matlab
porly
11111
展开
-
matlab norm 范式
%X为向量,求欧几里德范数,即 。n = norm(X,inf) %求 -范数,即 。n = norm(X,1) %求1-范数,即 。n = norm(X,-inf) %求向量X的元素的绝对值的最小值,即 。n = norm(X, p) %求p-范数,即 ,所以norm(X,2) = norm(X)。命令 矩阵的范数函数 norm格式 n = norm(A) %A为矩阵,求欧几转载 2012-08-16 11:08:48 · 1182 阅读 · 0 评论 -
矩阵的Doolittle分解
%本函数将一个满秩方阵按Doolittle方式分解function [L,U]=Doolittle(A) b=size(A); %b(1)行 %b(2)列 n=b(1);%这里只处理n*n的非奇异矩阵 %错误检查 if b(1)~=b(2)%非方阵错误 error('MATLAB:Doolittle:Input Matr转载 2012-08-17 13:40:25 · 3866 阅读 · 0 评论 -
对称阵的LDL分解
这是一种改进的平方根分解法(Cholesky分解),直接上公式:分解的结果是D为一对角阵,而L为主对角线元素均为1的下三角矩阵MATLAB函数为:%LDL Decomposition function for a Symteric Matrixfunction [l,d]=XDLDL(A) dim=size(A); n=dim(1); f转载 2012-08-17 13:43:01 · 9195 阅读 · 0 评论 -
矩阵的拟上三角化(Hessenberg矩阵)
%实矩阵的拟上三角分解(Hessenberg分解)%用法:[Q,B]=hess2(A)%Q返回一个正交矩阵,B为相似于A的拟上三角矩阵%注意:MATLAB自带了Hessenberg分解的函数hess(A)%By Castor 2010-12-25function [Q,B]=hess2(A) tic; n=max(size(A)); s=z转载 2012-08-17 13:45:58 · 24424 阅读 · 1 评论 -
幂法求特征值
%幂法%用于计算一个可对角化的n*n矩阵的绝对值最大的特征值%返回值m为绝对值最大特征值,而x为该特征值对应的特征向量function [m,x]=PM(A) n=max(size(A)); u=ones(n,1); y=ones(n,1);%初始化,初始值是多少不重要 beta1=0; eta=norm(u,2); y=u.原创 2012-08-17 13:52:13 · 4475 阅读 · 3 评论 -
浅析MATLAB中的内联函数、匿名函数和函数函数
内联函数 内联(inline)函数是MATLAB 7以前经常使用的一种构造函数对象的方法。在命令窗口、程序或函数中创建局部函数时,通过使用inline构造函数,而不用将其储存为一个M文件,同时又可以像使用一般函数那样调用它。MATLAB中的内联函数借鉴了C语言中的内联函数,在C语言中,内联函数是通过编译器控制来实现的,它只在需要用到的时候,内联函数像宏一样的展开,所以取消了函数转载 2012-08-17 13:58:38 · 18422 阅读 · 1 评论 -
matlab线性方程求法分类
matlab中线性方程组Ax=b求解方法众多,容易糊涂,这里对各种方法进行概述: 1、求逆法 x = A \ b 或 x=inv(A) * b 以下是矩阵分解法: 2、LU分解 [L, U] = lu(A) 使得 A=LU 即 x=U\(L\b)原创 2012-08-17 14:56:22 · 1587 阅读 · 0 评论 -
diag()函数功能
关于matlab中的diag函数(矩阵对角元素的提取和创建对角阵)diag函数功能:矩阵对角元素的提取和创建对角阵 设以下X为方阵,v为向量1、X = diag(v,k)当v是一个含有n个元素的向量时,返回一个n+abs(k)阶方阵X,向量v在矩阵X中的第k个对角线上,k=0表示主对角线,k>0表示在主对角线上方,k<0表示在主对角线下方。例1:v=[1 2 3];diag转载 2012-08-16 10:50:34 · 72245 阅读 · 1 评论 -
用matlab做聚类分析
说明:如果是要用matlab做kmeans聚类分析,直接使用函数kmeans即可。使用方法:kmeans(输入矩阵,分类个数k)。 转载一: MATLAB提供了两种方法进行聚类分析: 1、利用 clusterdata 函数对数据样本进行一次聚类,这个方法简洁方便,其特点是使用范围较窄,不能由用户根据自身需要来设定参数,更改距离计算方法; 2、分步聚类:( 1)用 pdist转载 2012-08-21 20:16:57 · 2019 阅读 · 0 评论 -
MATLAB 取整函数
Matlab取整函数有: fix, floor, ceil, round.fix 朝零方向取整,如fix(-1.3)=-1; fix(1.3)=1;floor 朝负无穷方向取整,如floor(-1.3)=-2; floor(1.3)=1;ceil 朝正无穷方向取整,如ceil(-1.3)=-1; ceil(1.3)=2;round 四舍五转载 2012-09-28 21:45:07 · 669 阅读 · 0 评论 -
奇异值、奇异矩阵、SVD分解、正交矩阵定义解释
奇异值:奇异值分解法是线性代数中一种重要的矩阵分解法,在信号处理、统计学等领域有重要应用。定义:设A为m*n阶矩阵,A'表示A的转置矩阵,A'*A的n个特征值的非负平方根叫作A的奇异值。记为σi(A)。如果把A‘*A的特征值记为λi(A‘*A),则σi(A)=sqrt(λi(A’*A))。奇异矩阵: 奇异矩阵是线性代数的概念,就是对应的行列式等于0的矩阵。奇异矩阵的判断方转载 2012-09-28 21:48:21 · 5541 阅读 · 0 评论 -
矩阵的“特征值分解”和“奇异值分解”区别
在信号处理中经常碰到观测值的自相关矩阵,从物理意义上说,如果该观测值是由几个(如 K 个)相互统计独立的源信号线性混合而成,则该相关矩阵的秩或称维数就为 K,由这 K 个统计独立信号构成 K 维的线性空间,可由自相关矩阵最大 K 个特征值所对应的特征向量或观测值矩阵最大 K 个奇异值所对应的左奇异向量展成的子空间表示,通常称信号子空间,它的补空间称噪声子空间,两类子空间相互正交。理论上,由于噪声的原创 2012-09-28 21:48:40 · 3652 阅读 · 0 评论 -
逐次超松弛迭代法SOR
%SOR:逐次超松弛迭代法%本函数只能求解当A为n*n的矩阵%2010-10-21function x=SOR(A,b,w) tic; if nargin==2 w=1.23;%默认松弛因子w=1.23 end if w error('MATLAB:SOR:Argument w:should be转载 2012-08-17 13:36:43 · 7545 阅读 · 0 评论 -
Matlab数理统计工具箱
Matlab数理统计工具箱应用简介1. 概述Matlab的数理统计工具箱是Matlab工具箱中较为简单的一个,其牵扯的数学知识是大家都很熟悉的数理统计,因此在本文中,我们将不再对数理统计的知识进行重复,仅仅列出数理统计工具箱的一些函数,这些函数的意义都很明确,使用也很简单,为了进一步简明,本文也仅仅给出了函数的名称,没有列出函数的参数以及使用方法,大家只需简单的在Matlab工作空间中输入转载 2012-08-17 14:02:17 · 3785 阅读 · 0 评论 -
矩阵的分解
MATLAB中有这个恒等式:A=triu(A,1)+tril(A,-1)+diag(diag(A))将矩阵分解为一个上三角阵、下三角阵和一个对角阵。测试如下:>> format compact>> A=[1 2 3;4 5 6;7 8 9]A = 1 2 3 4 5 6 7 8 9>>转载 2012-08-17 14:00:15 · 1062 阅读 · 0 评论 -
MATLAB中的常用函数
1. 特殊变量与常数主题词意义主题词意义ans计算结果的变量名computer确定运行的计算机eps浮点相对精度Inf无穷大I虚数单位inputname输入参数名NaN非数nargin输入参数个数nargout输出参数的数目pi圆周率n转载 2012-08-16 10:59:29 · 7012 阅读 · 0 评论 -
顺序高斯消去法求线性方程组
%采用顺序高斯消去法求n*n的线性方程组%消元过程中出现A(k,k)=0将导致消元无法进行,计算报错function x=Gauss(A,b) tic; n=max(size(A)); x=zeros(n,1);%初始化x %消元过程 for k=1:n-1 if A(k,k)==0 error('转载 2012-08-17 13:38:11 · 2236 阅读 · 0 评论 -
满秩方阵的LDU分解
%本函数将一个满秩方阵按LDU方式分解%本函数需要调用Doolittle分解%请确保该文件存在工作目录下function [L,D,U]=LDU(A) [L U]=Doolittle(A); b=size(A); n=b(1); D=zeros(n,n); for i=1:n D(i,i)=U(i,i);转载 2012-08-17 13:48:20 · 2147 阅读 · 0 评论 -
矩阵的Crout分解
%本函数将一个满秩方阵按Crout方式分解function [L,U]=Crout(A) b=size(A); %b(1)行 %b(2)列 n=b(1);%这里只处理n*n的非奇异矩阵 %错误检查 if b(1)~=b(2)%非方阵错误 error('MATLAB:Crout:Input Matrix should be转载 2012-08-17 13:54:22 · 8340 阅读 · 0 评论 -
matlab矩阵及其基本运算—特征值分解和奇异值分解
特征值分解 函数 eig格式 d = eig(A) %求矩阵A的特征值d,以向量形式存放d。d = eig(A,B) %A、B为方阵,求广义特征值d,以向量形式存放d。[V,D] = eig(A) %计算A的特征值对角阵D和特征向量V,使AV=VD成立。[V,D] = eig(A,'nobalance') %当矩阵A中有与截断误差数量级原创 2012-08-17 15:24:08 · 3847 阅读 · 0 评论 -
Jacobi迭代法 Gauss-Seidel迭代法
按照算法(Jacobi迭代法)编写Matlab程序(Jacobi.m)function [x, k, index]=Jacobi(A, b, ep, it_max)% 求解线性方程组的Jacobi迭代法,其中% A --- 方程组的系数矩阵% b --- 方程组的右端项% ep --- 精度要求。省缺为1e-5% it_max --- 最大迭代次数,省缺为1转载 2012-08-17 13:34:08 · 8163 阅读 · 1 评论 -
最速下降法法求解线性方程组
%最速下降法法求解线性方程组%Steepst Descent Method%本函数只能求解当A为n*n的矩阵%2010-10-23function x=SDM(A,b) tic t=size(A); n=t(2); x=ones(n,1); r=b-A*x; fid=fopen('FFast-Output.tx转载 2012-08-17 13:37:30 · 6515 阅读 · 0 评论 -
Jacobi方法求实对称矩阵的特征值和特征向量
%本函数采用Jacobi方法计算实对称矩阵的所有特征值和对应特征向量%返回值D为特征值对角阵,V为对应特征向量构成的正交方阵%即有V'*A*V=D,V'*V=I%采用查找绝对值最大的非对角元素方法function [D,V]=Jaco(A) tic; %检验输入是否合法 b=size(A); if b(1)~=b(2) %行列不等转载 2012-08-17 13:41:51 · 8646 阅读 · 1 评论 -
Cholesky分解
楚列斯基(Cholesky)分解用于对称矩阵的分解,使用该方法,对称矩阵A可以分解为:A=U'*U其中U为上三角矩阵,U'为U的转置,实现算法为: 当然MATLAB中是有现成的函数的,不需要我们手动编写M文件。该函数就是chol,例如下面这个矩阵:A = 1 2 3 2 8 8 3转载 2012-08-17 13:43:51 · 2188 阅读 · 0 评论 -
求解最佳松弛因子
%本函数用于计算n*n方阵的最佳松弛因子%本函数只能求解当A为n*n的矩阵%用步长为0.01扫描w的取值区间0-2%2010-10-23function [bw,brho]=BSOR(A) n=max(size(A)); D=zeros(n,n); L=zeros(n,n); U=zeros(n,n);%初始化三个矩阵 rho=ze转载 2012-08-17 13:47:01 · 4636 阅读 · 0 评论 -
共轭斜向法求解线性方程组
%共轭斜向法求解线性方程组%Conjugate Gradient Method%本函数只能求解当A为n*n的矩阵%2010-10-23function x=CJM(A,b) tic; t=size(A);%获取A的行列 n=t(1); x=ones(n,1); r=b-A*x; p=r; fid=fopen('F转载 2012-08-17 13:51:21 · 1148 阅读 · 0 评论 -
matlab矩阵运算
主要包括特征值、奇异值、条件数、各类范数、矩阵秩、、矩阵迹、及矩阵空间运算。通用形式:funm(A,'函数名'), 其中A为输入矩阵变量,如,funm(B,'log'),起作用等同于logm(b). 特征值范数:eig 或eigs,此函数能返回矩阵的特征值及其特征向量, 例:>>A=[7,3,-1;3,4,-1;-2,-1,3];转载 2012-09-28 21:50:36 · 2946 阅读 · 0 评论