matlab 找到数组中第一个不连续点_MATLAB入门---MATLAB计算基础

最新推荐文章于 2021-08-28 15:56:02 发布

weixin_39612817

最新推荐文章于 2021-08-28 15:56:02 发布

阅读量570

点赞数

MATLAB是一门计算语言，它的运算指令和语法基于一系列基本的矩阵运算以及它们的扩展，它还支持复数这一数值元素，这也是MATLAB区别于其他高级语言的最大特点之一，它给许多领域的计算带来了极大的方便。

1.1MATLAB数值类型

MATLAB包括了四种基本数据运算，即双精度数组、字符串数组、元胞数组、构架数组。数值之间的相互转换，这就为其计算功能开辟了广阔的空间。

1.变量与常量

变量，是数值计算的基本单元。

MATLAB中的变量是无须事先定义的，这与C语言等高级语言不同。一个变量以其名称在语句命令中合法出现一次就可以被定义了。运算表达式变量中不允许有未被定义的变量，也不需要预先定义变量的类型，MATLAB会自动生成变量，并根据变量的操作来确定其类型。就这点来看，为使用者的操作提供了方便。

（1）MATLAB变量命名规则

1）变量名区分大小写，也就是说A和a表示的是不同的变量；

2）变量名是以英文字母开始的，第一个字母后面可以使用字母、数字、下划线，但不能使用空格和标点符号；

3）变量名的长度规定：不能超过31位，超过的部分将被忽略处理；

4）某些常量也可以作为变量使用，如i在MATLAB中表示虚数单位，但也可以作为变量使用。

常量，就是指的那些在MATLAB中已预先定义其数值的变量，我们把默认的常量做了一个表格，如下所示：

（２）MATLAB变量的显示

任何MATLAB语句的执行结果都可以在屏幕上显示，同时赋值给指定的变量，没有指定变量时，赋值给一个特殊的变量ans，数据的显示格式由format命令控制。

format只影响结果的显示，不影响其计算与存储。

MATLAB总是以双字长浮点数（双精度）来执行所有的运算。如果结果为整数，则显示没有小数；如果结果不是整数，则输出形式有下图的几种形式：

２.字符串

字符是MATLAB中符号运算的基本元素，也是文字等表达方式的基本元素，在MATLAB中，字符串作为字符数组用单引号（＇）引用到程序中，还可以通过字符串运算组成复杂的字符串。字符串数值和数字数值之间可以进行相互转化，也可以执行字符串的有关操作。

３.元胞数组

元胞是元胞数组（Cell Array）的基本组成部分。

元胞数组和数字数组很相似，以下标来区分，单元胞数组由元胞和元胞内容两部分组成。用花括号{ }表示元胞数组的内容，用圆括号（）表示元胞元素。

与一般的数字数组不同，元胞可以存放任何类型、任何大小的数组，而且同一个元胞数组中各元胞的内容可以不同。

例1：元胞数组创建与显示实例

解：MATLAB程序代码如下：

元胞数组A的第1行用元胞数组标志法建立一个字符串和一个矩阵；第2行用元胞内容编址法，建立一个传递函数和一个由两个元素组成的元胞组，该院包租分别是矩阵和字符串，最后，用celldisp函数显示该元胞数组A。

4.构架数组

与元胞数组相似，构架数组（Structure Array）也能存放各类数据，使用指针方式传递数值。

构架数组由结构变量名和属性名组成，用指针操作符“.“连接结构变量名和属性名。

例如，可用parameter.temperature表示某一对象的温度参数，用parameter.humidity表示某一对象的湿度参数等，因此，该结构数组parameter由两个属性组成。

5.对象

面对对象的MATLAB语言采用了多种对象，如自动控制中常用的传递函数模型对象（tf object）、状态空间模型对象（ss object）和零极点模型对象（zpk object），一些对象之间可以相互转换，例如可以从传递函数模型对象转化为零极点模型对象，这将在后面具体介绍。

1.2关系运算和逻辑运算

除了传统的数学运算外，MATLAB还支持关系运算和逻辑运算。

如果你已经有了一些编程的经验，那对这些运算不会陌生。

作为所有关系表达式和逻辑表达式的输入，MATLAB把任何非0数值当作真，把0当作假。所有关系表达式和逻辑表达式的输出，对于真输出1，对于假输出0.

MATLAB为关系运算和逻辑运算提供了关系操作符和逻辑操作符，如下两表所示：

关系运算符符号

逻辑运算符

除此之外，MATLAB还提供了若干关系运算函数和逻辑运算函数，分别如下表所示：

关系运算函数

逻辑运算函数

1.3矩阵及其运算

MATLAB最大的特色就是其强大的矩阵计算功能，在MATLAB中所有的计算都是以矩阵为单元进行的，可见矩阵是MATLAB的核心。

1.3.1矩阵的创建

由m行n列构成的数组a称为

阶矩阵，它总共由

个元素组成，矩阵元素记为

，其中i表示行，j表示列。

当m=n时，矩阵a称为方阵。当

时，所有的

，且m=n，得到的矩阵称为对角阵。

当对角阵的对角线上的元素全为1时，称为单位阵，记为I。

对于

阶矩阵w，当

时，称w是a的转置矩阵，记为

。

对于a为

的形式时，称a是m个元素的列向量，对于a为

的形式时，称a是n个元素的行向量。

矩阵的表示形式和数组相似，它以左方括号”[“开始，以右方括号”]“结束，每一行元素结束用行结束符号（分号”;“）或回车符分割，每个元素之间用元素分割符号（空格或”,“）分隔。建立矩阵的方法有直接输入矩阵元素、在现有的矩阵中添加或删除元素、读取数据文件、采用现有矩阵组合、矩阵转向、矩阵移位及直接建立特殊矩阵等。

例2：矩阵创建实例

解：MATLAB程序代码如下。

>>a=[1 2 3;4 5 6]

运行结果是创建了一个

的矩阵a，a的第1行由1、2、3这3个元素组成，第2行由4、5、6这3个元素组成，输出结果如下：

a = 1    2    3
    4    5    6

接着输入：

>>b=[a;11,12,13]    %添加一行元素[11,12,13]

运行结果是创建了一个

的矩阵b，b矩阵是在a矩阵的基础上添加一行元素11、12、13，组成一个

矩阵，输出结果如下：

b = 1    2    3
    4    5    6
    11   12   13

MATLAB中对矩阵元素的访问如下所示：

单个元素的访问：

，访问了第3行和第2列交叉的元素；

整列元素的访问：

，访问了第3列中的所有元素；

整行元素的访问：

，访问了第1行中的所有元素；

整块元素的访问：

，访问了一个

的子块矩阵。

MATLAB提供了很多个特殊矩阵的生成，下表列出了一些常用的生成函数，关于其他的特殊矩阵生成函数及其使用格式，请参见联机帮助：

MATLAB常用特殊矩阵生成函数

例３：特殊矩阵生成函数使用实例。

解：MATLAB程序代码如下。

>>a=[1,2,3;4,5,6;7,8,9]; b=tril(a)   %生成下三角矩阵

运行结果是生成了b矩阵，它是调用下三角矩阵生成函数tril( )生成的a矩阵的下三角矩阵，输出结果如下。

b=1    0    0
  4    5    0
  7    8    9

1.32矩阵的运算

矩阵与矩阵之间可以进行如下表所示的基本运算。

（注：在进行左除”/“和右除”“时，两矩阵的维数必须相等。）

矩阵的基本运算

例4：矩阵基本运算实例。

解：MATLAB程序代码如下。

>>a=[1,2;3,4];    b=[3,5;2,9];    div1=a/b;    %矩阵的左除
>>div2=ba    %矩阵的右除

两矩阵a与b进行了左除和右除运算，输出结果如下。

div1=0.2941    0.0588               div2=-0.3529    -0.1176
     1.1176    -0.1765                   0.4118    0.4706

MATLAB提供了多种关于矩阵的函数，下表列出了一些常用的矩阵函数运算。

常用矩阵函数运算

例５：矩阵函数运算实例。

解：MATLAB程序代码如下。

>>a=[1,3,5;2,4,6;7,9,13];    [b,c]=eig(a)    %求取矩阵的特征值和特征向量

通过函数eig( )计算矩阵a的特征向量b和特征值c，输出结果如下。

b=-0.3008    -0.7225    0.2284
  -0.3813    -0.3736    -0.8517
  -0.8742     0.5817    0.4717
c=19.3341          0        0
   0         -1.4744        0
   0               0    0.1403

矩阵分解常用于方程求根，下表列出了一些常用的矩阵分解运算。

常用矩阵分解运算函数

例6：矩阵分解运算函数使用实例。

解：MATLAB程序代码如下。

>>a=[6,2,1;2,3,1;1,1,1];   [L,U,P]=lu(a)    %对矩阵进行LU分解

通过函数lu( )对矩阵a进行LU分解，得到上三角阵U、下三角阵L、置换矩阵P，输出结果如下。

L=1.0000           0           0            U=6.0000    2.0000    1.0000
  0.3333      1.0000           0              0         2.3333    0.6667
  0.1667      0.2857      1.0000              0         0         0.6429
P=1    0    0
  0    1    0
  0    0    1

（#）