当前位置: 首页 > news >正文

MATLAB矩阵的一些用法

1.写在前面

虽然很基础,但是还是想再复习一下。

2.矩阵的序号和下标

%% 矩阵的序号和下标 %注意,在matlab中矩阵的序号是按列存储的 %以A=[1,2,3;4,5,6;7,8,9;10,11,12]为例 A=[1,2,3;4,5,6;7,8,9;10,11,12]; [m,n]=size(A); a=A(4,2) ;%=11 b=A((2-1)*m+4); %=11 %可以看到a=b,也就是说,A(i,j)=A((j-1)*m+i)

主要的结论就是:若A是m×n矩阵,那么A(i,j)=A((j-1)*m+i),这个点很小,但是有的时候写代码经常忘记

3.矩阵拆分(就是拿出原有矩阵的一部分赋值给新的矩阵)

%% 矩阵拆分 j=3; B=A(:);%得到按列堆起来的矩阵(不是[1;2;3;4;5;6;7;8;9;10;11;12]而是[1;4;7;10;2;5;8;11;3;6;9;12]) C=A(:,j); %就是把A的第3列赋给C,C现在为[3,6,9,12] D=A(3:4,1:2);%D=[7,8;10,11]

4.矩阵运算

%% 矩阵的运算 %矩阵加减:维数相同对应元素相加减,维数不同则报错 %矩阵乘法:A为m×n矩阵,B为n×p矩阵,C=A*B为m×p矩阵 %矩阵除法:A为非奇异方阵:左除:A\B=inv(A)*B,右除:B/A=B*inv(A) %矩阵乘方:A^b,要求A为方阵,b为标量 %还有点除,点乘。 a=[1,2;3,4]; b=[3,5;5,8]; a.*b %[3,10;15,32]就是对应元素相乘 a./b %[0.3333,0.4;0.6,0.5]就是对应元素相除 %矩阵求和 X=[0,1,2;3,4,5]; a=sum(X,1); %数组X的第1维元素求和,得到一个行向量[3,5,7](每一列求和) b=sum(X,2); %数组X的第2维元素求和,得到一个列向量[3;12](每一行求和)

重点是左除和sum的用法

  1. 若A为非奇异方阵:左除:A\B=inv(A)*B,右除:B/A=B*inv(A)

  2. X=[0,1,2;3,4,5];

    a=sum(X,1); %数组X的第1维元素求和,得到一个行向量[3,5,7](每一列求和)

    b=sum(X,2); %数组X的第2维元素求和,得到一个列向量[3;12](每一行求和)

5.矩阵其他运算

%% 矩阵其他运算

%inv:矩阵求逆

%det:求行列式的值

%eig:求矩阵的特征向量和特征值

A=[1,2,3;4,5,6;7,8,9];

[V,D]=eig(A) %V是特征向量,D是特征值构成的对角阵

E=eig(A);%E是A的全部特征值构成的列向量

%trace 求矩阵的迹

%rank 求矩阵的秩

6.特殊矩阵

%% 特殊矩阵

%zeros 全零矩阵

%ones 全1矩阵

%eye 单位矩阵(对角线位1)

%rand:0~1均匀分布的随机矩阵

%randn 生成均值为0,方差为1的标准正态分布随机矩阵

7. 善于运用点乘实现循环

要实现1+2+2^2+2^3+...2^63可以直接用一行matlab代码搞定

a=sum(2.^[0:63])
http://www.cnnetsun.cn/news/175731.html

相关文章:

  • Excalidraw实现KANO模型:需求优先级排序
  • 基于Java+大数据+SSMB站数据分析可视化系统(源码+LW+调试文档+讲解等)/B站数据可视化/B站数据分析/B站分析系统/数据可视化系统/数据分析系统/B站数据平台/B站可视化工具
  • 基于Python+大数据+SSMCBA球员数据可视化分析系统(源码+LW+调试文档+讲解等)/CBA球员数据展示系统/CBA球员数据统计系统/CBA球员数据分析平台/篮球数据可视化分析系统
  • Excalidraw导出PDF注意事项:格式保持完整
  • 【C++】优选算法必修篇之双指针实战:移动零 复写零
  • 【C++】继承深度解析:继承方式和菱形虚拟继承的详解
  • Excalidraw背景设置:更换画布颜色或图片
  • Excalidraw深度测评:为什么它成技术团队首选白板工具?
  • 笨人小白的温故知新——排序(3)
  • 基于python的RSA加密算法软件的研究设计(源码+文档)
  • Excalidraw界面原型设计:产品经理快速出稿方案
  • Excalidraw价值流图:精益生产流程优化
  • 嵌入式多线程从“能跑“到“稳定“的关键一步!
  • 【空间辨识】一致模态指标与模态参与因子的随机子空间辨识研究(Matlab代码实现)
  • 基于Java+SSM+SSM线上管理系统(源码+LW+调试文档+讲解等)/线上管理平台/在线管理系统/线上管理软件/网络管理系统/线上办公系统
  • 分层模糊系统:梯度下降与递推最小二乘法联合辨识研究(Matlab代码实现)
  • 人机差异的核心
  • Excalidraw暗黑模式设置:夜间使用的护眼方案
  • 精品UI知识付费系统源码 响应式视频教程知识付费软件下载网站模板
  • CentOS 7 x86系统安装EMQX 【kaki备忘录】
  • 文献综述:近年“知识工程(Knowledge Engineering)与知识库/知识图谱建设(KB/KG)”研究脉络与展望
  • Excalidraw监控指标采集:Prometheus+Grafana集成
  • 【自动驾驶基础】LDM(Latent Diffusion Model) 要点总结
  • 【FreeRTOS实战】互斥锁专题:从理论到STM32应用题
  • STM32学习——AD单通道AD多通道
  • 基于Spring Boot的农产品销售系统的设计与实现毕设源码
  • 基于Spring Boot的流浪动物救助平台的设计与实现毕业设计
  • 备份恢复-Cordovaopenharmony本地安全方案
  • 创建目标模块 Cordova 与 OpenHarmony 混合开发实战
  • 解决MQ消息丢失问题的5种方案