值运算
在线性代数中,计算矩阵特征值及特征向量的过程相当麻烦,但在MATLAB中,矩阵特征值运算只需要函数“eig”或“eigs”即可。
例11.求矩阵A的特征值及特征向量
>>[b,c]=eig(A)
b=
-0.5438 -0.8165 0.1938
0.7812 -0.4082 0.4722
-0.3065 0.4082 0.8599
c=
0.1270 0 0
0 1.0000 0
0 0 7.8730
上例中的b、c矩阵分别为特征向量矩阵和特征值矩阵。
2.矩阵的秩运算
矩阵的秩在求解线性方程组中应用非常广泛,而在线性代数中计算矩阵的秩也非常复杂,但在MATLAB中,矩阵的秩只需要用函数“rank”即可。
例12.求矩阵A的秩
>>x=rank(A)
x=
3
3.矩阵的正交化运算
在MATLAB中,矩阵的正交化运算可由函数“orth”计算得到。下面的例子用来求矩阵的一组正交基,有了正交基就可以对矩阵进行正交化了。
例13.求矩阵A的正交基
>>x=orth(A)
x=
-0.1938 0.8165 0.5438
-0.4722 0.4082 -0.7812
-0.8599 -0.4082 0.3065
4.矩阵的迹运算
矩阵的迹是指矩阵主对角线上所有元素的和,在MATLAB中,矩阵的迹可由函数“trace”计算得到。
例14.求矩阵A的迹
>>x=trace(A)
x=
9
四、特殊矩阵的生成
MATLAB中提供了几个特殊矩阵,主要包括如下:
1.空矩阵
空矩阵用“[]”表示,空矩阵的大小为零,但变量名存在于工作空间中。
例15
>>[]
ans=
[]
2.单位矩阵
在MATLAB中,单位矩阵可用函数“eye(n,m)”实现,其中n表行数,m表列数。
例16
>>x=eye(4,3)
x=
1 0 0
0 1 0
0 0 1
0 0 0
3.全部元素为1的矩阵
在MATLAB中,全部元素为1的矩阵可用函数“ones(n,m)”实现。
例17
>>x=ones(4,3)
x=
1 1 1
1 1 1
1 1 1
1 1 1
4.全部元素为0的矩阵
在MATLAB中,全部元素为0的矩阵可用函数“zeros(n,m)”实现。
例18
>>x=zeros(4,3)
x=
0 0 0
0 0 0
0 0 0
0 0 0
5.魔方矩阵
魔方矩阵有一个有趣的性质,其每行、每列及两条对角线上的元素和都相等。MATLAB提供了求魔方矩阵的函数“magic(n)”,其功能是生成一个n阶魔方阵。6.伴随矩阵
在MATLAB中,某个矩阵的伴随矩阵可用函数“compan(A)”实现。
例20
>>u=[1 0 -7 6];
>>x=compan(u)
x=
0 7 -6
1 0 0
0 1 0
注: 函数compan()中的变量必须是向量形式,而不能是矩阵。
7.随机矩阵
随机矩阵在数理统计的研究中非常重要,它们表示元素服从某个分布如均匀分布、正态分布的矩阵。在MATLAB中,随机矩阵可用函数“rand(n,m)”实现。
例21
>>x=rand(4,3)
x=
0.9501 0.8913 0.8214
0.2311 0.7621 0.4447
0.6068 0.4565 0.6154
0.4860 0.0185 0.7919
8.帕斯卡矩阵
我们知道,二次项 展开后的系数随n的增大组成一个三角形表,称为
杨辉三角形。由杨辉三角形表组成的矩阵称为帕斯卡(Pascal)矩阵,函数pascal(n)生成一个n阶帕斯卡矩阵。
例22
>>x=pascal(3)
x=
1 1 1
1 2 3
1 3 6
9.范得蒙矩阵
在MATLAB中,函数vander(V)生成以向量V为基础向量的范得蒙矩阵。
本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/cmu_hua/archive/2007/08/19/1750210.aspx
广告 您可能关注的内容 |