matlab学习笔记02 1.6-1.9

本文详细介绍了矩阵的基础运算,包括构造、合并、删除、下标引用以及信息获取。讨论了特殊矩阵如单位阵、随机数矩阵的生成,并展示了如何进行矩阵的转秩、旋转和镜像操作。此外,还讲解了矩阵求逆和求解线性方程组的方法,包括矩阵乘法和inv函数的应用。
摘要由CSDN通过智能技术生成

矩阵基础运算

矩阵的构造
在这里插入图片描述
在这里插入图片描述
标量 1x1矩阵
一组n个数据
多维数组

矩阵的构造

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
ones
zeros
eye
diag

构造特殊矩阵

在这里插入图片描述
对角阵,魔方矩阵是方阵

在这里插入图片描述
在这里插入图片描述
注意rand(n)产生0-1的均匀分布
高斯分布随机数 randn(m,n)产生mxn的随机数矩阵
随机数矩阵,其中,随机数服从标准高斯分布

randn(n)产生nxn的随机数矩阵,其中,随机数服从标准高斯分布下同
产生mxn的随机数矩阵
randn(m,n)
ex=0
dx=1

randperm产生整数1~n的随机排列
A=randperm(n)产生整数1~n的随机排列
perm全排列

在这里插入图片描述

eye(n)阶单位阵

向量构造

1.a:b
2.a:s:b
3.linspace()
4.logspace()

矩阵的合并
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
矩阵的串联
不具有相同行数的两个矩阵,不允许合并为一个新矩阵

矩阵的合并

合并符[]
在这里插入图片描述
cat在指定方向合并矩阵 cat(1,A,B)与A;B用途一致
horizon水平 horzcat水平方向合并矩阵
vertcat竖直 vertcat竖直方向合并矩阵
repmat 通过复制矩阵来构造新矩阵 repmat(A,M,N)
块矩阵 mxn块矩阵
blkdiag 得到以矩阵A,B为对角块的矩阵

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

矩阵行列的删除

在这里插入图片描述
读取第n行 列号用:代表
A(n,:)
删除一行
A(n,:)=[]
读取第n列
A(:,n)
删除一列
A(:,n)=[]

矩阵的下标引用

1.访问单个元素
A(i,j)表示第i行第j列的元素
A=magic(3)读取

A(2,3)
A(n)

A(n)是一列一列地数数的

线性引用元素

对于矩阵A,线性引用元素的格式为
A(k)这样的引用用于行向量或者列向量,也可以用于二维数组

matlab 按列优先 线性引用元素来存储矩阵元素

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

访问多个元素

操作符’:'可以用来表示矩阵的多个元素 如果A是二维矩阵
A(:,:)返回矩阵A的所有元素
A(i,:)返回矩阵A第i行的所有元素

A(1,k1 : k2)返回矩阵A第i行的自k1到k2列的所有元素
A(:,j)返回矩阵第i列的所有元素
A(k1 : k2,j)返回矩阵A第j 的自k1到k2 的所有元素

如果A是多维矩阵,也可以通过类似的方法实现对其访问

A(a,n,b)a-b步长为n的矩阵
生成矩阵的方法

矩阵信息的获取

在这里插入图片描述

矩阵尺寸信息

size 矩阵各个方向的长度
size(x,dim)第二个参数是维数
二维中1是行 2是列
在这里插入图片描述
在这里插入图片描述

length()矩阵各方向中最长长度
相当于max(size(X))
B有xy两个方向 x=1 y=2
在这里插入图片描述
ndims 矩阵的维数
在这里插入图片描述

元素数据类型

在这里插入图片描述
class() 返回数据类型
is数据类型()返回true/false

矩阵的数据结构

isempty()判断矩阵是否为空矩阵
isscalar()判断矩阵是否为标量
issparse()判断是否为稀疏矩阵
isvector()判断是否为矢量

矩阵结构的改变

reshape按照长列向量的顺序重排元素
reshape(A,m,n)
rot90旋转矩阵
在这里插入图片描述
rot90(B,n)旋转n个90度

fliplr以竖直方向为轴做镜像
在这里插入图片描述

flipud以水平方向为轴做镜像

在这里插入图片描述

flipdim以指定的轴做镜像
在这里插入图片描述
水平方向1
竖直方向2

矩阵的转秩
在这里插入图片描述
transpose矩阵的转置
B=transpose(A)

B=A'

ctranspose矩阵的共轭转置
B=ctranspose(A)

B=A`

在这里插入图片描述

在这里插入图片描述
矩阵以列优先
元素的总数保持不变

矩阵求逆
inv(A)

求解线性方程组

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
解的情况
可逆的时候有解
1.唯一解
2.无穷解
3.无解

X=AB
方法一 矩阵方法
x=inv(A)*B

方法二 solve函数
建立符号变量
syms x y z

没有建立符号变量会报错
在这里插入图片描述

[x y z]=solve(…,…,…)
右边的等式需要等于零
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

summary

矩阵的基础运算

1.矩阵的构造

-简单矩阵构造

-特殊矩阵构造

ones zeros eye diag magic rand randn randperm

-向量构造

a:b a:s:b linspace logspace

2.矩阵合并删除

合并

[] cat horzcat vertvat repmat blkdiag

删除

删除一行 删除一列

3.矩阵的下标引用

A(i,j) A(n)

4.矩阵信息的获取

size length ndims

class isa

5.矩阵结构的改变

reshape rot90 fliplr flipud flipdim transpose ctranspose inv

求解方程

1.x=inv(A)*B

2.solve

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值