MATLAB基本操作（1）代数

每个能爱上代数的人，都是含着金钥匙出生的。——题记

反正笔者是学不好了QAQ，不过计算机上的基本操作还是要会的。日常使用中，主要用到的还是线性代数，下文主要就说它吧。而能呈现在电脑上的线性代数必然离不开向量和矩阵了。接下来就把一些基本操作放在这里，具体原理神马的，代数课本还是需要翻出来好好复习一番的。

零、特殊数与基本操作

不多说了，和数学课本上一样一样的。下面左边是命令右边是含义。

eps   极小量(一般是e-16量级)

pi   圆周率

i,j   复数虚部

inf  无穷大

……

一、创建向量和矩阵

（1）赋值创造

中间无论用空格还是逗号都行，换行用分号：例如下面的例子：

A=[0 1 2 3 4 8 6]  1×7的行向量

B=[0 1 2;3 4 5;6 7 8]  3×3的矩阵

C=[0 1 3 5 8 2]' 6×1的列向量（'代表转置）

O=[ ]   生成空矩阵

（2）特殊矩阵

D=zeros(x,y)  创建一个x*y的零矩阵

E=ones(x,y)  创建一个x*y的全一矩阵

F=eye(x,y)  创建一个x*y的，a_{x,x}都是1，其余元素都是0的矩阵

以上操作都可以简写成~（x），这样创建的就是x*x的方阵。

G=magic(3)  创建幻方（当然不一定是3阶的，不过只能是方阵）

H=rand(x,y)  创建所有元素都是[0,1]之间随机数的x*y矩阵

……

不一而足。感觉用得最多的还是手输和下面的冒号操作：

（3）冒号命令创建向量、linspace命令

十分实用！至少笔者写10个代码要用50+个冒号表达式，linspace作用类似。且看下面的例子：

A1=1:0.1:10   创建一个从1开始，10结束，步长为0.1的相邻等差向量

B1=1:10   跟上面始末是一样的，由于默认步长为1，这里可以省略步长

C1=linspace(0,10)   创建一个0开始，10结束的1*100矩阵。说到这儿有人会问，为什么会有linspace这个命令呢？不难发现，如果这时候敲C=0:0.1:10的话，元素会有101个，而不是100个！自然，得到的步长就不是想要的了。不过，我更主要用它作图，毕竟写这个命令就不用算步长了。

D1=linspace(0,10,1000)   跟上面一样，不过是1*1000矩阵。

（4）矩阵组合

如果行或列匹配，那么大的矩阵可以直接写成分块形式。

C=[A B]   写成一行

C=[A;B]   写成一列

二、矩阵的运算

（1）加减法：略

（2）乘法：分为矩阵乘法和点乘两种。

在点乘的时候，要求两个矩阵是完全匹配的。写法形如C=A.*B，这里A,B的行数列数都要求一样。

如果不写那个“.”，那么作的是矩阵乘法，要求第一个矩阵列数等于第二个矩阵行数。

（3）求方阵的逆：命令为inv(A)，其中A为非奇异方阵。

（4）除法：分为左除、右除和点除

C=A/B  %iff C=A*inv(B)

C=A\B  %iff C=inv(A)*B

C=A./B  %requires same dimension

感觉左除、右除用的都很少，相反向量之间点除用的很多。

（5）求行列式：det(A)  %requires square

（6）求指数：exp(A)

（7）求范数：norm(A,param)

这里的param代表参数，分别可以求1-范数，2-范数，无穷范数(inf),Frobenius范数(写法：norm(A,'fro'))

（8）求矩阵秩、迹：分别为rank(A)和tr(A)，和手写是一致的。

（9）矩阵的转置：右边打一撇即可，如B=A'，C=[0,1,2,3]' 

……

三、矩阵的特殊操作

（1）Schur分解（也称Jordan分解）

求矩阵的Schur(Jordan)标准型。一般用以下两种格式：

B=schur(A)    求Schur标准型

[B,P]=schur(A)    不光求出Schur标准型，还求出过渡矩阵（B为标准型）

（2）LU-分解（高斯消元分解）

将一个矩阵分解为上三角乘下三角。满足方程：PX=LU（P为置换矩阵）

写法：[L,U,P]=lu(X)，其中L为上三角矩阵，U为下三角矩阵，P为置换矩阵。

（3）求特征值和特征向量

写法：[X,D]=eig(A)    其中X为特征向量组成的矩阵，而D为一个对角矩阵，每个元素都是一个特征值。

……

四、矩阵的访问与使用

访问矩阵时，标号一律从1开始（这和其他编程语言从0开始相差很大）：

A=1:5;

A(1)

返回值是1，而不是2.

……

基本这些操作也就足够用了。当然后面还需要什么，可以慢慢补充。还是不能太着急呀。

另外需要说明的是，MATLAB里的矩阵运算快到令人无法想象。比如说下面的例子：

计算1+1/(2^2)+1/(3^2)+...

使用MATLAB的矩阵运算，则极为快（甚至快过C/C++里直接写循环）,下面以计算到10000000为例：

A=1:10000000;
A1=1./A  %iff ones(1,10000000)./A
SUM=A1*A1'

完成了计算，在我的电脑上大概需要0.39秒，比C++直接写循环要快一些。

但是要在MATLAB里写循环……我敢打赌你会有砸电脑的冲动的。所以虽然for循环是个好东西，但在这里还是能少用就少用的好。这一点和其他的编程语言有很大的区别。