矩阵
简化的行阶梯形矩阵(Gauss-Jordan 消元法)
clc,clear;
A = [1 1 5;
2 1 8;
1 2 7;
-1 1 -1];
b = [6 8 10 2]';
M = [A b];
%rref计算行阶梯形矩阵
R = rref(M)
创建一个向量并计算模
v = [1 -2 3];
n = norm(v)
计算向量的1-范数(该向量中元素模的总和)
X = [-2 3 -1];
n = norm(X,1)
nrm = normest(S) 返回矩阵 S 的 2-范数估值。
nrm = normest(S,tol) 使用相对误差 tol 替代默认容差 1.e-6。tol 的值决定了估值能否接受。
[nrm,count] = normest(…) 返回 2-范数估值并给出所用幂迭代数。
c = condeig(A) 返回由 A 的特征值的条件数构成的向量。这些条件数是左特征向量和右特征向量之间角度的余弦的倒数。
[V,D,s] = condeig(A) 等效于
[V,D] = eig(A);
s = condeig(A);
较大的条件数表示,A 接近具有多重特征值的矩阵。
奇异值分解
Singular Value Decomposition
A = [1 0 1; -1 -2 0; 0 1 -1]
s = svd(A)