MATLAB数值计算功能(向量、矩阵、数组、稀疏矩阵).docx

《MATLAB数值计算功能(向量、矩阵、数组、稀疏矩阵).docx》由会员分享，可在线阅读，更多相关《MATLAB数值计算功能(向量、矩阵、数组、稀疏矩阵).docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数值计算功能向量及其运算1、向量生成（1）、直接输入向量元素用“ ”括起来，用空格或逗号生成行向量，用分号生成列向量a1=11 14 17 18a2=11,14,17,18a2=11;14;17;18%列向量用“”可以进行向量转置a1=11 14 17 18a4=a1%a1行向量，a4列向量也可以用组合方法：A=1 2 3;B=7 8 9;C=A 4 ones(1,2) B（2）、等差元素向量生成冒号生成法：Vec=Vec0:n:Vecn，其中Vec表示生成的向量，Vec0表示第一个元素，n表示步长，Vecn表示最后一个元素使用linespace函数：Vec=linespace(Vec0,n,

2、Vecn)，其中Vec表示生成的向量，Vec0表示第一个元素，n表示生成向量元素个数（默认n=100），Vecn表示最后一个元素vec1=10:5:50vec2=50:-5:10vec3=linspace(10,50,6)2、向量的基本运算（1）、向量与数的四则运算向量中每个元素与数的加减乘除运算（除法运算时，向量只能作为被除数，数只能作为除数）vec1=linspace(10,50,6)vec1+100vec2=logspace(0,10,6)%对数等分向量vec2/100（2）、向量与向量之间的加减运算向量中的每个元素与另一个向量中相对应的元素的加减运算vec1=linspace(10,5

3、0,6)vec2=logspace(0,2,6)vec3=vec1+vec2（3）、点积、叉积和混合机点积：dot函数，注意向量维数的一致性x1=11 22 33 44x2=1 2 3 4a=dot(x1,x2)sum(x1.*x2)%还可以采用sum函数计算向量的点积叉积：cross函数，注意向量维数的一致性（由几何意义可知，向量维数只能为3）x1=11 22 33 44x2=1 2 3 4x3=cross(x1,x2)%报错，维数只能为3x1=11 22 33x2=1 2 3x3=cross(x1,x2)混合积：结果为一个数，先求cross，再求dota=1 2 3b=2 4 3c=5 2

4、 1v=dot(a,cross(b,c)v=cross(a,dot(b,c)%报错矩阵及其运算MATLAB的基本单位是矩阵，逗号或空格区分同一行不同元素，分号区分不同行1、矩阵的生成4种方法：在command window直接输入；通过语句和函数产生；M文件中建立；外部数据文件中导入（1）、直接输入：把矩阵元素直接排列到方括号中，每行元素用逗号或空格相隔，行与行之间用分号相隔martix=1 1 1 1;2,2,2,2;3,3,3,3;4 4 4 4冒号用法：A=1 1 1;1 2 3;1 3 6B=A(1:2,:)（2）文件导入：*.mat*.txt*.datload 文件名 参数直接导入：

5、FileImport Data2、矩阵的基本数值运算（1）、矩阵与是常数的四则运算（除法时，常数只能作为除数）matrix=1 1 1 1;2,2,2,2;3,3,3,3;4 4 4 4m1=100+matrixm2=100-matrixm3=100*matrixm4=matrix/2（2）、矩阵之间的四则运算加减法：矩阵各个元素之间的加减法，必须是同型矩阵matrix=1 1 1 1;2,2,2,2;3,3,3,3;4 4 4 4m1=20*matrixm2=m1+matrixm3=11 22 33;1 2 3;4 5 6m4=matrix-m1m5=m3+m1%报错，非同型矩阵乘法：用*，

6、左矩阵的列数需等于右矩阵的行数A=1 1 1 1;2 2 2 2;3 3 3 3;4 4 4 4B=1 5 9 2;6 3 5 7;2 5 8 9;4 5 6 3C=A*BD=1 5 9;6 3 5;2 5 8E=A*D% 报错，4*4矩阵不能与3*3矩阵相乘除法：左除（AX=B则X=AB，相当于X=inv(A)*B，但是左除稳定性好）右除/（XA=B则X=B/A，相当于X=B*inv(A)）个人认为：左除相当于逆矩阵左乘，右除相当于逆矩阵右乘%解方程组XA=B的解，本列中A=2 1 -1; 2 1 0;1 -1 1 ;B=1 -1 3;4 3 2A=2 1 -1; 2 1 0;1 -1 1B

7、=1 -1 3;4 3 2X=B/A矩阵可以使用比较运算符：结果矩阵的对应位置为0或1数据变换：floorceilroundfixremn,d=rat(A)：A表示为两个整数阵对应元素相除的形式A=n./d3、矩阵的特征参数运算（1）、乘方与开方乘方：Ap计算A的p次方p0：A的p次方pn，那么只会产生具有前n列的正交矩阵QR=qr(A)：只产生矩阵R，并且满足R=chol(A*A)A=17 3 4;3 1 12;4 12 8Q R=qr(A)Q R E=qr(A)Q R=qr(A,0)R=qr(A)Q,R=qrdelete(A,j)：去除第j列求QR分解Q,R=qrdelete(A,j,x)

8、：在第j列插入x后求QR分解（3）、特征值分解（eig）V,D=eig(X)：V是以矩阵X的特征向量作为列向量构成的矩阵，D是矩阵X的特征值构成的对角阵，满足XV=VDV,D=eig(A,B)：对矩阵A、B做广义特征值分解，使得AV=BVDA=magic(4)V D=eig(A)Z=A*V-V*DB=17 3 4 2;3 1 12 6;4 12 8 7;1 2 3 4V D=eig(A,B)Z=A*V-B*V*D（4）、Chollesky分解（chol）当矩阵A（n*n）对称正定时，则存在唯一的对角元素为正的上三角矩阵R，使得A=R*R，当限定R的对角元素为正的时候，该分解是唯一的当矩阵A为非

9、正定阵时，会提示出错A=4 -1 1;-1 4.25 2.75;1 2.75 3.5R=chol(A)R*R%=AA=0 4 0;3 0 1;0 1 3R=chol(A)%报错，A为非正定阵（5）奇异值分解（svd）U,S,V=svd(X)：与矩阵X维数相同的对角阵S、正交矩阵U和正交矩阵V，使得满足X=USVU,S,V=svd(X，0)：X为M*N矩阵，当MN时，生成的矩阵U只有前N列元素被计算出来，并且S为N*N矩阵X=1 2 3;4 5 6;7 8 9U S V=svd(X)X=1 2 3;4 5 6;7 8 9;10 11 12U S V=svd(X)X=1 2 3;4 5 6;7 8

10、 9;10 11 12cklU S V=svd(X,0)Schur分解（正交阵和schur阵）U,T=schur(A)：A=UTUschur阵是主对角线元素为特征值的三角阵5、矩阵的一些特殊处理size(A)：求矩阵A的行数、列数diag(A):求出矩阵A的对角元素repmat(A)：将矩阵A作为单位，赋值成m*n矩阵，其中每个元素都是A矩阵cat(k,A,B)：k=1合并后形如A;B（A，B列数相等）；k=1合并后形如A,B（A，B行数相等）（1）、矩阵的变维reshape(X,M,N)：将矩阵X的所有元素分配到一个M*N的新矩阵，当矩阵X的元素不是M*N时，返回错误reshape(X,M,

11、N,P,)：返回由矩阵X的元素组成的M*N*P*多维矩阵，若果M*N*P*与X的元素数不同时，将返回错误reshape(X,M,N,P,)：与上一条相同A=rand(4,2)reshape(A,2,4)reshape(A,2,2,2)用冒号变维：A=1 2 3 4;5 6 7 8;9 10 11 12;B=ones(2,6);B(:)=A(:)（2）、矩阵的变向rot90(A)：A按逆时针旋转90度rot90(A,K)：A按逆时针旋转90*K度filpud(X)：将X上下翻转fliplr(X)：将X左右翻转flipdim(X,DIM)：将X的第DIM维翻转X=1 4;2 5;3 6rot90(

12、X)rot90(X,-1)flipud(X)fliplr(X)flipdim(X,2)%左右翻转6、特殊矩阵的生成（1）、零矩阵和全1矩阵的生成A=zeros(M,N)：生成M*N的零矩阵A=zeros(size(B)：生成与B同型的零矩阵A=zeros(N)：生成N阶零矩阵仿真全1矩阵的生成与零矩阵的生成类似，使用ones函数A=zeros(4,5)B=1 2 3 4 5;2 3 4 5 6;9 8 7 6 5;8 7 6 5 4A=zeros(size(B)A=zeros(5)C=ones(5,6)C=ones(3)（2）、对角矩阵的生成A=diag(V,K)：V为某个向量，K为向量V偏离

13、主对角线的列数，K=0表示V为主对角线，K00表示V在主对角线以上，K0（N=2除外）magic(2)magic(3)magic(4)（6）、Hilbert矩阵和反Hilbert矩阵的生成Hilbert矩阵的第i行、第j列的元素值为1/(i+j-1)，反Hilbert矩阵是Hilbert矩阵的逆矩阵hilb(N)：生成N阶的Hilbert矩阵invhilb(N)：生成N阶的反Hilbert矩阵A=hilb(5)B=invhilb(5)C=A*Brandpem(n)：随机排列hess(A)：hess矩阵pascal(n)：Pascal矩阵hankel(c)：Hankel矩阵wilkinson(n

14、)：wilkinson特征值测试矩阵blkdiag(a,b,c,d)：产生以输入元素为对角线元素的矩阵注：diag函数的输入参数只能有一个（可以为向量）compan(u)：友矩阵hadamard(n)：hadamard矩阵toeplitz(c,r)：托布列兹阵数组及其运算1、数组寻址和排序（1）、数组的寻址A=randn(1,10)A(4)%访问A的第4个元素A(2:6)%访问A的第2到6个元素A(6:-2:1)A(1 3 7 4)%访问A中1、3、7和4号元素A(4:end)%end参数表示数组的结尾（2）、数组的排序sort(X)：将数组X中的元素按升序排序X是多维数组时，sort(X)命

15、令将X中的各列元素按升序排序X是复数时，sort(X)命令将X中的各个元素的模abs(X)按升序排序X是一个字符型单元数组，sort(X)命令将X中的各列元素按ASCII码升序排序Y=sort(X,DIM,MODE)：DIM选择用于排列的维，MODE决定了排序的方式（ascend升序，descend降序），该命令生成的数组Y与X是同型的X=3 7 5;0 4 2sort(X,1)%纵向升序排序sort(X,2)%横向升序排序sort(2)2、数组的基本数值运算（1）、加减法（与矩阵加减法相同）X=1 4 7Y=2 5 8Z=X-YV=X+Y（2）、数组的乘除法乘法用“.*”：X、Y有相同维数，

16、X.*Y表示X和Y中单个元素之间的对应乘积除法用“./”：注意“./”和“.”完全不同 X=10 52 96 12 56Y=2 26 3 4 8Z=10 52 96 12 56 42Z1=X.*YZ2=X.*Z%报错，维数问题Z3=X./Y%Z3=5,2,32,3,7Z4=X.Y%Z4=0.2,0.5,0.0313,0.3333,0.1429Z5=X.Z%报错，维数问题（3）、数组的乘方两个数组之间的乘方X=1 4 7Y=2 5 8Z=X.Y乘方运算时指数为标量X=3 6 9Z=X.3乘方运算时底数为标量X=4 5 6 7 8 9Z=3.X数组和矩阵也可以进行exp、log、sqrt等运算，是

17、对每个对应元素进行运算3、数组的关系运算小于（），小于等于（），大于等于（=），等于（=），不等于（=），结果为1，则关系式为真，结果为0，则关系式为假%rem(X,n)，求余函数，X为被除数，n为除数M=magic(7)N=(rem(M,3)N=(rem(M,3)=1)4、数组的逻辑运算与（&），或（|），非（），其中与、或可以比较两个标量或者两个同阶数组（或矩阵），非运算时针对数组（或矩阵中的每一个元素），当逻辑为真则返回1，当逻辑为假则返回0M=1 1 0;0 1 0;1 0 0N=1 0 1;1 1 1;0 0 0M|NM&NNcat：串接flipdimfliplrflipudkron

18、：积数组permute：重组repmatreshaperot90稀疏型矩阵1、稀疏矩阵的生成（1）、speye函数：生成单位稀疏矩阵speye(size(A)speye(M,N)：维数为M和N中较小的一个speye(N)A=eye(10)speye(size(A)speye(7,6)speye(5)（2）、sprand函数：生成随机稀疏矩阵（元素服从0-1之间的随机分布）R=sprand(S)：产生与稀疏矩阵S结构相同的稀疏矩阵，但它的元素都是0-1上的随机数Rsprand(M,N,D)：产生一个M*N的随机稀疏矩阵R，它的非您元素的个数近似为M*N*D，注意D的值在0-1之间且不要过大v=3

19、 5 6 2 1 9 6 5 5 6S=diag(v)R=sprand(S)R=sprand(10,10,0.08)（3）、sparse函数S=sparse(X)：将矩阵X转化为稀疏矩阵SS=sparse(I,j,s,m,n,nzm)：生成m*n的稀疏矩阵S，向量s的元素分布在以向量i的对应值和向量j的对应值为坐标的位置上，其中nzm=length(s)S=sparse(I,j,s)：生成m*n的稀疏矩阵S，向量s的元素分布在以向量i的对应值和向量j的对应值为坐标的位置上，其中m=max(i)，n=max(j)S=sparse(m,n)：是sparse(,m,n,0)的简化形式i=6 2 7

20、7 4 1 2 5j=1 3 2 7 2 8 3 2s=8 3 7 7 1 7 0 2X=diag(s,-2)S=sparse(X)S1=sparse(i,j,s,10,10,7)%报错，nzmax=length(s)S1=sparse(i,j,s,10,10,8)S2=sparse(i,j,s,10,9)%默认nzmax=length(s)S2=sparse(i,j,s)%m=max(i),n=max(j)2、稀疏矩阵的操作（1）、nnz函数：用于求非零元素的个数nz=nnz(S)：返回S总非零元素个数D=nnz(S)/prod(size(S)：表示稀疏矩阵S中非零元素的密度v=6 2 7

21、7 4 1 3 5S=diag(v,-1)nz=nnz(S)D=nnz(S)/prod(size(S)（2）、sponse函数R=sponse(S)：生成一个与稀疏矩阵S结构相同的稀疏矩阵R，但是在矩阵S中的非零元素的位置上用元素1替换S=sprandsym(10,0.05)R=spones(S)（3）、spalloc函数S=spalloc(m,n,nzm)：生成一个所有元素都为0的m*n阶稀疏矩阵，计算机利用这些空间来存储nzm个非零元素n=3;v=sprand(n,1,0.33)%生成3*1的稀疏列向量s=spalloc(n,n,1*n)%分配3*3的空间，最终可以存储3个非零元素for

22、j=1:ns(:,j)=(v)%v为含有一个非零元素的稀疏列向量end（4）、full函数S=full(X)：将稀疏矩阵（三元组表示）转换为满矩阵（矩阵表示）s(6,1)=8;s(4,2)=1;s(5,3)=60;s(6,2)=57;s(1,7)=25;s(3,8)=37;full(s)（5）、find函数I=find(X)：返回矩阵X的非零元素的位置，如I=find(X100) 返回X中大于100的元素的位置I,J=find(X)：返回X中非零元素所在的行I和列J的具体数据I,J,V=find(X)：除了返回I和J，还返回矩阵中非零元素的值V注：find(X)和find(X=0)会产生同样的I和J，但是后者会生成一个包括所有非零元素位置的向量S(10,50)=82;S(32,14)=82;S(251,396)=25;I=find(S)I J=find(S)I J V=find(S)（6）、issparse函数issparse(S)：返回值为1说明矩阵S是一个稀疏矩阵，返回值为0时说明矩阵S不为稀疏矩阵v=6 2 7 7 4 1 3 5S=diag(v,2)R=sparse(S)N=issparse(S)%返回0，不为稀疏矩阵Y=issparse(R)%返回1，为稀疏矩阵