用MATLAB做矩阵运算

矩阵在matlab中的一些操作都在这些图片中

还有一些常用的矩阵函数可以调用，在许多网上的博客都是有的现在就粘贴如下；

(1) ones()函数：产生全为1的矩阵，ones(n)：产生n*n维的全1矩阵，ones(m,n)：产生m*n维的全1矩阵；

(2) zeros()函数：产生全为0的矩阵；

(3) rand()函数：产生在（0，1）区间均匀分布的随机阵；

(4) eye()函数：产生单位阵；

(5) randn()函数：产生均值为0，方差为1的标准正态分布随机矩阵。

具体的引用来自这里 http://www.cnblogs.com/Ran_Ran/archive/2010/12/11/1903070.html

还有些其他的用法现在感觉暂时用不到就不说了，不过一定要注意在求逆和除法的时候， 矩阵的行列式的值不能为0，也就是不能奇异

 

今天回顾了一些线性代数的内容有了许多收获，其实就在我写的这会我就在开始想为什么叫线性代数了~~

今天看的大部分都是一些简化计算的性质

在行列式中一般都是在行之间做运算来简化行列式运用的就是“把行列式的某一行（列）的各元素乘以同一个数加到另一行（列）对应的元素上，行列式不变”

哎呀我去这定义真tm打死哀家了，大致意思就是：不同的行列加上其他行列乘以一个数，行列式是不会变的··额还想也没好多少。

总之这个性质很重要就是了当然还有许多性质啦，而且这个经常用的化简方法还有另外一个名字 ‘高斯消元法’，不过感觉有了matlab这些感觉都不是特别重要了····但是有个很重要的概念大家需要了解，就是余子式很重要就是

这里就不说了，大家问度娘啦

至于matlab怎么计算余子式 貌似是没有一个函数不过百度后有高手给出了一段代码截图如下

其中A是自己给出的矩阵，原网址如下 http://www.ilovematlab.cn/thread-87888-1-1.html

 

在看到矩阵这块时看到以前一个自己忽略的地方乘以一个矩阵将原向量转动固定读书，这个书上的例子是二维的。我们在做四轴的时候要用到三维空间的其实可能是

四维的。具体二维的差不多懂了，明天看能不能把这个搞懂

这个是摘自

谢谢几位前辈了。

明天开始来研究研究秩，还有线性方程组的解，感觉比较接近线性代数了~~~为了装逼装的彻底点决定每日附上英文版~~~亚历山大....... 

 

现在我就献丑了......

now English version

For time limeited,and i should be rigorous about my words.

So, today i just do a general summarize thar what i have done today.

I try to figure out that how to use Matlab do Matrix calculate . The pictuer i

mentioned above showed that how to establishing and calculateing .For example transposition， inversion ，dot product，multiplication cross，add and subtract and so on.

 Then，i searched the internet and summarized some commonly used functions about matrix in MATLAB. The details you can see from websiteok that i have refered above.And i introduced how to obtain cofactor in matlab. The code about it i have

put a screenshot in my blog.

I found an important details about one vector transforms into another vector by matrix. It's really a great gain today.

The follow pictuers is about some important equation which must be used in four axis

algorithm and the author of this paper that i refered.

Thanks for reading.

哎呀我的妈呀终于写完了，为了装逼我也是蛮拼的 已经是凌晨1点，还没有暖气........good night

 

转载于:https://www.cnblogs.com/bigben/p/4257558.html