赞
踩
目录
zeros(m,n) | 生成一个 m 行 n 列的零矩阵,m=n 时可简写为 zeros(n) |
ones(m,n) | 生成一个 m 行 n 列的元素全为 1 的矩阵, |
eye(m,n) | 生成一个主对角线全为 1 的 m 行 n 列矩阵, |
diag(X) | 若 X 是矩阵,则 diag(X) 为 X 的主对角线向量 若 X 是向量,diag(X) 产生以 X 为主对角线的对角矩阵 |
tril(A) | 提取一个矩阵的下三角部分 |
triu(A) | 提取一个矩阵的上三角部分 |
rand(m,n) | 产生 0~1 间均匀分布的随机矩阵 m=n 时简写为 rand(n) |
randn(m,n) | 产生均值为0,方差为1的标准正态分布随机矩阵 |
A(k:m) A的第 k 到第 m 个元素
A(:,k:m) A的第 k 到第 m 列组成的子矩阵
rot90(A) 逆时针旋转 90 度;
rot90(A,k) 逆时针旋转 k×90 度
reshape(A,m,n): 将矩阵元素按 列方向 进行重组
size(A,2) 返回矩阵 A 的列数
length(x) 返回向量 X 的长度
length(A) 等价于 max(size(A))
MATLAB是矩阵化程序设计语言,所以处理矩阵和向量运算特别方便。关于矩阵和向量的一些基本运算命令已在前面有所介绍,常用的命令和函数还有
zeros 生成0矩阵 eig 特征值、特征向量
ones 生成1矩阵 diag 对角矩阵
eye 生成单位矩阵 trace 方阵的迹
linspace 生成等距行向量 rank 矩阵的秩
rand 生成随机矩阵 rref 行最简形
det 方阵的行列式 orth 正交规范
inv 方阵的逆 null 求基础解系
norm 范数 jordan Jordan 分解
cond 方阵的条件数
X=A\B <==> A*X=B
X=B/A <==> X*A=B
当A为方阵,其结果与inv(A)*B基本一致;
当A不为方阵,除法将分三种情况自动检测:若为超定方程组(既无解)除法将给出最小二乘意义上的近似解,即使向量AX-B的长度最小;若为不定方程组(即无穷多解),除法将给出一个具有最多零元素的特解(不是通解);若为唯一解,除法将给出这个解。用户对结果应有一个正确的认识。
根据上述原理,做几个案例分析:
[V,D]=eig(A)
返回方阵A的特征值和特征向量。其中D为特 征值构成的对角阵,每个特征值对应的V的为属于该特征值的一个特征向量,每个特征向量都是单位向量,并且属于同一特征值 的线性无关特征向量已正交化。
eig(A)
返回方阵A的特征值构成的列向量。
例:
>> A=[1 2 3;2 3 4;2 4 5];[V,D]=eig(A),t=eig(A)
V =
-0.3957 -0.2167 + 0.5832i -0.2167 - 0.5832i
-0.5765 0.6313 0.6313
-0.7149 -0.3914 - 0.2471i -0.3914 + 0.2471i
D =
9.3329 0 0
0 -0.1665 + 0.2818i 0
0 0 -0.1665 - 0.2818i
t =
9.3329
-0.1665 + 0.2818i
-0.1665 - 0.2818i
sin、cos、tan、cot、sec、csc、… |
asin、acos、atan、acot、asec、acsc、… |
exp、log、log2、log10、sqrt |
abs、conj、real、imag、sign |
fix、floor、ceil、round、mod、rem |
max、min、sum、mean、sort、fft |
norm、rank、det、inv、eig、lu、qr、svd |
…… |
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。