Matlab常用函数数组及矩阵的基本运算
实验一 Matlab 常用函数、数组及矩阵的基本运算
一、 实验目的
1. 了解Matlab7.0软件工作界面结构和基本操作;
2. 掌握矩阵的表示方法及Matlab 常用函数;
3. 掌握数组及矩阵的基本运算. 二、 实验内容
1. 了解命令窗口(command widow)和变量空间(workspace)的作用,掌握清
除命令窗口(clc )和变量空间(clear)的方法.掌握查询函数(help)的方法.
2. 掌握保存和加载变量的方法. 加载变量:load 变量名.
3. 掌握掌握矩阵的表示方法: 给a,b,c 赋如下数据:
]6,46,23,4,2,6,3,8,0,1[,356838241248
7,278744125431-=??????????--=??????????=c b a
4. 求a+b,a*b,a.*b,a/b,a./b,a^2,a.^2的结果.
5. 将str1=electronic; str2 = information; str3 = engineering; 三个字符串连接
在一起成str = electronic information engineering. 6. 求矩阵a 的逆矩阵a -1，行列式计算。 (inv(a),det(a)) 三、 实验要求
1.上机操作,熟练掌握清除命令窗口和变量空间的方法、查询变量的方法、加载变量的方法。
2.第2道题请写出步骤。
3.对实验内容中第3-6项,写出指令,上机运行. 记录运行结果(数据)。
4.写出实验报告。
四、 实验结果
2. 用save 函数,可以将工作空间的变量保存成txt 文件或mat 文件等. 比如: save peng.mat p j
就是将工作空间中的p 和j 变量保存在peng.mat 中. 用load 函数,可以将数据读入到matlab 的工作空间中. 比如:load peng.mat
就是将peng.mat 中的所有变量读入matlab 工作空间中。
3.运行结果如下图所示
4.运行结果如下图所示：
5.运行结果如下图所示：
6.运行结果如下图所示：
逆矩阵：行列式：
实验二 MATLAB的图形绘制
一、实验目的：
1、学习MATLAB图形绘制的基本方法；
2、熟悉和了解MATLAB图形绘制程序编辑的基本指令；
3、熟悉掌握利用MATLAB图形编辑窗口编辑和修改图形界面，并添加图形的各种标注；
4、掌握plot、subplot的指令格式和语法。
二、实验基本知识：
1、plot(x,y)------绘制由x,y所确定的曲线；
2、多组变量绘图：plot(x1, y1, 选项1, x2, y2, 选项2, ……)；
3、双Y轴绘图：plotyy()函数；
4、图形窗口的分割；
5、图形编辑窗口的使用。
三、实验内容
练习A
【1】二维曲线绘图基本指令演示。本例运作后，再试验plot(t), plot(Y), plot(Y,t) ，以观察产生图形的不同。
t=(0:pi/50:2*pi)';
k=0.4:0.1:1;
Y=cos(t)*k;
plot(t,Y) %试验plot(t,Y)
t=(0:pi/50:2*pi)';
k=0.4:0.1:1;
Y=cos(t)*k;
plot(t) %试验plot(t)
t=(0:pi/50:2*pi)';
k=0.4:0.1:1;
Y=cos(t)*k;
plot(Y) %试验plot(Y)
plot(Y,t) t=(0:pi/50:2*pi)';
k=0.4:0.1:1;
Y=cos(t)*k;
plot(Y,t) %试验plot(Y,t)
【2】用图形表示连续调制波形Y=sin(t)sin(9t)及其包络线。t=(0:pi/100:pi)';
y1=sin(t)*[1,-1];
y2=sin(t).*sin(9*t);
t3=pi*(0:9)/9;
y3=sin(t3).*sin(9*t3);plot(t,y1,'r:',t,y2,'b',t3,y3,'bo')
axis([0,pi,-1,1])
【3】.在一个图形窗口绘制正弦和余弦曲线，要求给图形加标题“正弦和余弦曲线”，X轴Y轴分别标注为“时间t”和“正弦、余弦”，在图形的某个位置标注“sin(t)”“cos(t)”，并加图例，显示网格，坐标为正方形坐标系。
x=0:0.1:10;
y1=sin(x);
y2=cos(x); subplot(2,1,1) plot(x,y1)
title('正弦曲线') xlabel('t'), ylabel('正弦') axis square
grid on
subplot(2,1,2)
plot(x,y2)
title('余弦曲线')
xlabel('t'),
ylabel('余弦')
axis square
grid on
-0.5
0.5
正弦曲线
t
正
弦
-0.5
0.5
余弦曲线
t
余
弦
【4】绘制向量x=[1 3 0.5 2.5 2]的饼形图，并把3对应的部分分离出来。 x=[1 3 0.5 2.5 2];
A=[0,1,0,0,0];
pie(x,A)
11%
33%
6%
【5】绘制参数方程x=t,y=sin(t),z=cos(t)在t=[0 7]区间的三维曲线。
clear
t=0:pi/100:7;
x=t;y=sin(t);z=cos(t); plot3(x,y,z) axis square; grid on
【6】用hold on命令在同一个窗口绘制曲线y=sin(t)，y1=sin(t+0.25) y2=sin(t+0.5)，其中t=[0 10]。
t=0:pi/100:10;
y=sin(t);
y1=sin(t+0.25);
y2=sin(t+0.5);
plot(t,y,'b-')
hold on
plot(t,y1,'g:')
hold on
plot(t,y2,'r-.')
【7】观察各种轴控制指令的影响。演示采用长轴为3.25，短轴为1.15的椭圆。注意：采用多子图（图6.2-4）表现时，图形形状不仅受“控制指令”影响，而且受整个图面“宽高比”及“子图数目”的影响。
t=0:2*pi/99:2*pi;
x=1.15*cos(t);y=3.25*sin(t);
subplot(2,3,1),plot(x,y),axis normal,grid on,
title('Normal and Grid on')
subplot(2,3,2),plot(x,y),axis equal,grid on,title('Equal')
subplot(2,3,3),plot(x,y),axis square,grid on,title('Square')
subplot(2,3,4),plot(x,y),axis image,box off,title('Image and Box off')
subplot(2,3,5),plot(x,y),axis image fill,box off
title('Image and Fill')
subplot(2,3,6),plot(x,y),axis tight,box off,title('Tight')
-2
2
-4-202
4Normal and Grid on -2
02
-2
2Equal
-2
02
-4-202
4Square
-1
1
-20
2Image and Box off
-1-0.500.51
Image and Fill
-1
01
-2
02Tight
MATLAB中的矩阵与向量运算
4.1 数组运算和矩阵运算 从外观形状和数据结构来看,二维数组和数学中的矩阵没有区别.但是,矩阵作为一种变换或映射算符的体现,矩阵运算有着明确而严格的数学规则.而数组运算是MATLAB软件所定义的规则,其目的是为了数据管理方面,操作简单,指令形式自然和执行计算有效.所以,在使用MATLAB时,特别要明确搞清数组运算和矩阵运算的区别.表 4.1.1 数组运算和矩阵运算指令形式和实质内涵 数组运算矩阵运算 指令含义指令含义 A.'非共轭转置A'共轭转置 A=s把标量s赋给数组A的每个元素 s+B把标量s分别与数组B的每个元素相加s-B, B-s标量s分别与数组B的元素之差 s.*A标量s分别与数组A的元素之积s*A标量s分别与矩阵A的元素之积 s./B, B.\s标量s分别被数组B的元素除s*inv(B)矩阵B的逆乘标量s A.^n数组A的每个元素的n次方A^n A为方阵时,矩阵A的n次方 A+B数组对应元素的相加A+B矩阵相加 A-B数组对应元素的相减A-B矩阵相减 A.*B数组对应元素的相乘A*B内维相同矩阵的乘积 A./B A的元素被B的对应元素除A/B A右除B B.\A一定与上相同B\A A左除B(一般与右除不同) exp(A)以e为底,分别以A的元素为指数,求幂expm(A) A的矩阵指数函数 log(A) 对A的各元素求对数logm(A) A的矩阵对数函数 sqrt(A) 对A的积各元素求平方根sqrtm(A) A的矩阵平方函数 从上面可以看到,数组运算的运算如:乘,除,乘方,转置,要加"点".所以,我们要特别注意在求"乘,除,乘方,三角和指数函数"时,两种运算有着根本的区别.另外,在执行数组与数组运算时,参与运算的数组必须同维,运算所得的结果数组也是总与原数组同维. 4.2 数组的基本运算 在MATLAB中,数组运算是针对多个数执行同样的计算而运用的.MATLAB以一种非常直观的方式来处理数组. 4.2.1 点转置和共轭转置 . ' ——点转置.非共轭转置,相当于conj(A'). >> a=1:5; >> b=a. ' b = 1 2 3 4 5 >> c=b. ' c = 1 2 3 4 5 这表明对行向量的两次转置运算便得到原来的行向量. ' ——共轭转置.对向量进行转置运算并对每个元素取其共轭.如: >> d=a+i*a
MATLAB实验二 矩阵基本运算(一)答案
实验一 矩阵基本运算（一） （1）设A 和B 是两个同维同大小的矩阵，问： 1）A*B 和A.*B 的值是否相等？ ????? ?? =763514432A ???? ? ??=94 525 313 4B A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A*B, A.*B ans = 37 37 44 44 37 51 65 67 78 ans = 8 9 4 12 5 10 15 24 63 2）A./B 和B.\A 的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A./B, B./A
ans = 0.5000 1.0000 4.0000 1.3333 0.2000 2.5000 0.6000 1.5000 0.7778 ans = 2.0000 1.0000 0.2500 0.7500 5.0000 0.4000 1.6667 0.6667 1.2857 3）A/B和B\A的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A/B, B/A ans = -0.3452 0.5119 0.3690 0.7857 -0.7857 0.6429 -0.9762 1.3095 0.5952 ans = 110.0000 -15.0000 -52.0000
92.0000 -13.0000 -43.0000 -22.0000 4.0000 11.0000 4）A/B和B\A所代表的数学含义是什么？ 解： A/B是B*A的逆矩阵 B\A是B*A的逆矩阵 （2）写出完成下列操作的命令。 1）将矩阵A第2—5行中第1，3，5列元素赋给矩阵B。 A=[0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186] B=A(2:5,[1,3,5]) A = 0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186 B = 0.2311 0.7382 0.2028 0.6068 0.1763 0.1987 0.4860 0.4057 0.6038 0.8913 0.9355 0.2722 2）删除矩阵A的第7号元素。 A=rand(6,6); >> A(7)=[inf] A = 0.8385 Inf 0.1730 0.1365 0.2844 0.5155
2-matlab矩阵的代数运算 (1)
乘法运算乘法运算符为”*”，运算规则和现行代数中矩阵乘法运算相同，即放在前面的矩阵的行元素，分别与放在后面的矩阵的各列元素对应相乘并相加。 1、两个矩阵相乘：必须满足前一矩阵的列数等于后一矩阵的行数。 2、矩阵的数乘：返回数与矩阵中每一个元素相乘后的矩阵 3、向量的点乘（内积）：维数相同的两个向量的点乘；A.*B表示A与B对应的元素相乘，返回的是一个向量 4、向量点积： （1）C=dot(A,B) %若A、B为向量，A与B长度相同；若为矩阵，则A与B有相同维数 （2）C=dot(A,B,dim) %在dim维数中给出A与B的点积 5、向量叉乘：在数学上，两向量的叉乘是一个过两向量交点且垂直于两向量所在平面的向量。 （1）C=cross(A,B) %若A、B为向量，则返回A与B的叉乘，即C=AXB；若为矩阵，则返回一个3Xn矩阵，其中列是A与B对应列的叉积，A、B都是3Xn矩阵 （2）C=cross(A,B,dim) %在dim维数中给出向量A与B的叉积注：A与B必须具有相同维数，size(A,dim)和size(B,dim)必须是3 6、矩阵卷积和多项式乘法：w=conv(u,v) （反褶积deconv(u,v)）长度为m的向量序列u和长度为n的向量序列v的卷积定义为 ∑ = + = k 1 j j) -1 u(j)v(k )k( w，其中w向量序列长度为（m+n-1） 多项式的乘法实际上是多项式系数向量间的卷积运算，举例如下：展开多项式(s2+2s+2)(s+4)(s+1) >>w=conv([1,2,2],conv([1,4],[1,1])) w = 1 7 16 18 8 >>p=poly2str(w,’s’) %将w表示成多项式 p=s^4 +7 s^3 +16 s^2 +18 s + 8 7、张量积 C=kron(A,B) %A为mxn矩阵，B为pxq矩阵，则C为mpxnq矩阵A与B的张量积定义为： 加、减运算加、减运算符为”+”、”--”。运算规则为对应元素相加、减 pow2函数命令：X=pow2(F,E)，表示F*2E；命令：X=pow2(E），表示2E 矩阵的代数 运算
Matlab常用函数数组及矩阵的基本运算
实验一 Matlab 常用函数、数组及矩阵的基本运算 一、 实验目的 1. 了解Matlab7.0软件工作界面结构和基本操作; 2. 掌握矩阵的表示方法及Matlab 常用函数; 3. 掌握数组及矩阵的基本运算. 二、 实验内容 1. 了解命令窗口(command widow)和变量空间(workspace)的作用,掌握清 除命令窗口(clc )和变量空间(clear)的方法.掌握查询函数(help)的方法. 2. 掌握保存和加载变量的方法. 加载变量:load 变量名. 3. 掌握掌握矩阵的表示方法: 给a,b,c 赋如下数据: ]6,46,23,4,2,6,3,8,0,1[,356838241248 7,278744125431-=??????????--=??????????=c b a 4. 求a+b,a*b,a.*b,a/b,a./b,a^2,a.^2的结果. 5. 将str1=electronic; str2 = information; str3 = engineering; 三个字符串连接 在一起成str = electronic information engineering. 6. 求矩阵a 的逆矩阵a -1，行列式计算。 (inv(a),det(a)) 三、 实验要求 1.上机操作,熟练掌握清除命令窗口和变量空间的方法、查询变量的方法、加载变量的方法。 2.第2道题请写出步骤。 3.对实验内容中第3-6项,写出指令,上机运行. 记录运行结果(数据)。 4.写出实验报告。 四、 实验结果 2. 用save 函数,可以将工作空间的变量保存成txt 文件或mat 文件等. 比如: save peng.mat p j 就是将工作空间中的p 和j 变量保存在peng.mat 中. 用load 函数,可以将数据读入到matlab 的工作空间中. 比如:load peng.mat 就是将peng.mat 中的所有变量读入matlab 工作空间中。
matlab中的矩阵的基本运算命令范文
1.1 矩阵的表示 1.2 矩阵运算 1.2.14 特殊运算 1．矩阵对角线元素的抽取 函数diag 格式X = diag(v,k) %以向量v的元素作为矩阵X的第k条对角线元素，当k=0时，v为X的主对角线；当k>0时，v为上方第k条对角线；当k<0时，v为下方第k条对角线。 X = diag(v) %以v为主对角线元素，其余元素为0构成X。 v = diag(X,k) %抽取X的第k条对角线元素构成向量v。k=0：抽取主对角线元素；k>0：抽取上方第k条对角线元素；k<0抽取下方第k条对角线元素。 v = diag(X) %抽取主对角线元素构成向量v。 2．上三角阵和下三角阵的抽取 函数tril %取下三角部分 格式L = tril(X) %抽取X的主对角线的下三角部分构成矩阵L L = tril(X,k) %抽取X的第k条对角线的下三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。函数triu %取上三角部分 格式U = triu(X) %抽取X的主对角线的上三角部分构成矩阵U U = triu(X,k) %抽取X的第k条对角线的上三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。3．矩阵的变维 矩阵的变维有两种方法，即用“：”和函数“reshape”，前者主要针对2个已知维数矩阵之间的变维操作；而后者是对于一个矩阵的操作。 （1）“：”变维 （2）Reshape函数变维 格式 B = reshape(A,m,n) %返回以矩阵A的元素构成的m×n矩阵B B = reshape(A,m,n,p,…) %将矩阵A变维为m×n×p×… B = reshape(A,[m n p…]) %同上 B = reshape(A,siz) %由siz决定变维的大小，元素个数与A中元素个数 相同。 （5）复制和平铺矩阵 函数repmat 格式 B = repmat(A,m,n) %将矩阵A复制m×n块，即B由m×n块A平铺而成。 B = repmat(A,[m n]) %与上面一致 B = repmat(A,[m n p…]) %B由m×n×p×…个A块平铺而成 repmat(A,m,n) %当A是一个数a时，该命令产生一个全由a组成的m×n矩阵。 1.3 矩阵分解 1.3.1 Cholesky分解 函数chol 格式R = chol(X) %如果X为n阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足R'*R = X；若X非正定，则产生错误信息。 [R,p] = chol(X) %不产生任何错误信息，若X为正定阵，则p=0，R与上相同；若X非正定，则p为正整数，R是有序的上三角阵。 1.3.2 LU分解
Excel 矩阵运算及引用
利用Excel中函数进行矩阵运算实验 一、实验目的与要求 了解Excel的函数应用并能够利用Excel进行常用的矩阵运算。掌握以Excel 中的几个主要矩阵运算函数的功能，即 MDETERM：用于计算矩阵行列式的值； MINVERSE：用于求解某个可逆矩阵的逆矩阵； MMULT：用于计算两个矩阵的乘积，进行两个矩阵的乘法时必须确保第一个乘积矩阵的列等于第二个乘积矩阵的行； TRANSPOSE：用来求解矩阵的转置或用于Excel中行列的互换。 二、实验内容及步骤 1.矩阵的数乘 用一个数乘以一个矩阵，必须将该数与矩阵的每一个元素相乘。将单元格B3中的数字乘以矩阵A，只需在单元格B10中输入公式“=$B$3*B5”（注意：单元格B3必须采用绝对引用，及固定单元格），然后将其复制到B10:D12区域（利用自拖功能也可以实现），最终结果见下表： 矩阵的数乘 2.矩阵的加法 具有相同行列的两个矩阵才能相加。要进行矩阵的加法，只需将两个矩阵相
同行、列的元素相加，即可得到新的矩阵。如下图，要将矩阵A和B相加，只需在单元格G4中输入公式“=A4+D4”，并将其复制到G4:H8区域（利用自拖功能也可以实现），就可得到最终结果。 矩阵的相加 3.矩阵的转置 对矩阵E进行转置，首先选中打算放置输出结果的整个单元格区域F4:H7，然后选择“插入-函数”，在“查找与引用”或“全部”函数中选择函数“TRANSPOSE”。在“函数参数”的对话框中输入“A4:D6”，同时按住[Ctrl]+[Shift]+[Enter]键，最终得到下列结果。 矩阵转置 也可以利用复制，选择性粘贴中选择转置即可得到上述结果。 4、矩阵相乘 做法一：进行矩阵乘法必须保证第一个乘积矩阵的列等于第二个乘积矩阵的行。首先选中打算放置输出结果的整个单元格区域A9:D10，然后选择“插入-函数”，在“数学与三角”或“全部”函数中选择函数“MMULT”。在“函数参数”的对话框中分别输入第一个数组“A4:C5”和第二个数组“E4:H6”，同时按住[Ctrl]+[Shift]+[Enter]键，最终得到下列结果。
matlab矩阵运算和数组运算
matlab矩阵运算和数组运算 作者：佚名教程来源：网络点击数：1368 更新时间：2010-5-3 矩阵运算和数组运算是Matlab的数值运算中的两大类运算。矩阵运算是按矩阵运算法 则进行的运算；数组运算无论是何种运算操作都是对元素逐个进行。 矩阵运算和数组运算指令对照汇总 矩阵运算指令指令含义数组运算指令指令含义 A' 矩阵转置 A.+B 对应元素相加 A+B 矩阵相加 A.-B 对应元素相减 A-B 矩阵相减 A.*B 同维数组对应元素相乘 s+B 标量加矩阵 s.*A A的每个元素乘s s-B,B-s 标量矩阵相减 A./B A的元素被B的对应元素除 A*B 矩阵相乘 B.\A 同上 A/B A右除B s./B, B.\s s 分别被B的元素除 B\A A左除B A.^n A的每个元素自乘n 次 inv(A) 矩阵求逆 log(A) 对A的每个元素求对数 A^n 矩阵的n次幂 sqrt(A) 对A的每个元素求平方根 f(A) 求A的各个元素的函数值 例： a=[1 2 3; 4 5 6; 7 8 9];b=[1 2 3; 3 2 1;1 4 5]; c=[1 1 1;2 3 1;1 0 2]; d=a*c^2+b d = 32 31 36 82 79 82 128 129 134 3.4 矩阵函数和数组函数
3.4.1 基本数组函数 数组函数是对各个元素的函数设计的。 f(.)基本函数表 函数名称功能函数名称功能 sin 正弦 acosh 反双曲余弦 cos 余弦 atanh 反双曲正切 tan 正切 acoth 反双曲余切 cot 余切 asech 反双曲正割 sec 正割 acsch 反双曲余割 csc 余割 fix 朝零方向取整 asin 反正弦 ceil 朝正无穷大方向取整 acos 反余弦 floor 朝负无穷大方向取整 atan 反正切 round 四舍五入到整数 atan2 四象反正切 rem 除后取余数 acot 反余切 sign 符号函数 asec 反正割 abs 绝对值 acsc 反余割 angle 复数相角 sinh 双曲正弦 imag 复数虚部 cosh 双曲余弦 real 复数实部 tanh 双曲正切 conj 复数共轭 coth 双曲余切 log10 常用对数 sech 双曲正割 log 自然对数 csch 双曲余割 exp 指数 asinh 反双曲正弦 aqrt 平方根 f(.)特殊函数表 函数名称功能函数名称功能 bessel 第一、第二类Bessel函数 erf 误差函数
MATLAB中矩阵常用的操作函数
MATLAB中矩阵常用的操作函数 1. zeos : 生成零矩阵 2. ones : 生成1矩阵 3. eye : 生成单位矩阵 4. rand : 返回[0,1]之间的平均分布的随机数（矩阵） 5. randn : 返回标准正态分布的随机数（矩阵） 6. mean : 返回列的均值 7. std : 返回列的方差 8. magic : 返回魔方矩阵，即行、列，对角线元素之和都相等的矩阵 9. hilb : 返回Hilbert矩阵，即H(i,j)=1/(i+j-1) 的矩阵 10. toeplitz : 返回toeplitz矩阵 11. 常用运算： 和：A+B 积：A*B 转置：A'，注意：如果A是复矩阵，则A'是共轭转置 行列式：det(A) 逆：inv(A) 内积：dot(a, b) 秩：rank(A) 迹：trace(A) 12. 线性方程组：Ax=b，可以用左除运算：x=A\b；也可以用逆运算：x=inv(A)*b，但效率不如左除运算。 13. Jordan 标准型：jordan(A)，返回A的Jordan标准型。或者用两个参数接收结果：[V, J] = jordan(A)，那么J是A的Jordan标准型，V是用到的相似变换矩阵，即A=V*J*inv(V)。 14. SVD分解，即奇异值分解：[U, S, V] = svd(A)，A=USV'。 15. 特征值：eig(A)返回A的所有特征值。如果用两个参数接收结果：[E, F] = eig(A)，那么E 的列是A的特征向量，F是A的特征值。 16. 范数： 1范数：norm(A, 1) 2范数：norm(A, 2) 无穷范数：norm(A, inf) Frobenius范数（也叫Euclid范数，简称F-范数或者E-范数），即A全部元素平方和的平方根：norm(A, 'fro') 17. 矩阵函数：通用方法是funm(A, @fun)，即计算矩阵A的fun函数。
MATLAB基本矩阵运算
Basic Matrix Operations 一、实验目的 1、掌握向量和矩阵的创建方法； 2、掌握向量和矩阵元素的索引方法； 3、掌握向量和矩阵的基本操作； 4、利用MATLAB编写程序进行矩阵运算。 二、基础知识 1、常见数学函数 函数名数学计算功能函数名数学计算功能 Abs(x) 实数的绝对值或复数的幅值floor(x) 对x朝-∞方向取整 Acos(x) 反余弦arcsin x gcd(m，n）求正整数m和n的最大公约数 acosh(x) 反双曲余弦arccosh x imag(x) 求复数x的虚部 angle(x) 在四象限内求复数 x 的相角lcm(m，n) 求正整数m和n的最小公倍数 asin(x) 反正弦arcsin x log(x) 自然对数（以e为底数） asinh(x) 反双曲正弦arcsinh x log10(x) 常用对数（以10为底数） atan(x) 反正切arctan x real(x) 求复数x的实部 atan2(x,y) 在四象限内求反正切Rem(m，n) 求正整数m和n的m/n之余数 atanh(x) 反双曲正切arctanh x round(x) 对x四舍五入到最接近的整数 ceil(x) 对x朝+∞方向取整sign(x) 符号函数：求出x的符号 conj(x) 求复数x的共轭复数sin(x) 正弦sin x cos(x) 余弦cos x sinh(x) 反双曲正弦sinh x cosh(x) 双曲余弦cosh x sqrt(x) 求实数x的平方根：x exp(x) 指数函数xe tan(x) 正切tan x fix(x) 对x朝原点方向取整tanh(x) 双曲正切tanh x 2、常量与变量 系统的变量命名规则：变量名区分字母大小写；变量名必须以字母打头，其后可以是任意字母，数字，或下划线的组合。此外，系统内部预先定义了几个有特殊意义和用途的变量，见下表： 特殊的变量、常量取值
matlab数组运算
Matlab中数组元素引用有三种方法： 1.下标法(subscripts) 2.索引法(index) 3.布尔法(Boolean) 在使用这三种方法之前，大家头脑一定要清晰的记住，Matlab中数组元素是按列存储(与Fortran一样)，比如说下面的二维数组 A= 8 1 6 3 5 7 4 9 2 Matlab的存储顺序是8,3,4,1,5,9,6,7,2，也就是说先行后列，对于3维数组呢，就是先行后列再页 对应个元素的索引和下标分别为 Element Index Subscripts 8 1 (1,1) 3 2 (2,1) 4 3 (3,1) 1 4 (1,2) 5 5 (2,2) 9 6 (3,2) 6 7 (1,3) 7 8 (2,3) 2 9 (3,3) 从上面的例子中已经很清晰的说明了下标和索引的区别了，也就是说Matlab为没有个元素分配了一个唯一识别的ID(即index) 1.下标法引用 A(ii,jj)：其中ii和jj可以是一维向量、标量、“:”号或者“end” 大家对下标估计比较熟悉，由于在C语言中接触过，但是我这里需要强调的是，Matlab的下标是可以多行多列同时引用的，而像C语言等一次只能引用一个，比如 A(2:3,3:-1:1)表示引用数组中的2~3行，3~1列对应的元素 A(:,end)表示引用最后一列元素，“:”表示所有列或行，“end”表示最后一列或列，“end-n”表示倒数第n行或列 A(1,end-1)表示引用第1行倒数第2个元素
A([2 1 3 3],[1 1 2 2 1])表示引用按两个向量引用指定的元素，即A中的第2,1,3,3行和第1,1,2,2,1列对应的元素 >>A=magic(3) A = 8 1 6 3 5 7 4 9 2 >>A(2:3,3:-1:1) ans = 7 5 3 2 9 4 >>A(:,end) ans = 6 7 2 >>A(1,end-1) ans = 1 >>A([2 1 3 3],[1 1 2 2 1]) ans = 3 3 5 5 3 8 8 1 1 8 4 4 9 9 4 4 4 9 9 4 2.索引法引用(说白了索引就是存储顺序) A(index)：index可以是任意的数组，index的元素必须是正整数，且不大于numel(A)，返回的是一个尺寸与index一样的数组 下标和索引之间可以通过ind2sub和sub2ind函数相互转换，具体可以看帮助，很简单 [I,J] = ind2sub(siz,IND)
Matlab实验2-矩阵的基本运算
实验二、矩阵的基本运算 一、 问题 已知矩阵A 、B 、b 如下： ???????? ??????????-------------=0319481187638126542 86174116470561091143A ???????? ??????????------=503642237253619129113281510551201187851697236421B … []1187531=b 应用Matlab 软件进行矩阵输入及各种基本运算。 二、 实验目的： 熟悉Matlab 软件中的关于矩阵运算的各种命令 三、 预备知识 1、 、 2、 线性代数中的矩阵运算。 3、 本实验所用的Matlab 命令提示： （1）、矩阵输入格式：A =[a 11, a 12; a 21, a 22]；b =初始值：步长：终值； （2）、求A 的转置：A'； （3）、求A 加B ：A +B ； （4）、求A 减B ：A -B ； （5）、求数k 乘以A ：k*A ； （6）、求A 乘以B ：A*B ； （7）、求A 的行列式：det (A )； （8）、求A 的秩：rank (A )； … （9）、求A 的逆：inv (A )或(A )-1； （10）、B 右乘A 的逆：B/A ； （11）、B 左乘A 的逆：A \B ； （12）、求A 的特征值：eig (A )； （13）、求A 的特征向量矩阵X 及对角阵D ：[X ,D ]=eig (A )； （ （14）、求方阵A 的n 次幂：A ^n ；
（15）、A与B的对应元素相乘：A.*B； （16）、存储工作空间变量：save '文件名' '变量名'； （17）、列出工作空间的所有变量：whos； 四、《 五、实验内容与要求 1、输入矩阵A,B,b; >> A=[3,4,-1,1,-9,10;6,5,0,7,4,-16;1,-4,7,-1,6,-8;2,-4,5,-6,12,-8;-3,6,-7,8,-1,1;8,-4,9,1,3,0] B=[1 2 4 6 -3 2;7 9 16 -5 8 -7;8 11 20 1 5 5;10 15 28 13 -1 9;12 19 36 25 -7 23;2 4 6 -3 0 5] b=[1,3,5,7,8,11] | A = 3 4 -1 1 -9 10 6 5 0 7 4 -16 1 -4 7 -1 6 -8 2 -4 5 -6 12 -8 ^ -3 6 -7 8 -1 1 8 -4 9 1 3 0 B = 1 2 4 6 -3 2 7 9 16 -5 8 -7 ^ 8 11 20 1 5 5 10 15 28 13 -1 9 12 19 36 25 -7 23 2 4 6 - 3 0 5 b = ） 1 3 5 7 8 11 2、作X21=A'、X22=A+B、X23=A-B、X24=AB； >> X21=A' X22=A+B X23=A-B % X24=A*B X21 = 3 6 1 2 -3 8 4 5 -4 -4 6 -4 -1 0 7 5 -7 9 ; 1 7 -1 -6 8 1 -9 4 6 12 -1 3 10 -16 -8 -8 1 0 X22 = 4 6 3 7 -12 12 (
matlab中矩阵基本运算命令.docx
1.1矩阵的表示 1.2矩阵运算 1.2.14特殊运算 1．矩阵对角线元素的抽取 函数diag 格式X = diag(v,k)% 以向量 v 的元素作为矩阵 X 的第 k 条对角线元素，当 k=0 时， v 为 X 的主对角线；当 k>0 时，v 为上方第 k 条对角线；当 k<0 时， v 为下方第 k 条对角线。 X = diag(v)% 以 v 为主对角线元素，其余元素为 0 构成 X。 v = diag(X,k)%抽取 X 的第 k 条对角线元素构成向量 v。k=0：抽取主对角线元素； k>0 ：抽取上方第 k 条对角线元素；k<0 抽取下方第 k 条对角线元素。 v = diag(X)% 抽取主对角线元素构成向量 v。 2．上三角阵和下三角阵的抽取 函数tril% 取下三角部分 格式L = tril(X)%抽取 X 的主对角线的下三角部分构成矩阵L L = tril(X,k)% 抽取 X 的第 k 条对角线的下三角部分； k=0 为主对角线； k>0 为主对角线以上； k<0 为主对角线以下。 函数triu% 取上三角部分 格式U = triu(X)%抽取 X 的主对角线的上三角部分构成矩阵U U = triu(X,k)% 抽取 X 的第 k 条对角线的上三角部分； k=0 为主对角线； k>0 为主对角线以上； k<0 为主对角线以下。3．矩阵的变维 矩阵的变维有两种方法，即用“：”和函数“reshape，”前者主要针对 2 个已知维数矩阵之间的变维操作；而后者是对 于一个矩阵的操作。 （1）“：”变维 （2）Reshape 函数变维 格式 B = reshape(A,m,n)%返回以矩阵 A 的元素构成的 m×n 矩阵 B B = reshape(A,m,n,p,)% 将矩阵 A 变维为 m×n×p× B = reshape(A,[m n p])%同上 B = reshape(A,siz)% 由 siz 决定变维的大小，元素个数与 A 中元素个数 相同。 （5）复制和平铺矩阵 函数repmat 格式 B = repmat(A,m,n)% 将矩阵 A 复制 m×n 块，即 B 由 m×n 块 A 平铺而成。 B = repmat(A,[m n])%与上面一致 B = repmat(A,[m n p]) %B 由 m×n×p× 个 A 块平铺而成 repmat(A,m,n)%当 A 是一个数 a 时，该命令产生一个全由 a 组成的 m×n 矩阵。 1.3矩阵分解 1.3.1Cholesky 分解 函数chol 格式R = chol(X)% 如果 X 为 n 阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足 R'*R = X ；若 X 非正定，则产生错误信息。 [R,p] = chol(X)% 不产生任何错误信息，若X 为正定阵，则p=0 ，R 与上相同；若X 非正定，则p 为正整数， R 是有序的上三角阵。 1.3.2 LU 分解
常用MATLAB矩阵处理
>> x=zeros(3,4) x = 0 0 0 0 0 0 0 0 0 0 0 0 >> x=ones(3,4) x = 1 1 1 1 1 1 1 1 1 1 1 1 >> x=eye(3,4) x = 1 0 0 0 0 1 0 0 0 0 1 0 >> x=rand(3,4) x = 0.9501 0.4860 0.4565 0.4447 0.2311 0.8913 0.0185 0.6154 0.6068 0.7621 0.8214 0.7919 >> x=randn(3,4) x = -0.4326 0.2877 1.1892 0.1746 -1.6656 -1.1465 -0.0376 -0.1867 0.1253 1.1909 0.3273 0.7258 >> magic(3) ans = 8 1 6 3 5 7 4 9 2 >> a=[1 2 3]
a = 1 2 3 >> diag(a) ans = 1 0 0 0 2 0 0 0 3 >> diag(a -1) ans = 0 0 0 0 1 0 0 0 2 >> h1=hilb(2) h1 = 1.0000 0.5000 0.5000 0.3333 >> h2=invhilb(2) h2 = 4 -6 -6 12 >> inv(h1) ans = 4.0000 -6.0000 -6.0000 12.0000 拼接矩阵： ①水平方向拼接 >> a=magic(3) a = 8 1 6 3 5 7 4 9 2
>> b=eye(3) b = 1 0 0 0 1 0 0 0 1 >> c=[a b] c = 8 1 6 1 0 0 3 5 7 0 1 0 4 9 2 0 0 1 ②垂直方向拼接 >> d=[a;b] d = 8 1 6 3 5 7 4 9 2 1 0 0 0 1 0 0 0 1 拼接函数： 1)Cat函数 C=cat（dim，A,B）； Dim= 1 垂直方向 2 水平方向 3 生成三维数组 >> a=[1,5,9;3,5,7;10,2,8]; >> b=magic(3); >> c1=cat(2,a,b) c1 = 1 5 9 8 1 6 3 5 7 3 5 7 10 2 8 4 9 2 >> c2=cat(1,a,b)
C常用矩阵子函数
double scalar(double MA[R1][C1],double k) { int i,j,R1,C1; double k,MA2[][]; for (i=0;i for(i=0;i Matlab 矩阵运算 说明：这一段时间用Matlab做了LDPC码的性能仿真，过程中涉及了大量的矩阵运算，本文记录了Matlab中矩阵的相关知识，特别的说明了稀疏矩阵和有限域中的矩阵。Matlab的运算是在矩阵意义下进行的，这里所提到的是狭义上的矩阵，即通常意义上的矩阵。 目录 第一部分：矩阵基本知识 一、矩阵的创建 1.直接输入法 2.利用Matlab函数创建矩阵 3.利用文件创建矩阵 二、矩阵的拆分 1.矩阵元素 2.矩阵拆分 3.特殊矩阵 三、矩阵的运算 1.算术运算 2.关系运算 3.逻辑运算 四、矩阵分析 1.对角阵 2.三角阵 3.矩阵的转置与旋转 4.矩阵的翻转 5.矩阵的逆与伪逆 6.方阵的行列式 7.矩阵的秩与迹 8.向量和矩阵的范数 9.矩阵的特征值与特征向量 五、字符串 六、其他 第二部分矩阵的应用 一、稀疏矩阵 1.稀疏矩阵的创建 2.稀疏矩阵的运算 3.其他 二、有限域中的矩阵 内容 第一部分：矩阵基本知识（只作基本介绍，详细说明请参考Matlab帮助文档） 矩阵是进行数据处理和运算的基本元素。在MATLAB中 a、通常意义上的数量（标量）可看成是”1*1″的矩阵； b、n维矢量可看成是”n*1″的矩阵； c、多项式可由它的系数矩阵完全确定。 一、矩阵的创建 在MATLAB中创建矩阵有以下规则： a、矩阵元素必须在”[ ]“内； b、矩阵的同行元素之间用空格（或”,”）隔开； c、矩阵的行与行之间用”;”（或回车符）隔开； d、矩阵的元素可以是数值、变量、表达式或函数； e、矩阵的尺寸不必预先定义。 下面介绍四种矩阵的创建方法： 1、直接输入法 最简单的建立矩阵的方法是从键盘直接输入矩阵的元素，输入的方法按照上面的规则。建立向量的时候可以利用冒号表达式，冒号表达式可以产生一个行向量，一般格式是： e1:e2:e3，其中e1为初始值，e2为步长，e3为终止值。还可以用linspace函数产生行向量，其调用格式为：linspace(a,b,n) ，其中a和b 是生成向量的第一个和最后一个元素，n是元素总数。可以看出来linspace(a, b,n)与a:(b-a)/(n-1):b等价。 2、利用MATLAB函数创建矩阵 基本矩阵函数如下： (1) ones()函数：产生全为1的矩阵，ones(n)：产生n*n维的全1矩阵，ones (m,n)：产生m*n维的全1矩阵； (2) zeros()函数：产生全为0的矩阵； (3) rand()函数：产生在（0，1）区间均匀分布的随机阵； (4) eye()函数：产生单位阵； (5) randn()函数：产生均值为0，方差为1的标准正态分布随机矩阵。 3、利用文件建立矩阵 当矩阵尺寸较大或为经常使用的数据矩阵，则可以将此矩阵保存为文件，在需要 MATLAB画图入门篇--各种基本图形绘制的函数与实例【来自网络】 一．二维图形(Two dimensional plotting) 1. 基本绘图函数(Basic plotting function)：Plot, semilogx, semilogy, loglog, polar, plotyy (1). 单矢量绘图(single vector plotting)：plot(y),矢量y的元素与y元素下标之间在线性坐标下的关系曲线。 例1：单矢量绘图 y=[0 0.6 2.3 5 8.3 11.7 15 17.7 19.4 20]; plot(y) 可以在图形中加标注和网格， 例2：给例1 的图形加网格和标注。 y=[0 0.6 2.3 5 8.3 11.7 15 17.7 19.4 20]; plot(y) title('简单绘图举例'); xlabel('单元下标'); ylabel('给定的矢量'); grid (2). 双矢量绘图(Double vector plotting)：如x和y是同样长度的矢量, plot(x,y)命令将绘制y元素对应于x元素的xy曲线图。 例：双矢量绘图。 x=0:0.05:4*pi; y=sin(x); plot(x,y) (3). 对数坐标绘图(ploting in logarithm coordinate)：x轴对数semilogx, y轴对数semilogy, 双对数loglog, 例：绘制数组y的线性坐标图和三种对数坐标图。 y=[0 0.6 2.3 5 8.3 11.7 15 17.7 19.4 20]; subplot(2,2,1); plot(y); subplot(2,2,2); semilogx(y) subplot(2,2,3); semilogy(y); subplot(2,2,4); loglog(y) （4）极坐标绘图( Plotting in polar coordinate)： polar(theta,rho) theta—角度，rho—半径 例：建立简单的极坐标图形。 t=0:.01:2*pi; polar(t,sin(2*t).*cos(2*t)) 2. 多重曲线绘图(Multiple curve plotting) （1）一组变量绘图(A group variable plotting) plot(x,y) (a) x为矢量，y为矩阵时plot(x,y)用不同的颜色绘制y矩阵中各行或列对应于x的曲线。例1： x=0:pi/50:2*pi; y(1,: )=sin(x); y(2,:) =0.6*sin(x); y(3, :)=0.3*sin(x); plot(x,y) (b) x为矩阵，y为矢量时绘图规则与（a）的类似，只是将x中的每一行或列对应于y进行绘图。。 例2： x(1,: )=0:pi/50:2*pi; x(2,: )=pi/4:pi/50:2*pi+pi/4; x(3,: )=pi/2:pi/50:2*pi+pi/2; y=sin(x(1,: )); plot(x,y) (c) x和y是同样大小的矩阵时, plot(x,y)绘制y矩阵中各列对应于x各列的图形。 例3： x(:,1 )=[0:pi/50:2*pi]'; x(:,2 )=[pi/4:pi/50:2*pi+pi/4]'; x(:,3 )=[pi/2:pi/50:2*pi+pi/2]'; y(:,1 )=sin(x(:,1 )); y(:,2 )=0.6*sin(x(:,1)); y(:,3 )=0.3*sin(x(:,1)); 第六章 矩阵函数 矩阵函数是矩阵理论的重要内容，它在力学、控制理论、信号处理等学科中具有重要作用．本章讨论矩阵函数——以方阵为“变量”、其“值”仍为方阵的函数．矩阵函数中最简单的是矩阵多项式，矩阵多项式是研究其他矩阵函数的基础，因为最终是通过它来定义和计算一般矩阵函数的．当然可以用收敛的矩阵幂级数来定义和计算某些矩阵函数． 矩阵函数在线性微分方程组及矩阵方程的求解中都有重要的应用，而这些问题的求解是系统与控制理论中经常面临并且必须解决的实际问题． §6.1 矩阵级数 定义1 设(){}k A 是m n C ?的矩阵序列，其中()()()k k m n ij A a C ?=∈，无穷和 (1)(2)(3)()k A A A A +++++ 称为矩阵级数，记为() 1 k k A ∞ =∑．对正整数1k ≥，记() ()1 k k i i S A ==∑，称()k S 为矩阵 级数()1 k k A ∞ =∑的部分和，如果矩阵序列(){}k S 收敛，且有极限S ，即()lim k k S S →∞ =， 则称矩阵级数() 1 k k A ∞ =∑收敛，并称S 为矩阵级数() 1 k k A ∞ =∑的和，记为()1 k k A S ∞ ==∑．不 收敛的矩阵级数称为发散的． 由此定义可知，矩阵级数()1k k A ∞ =∑收敛的充分必要条件是mn 个数项级数 () 1 (1,2,;1,2,,)k ij k a i m j n ∞ ===∑ 都收敛． 由矩阵级数的收敛性定义易知 (1)若矩阵级数()1 k k A ∞ =∑收敛，则()lim 0;k k A →∞ = (2)若矩阵级数() 11 k k A s ∞ ==∑，()21 k k B s ∞ ==∑ ，,a b C ∈，则 () ()121 ()k k k aA bB as bs ∞ =+=+∑； (3)设m m P C ?∈，n n Q C ?∈，若矩阵级数() 1 k k A ∞ =∑收敛，则()1 k k PA Q ∞ =∑收敛且 () ()1 1 ()k k k k PA Q P A Q ∞ ∞ ===∑∑． 定义2 设()1 k k A ∞ =∑是矩阵级数，其中()()()k k m n ij A a C ?=∈，如果mn 个数项 级数() 1 k ij k a ∞ =∑(1,2,;1,2,,)i m j n == 都绝对收敛，则称矩阵级数()1 k k A ∞ =∑绝对收 敛． 显然，若()1k k A ∞ =∑绝对收敛，则它必是收敛的，但反之未必． 定理1 矩阵级数()1 k k A ∞ =∑(其中()()()k k m n ij A a C ?=∈)绝对收敛的充分必要条 件是对任何一种矩阵范数.，数项级数()1 k k A ∞ =∑都收敛． 证 由各种矩阵范数的等价性，只须就某一种矩阵范数证明之，如考虑 ,max ij i j A a =． 必要性 () 1 k k A ∞ =∑绝对收敛，则()1 k ij k a ∞ =∑绝对收敛，该数项级数各项绝对值之Matlab 矩阵运算
Matlab二维数组与其应用
教材第六章 矩阵函数