matlab矩阵操作汇总
matlab 矩阵 运算符
matlab 矩阵运算符Matlab是一种强大的数学软件，用于数值计算、数据分析、可视化和编程。
在Matlab中，矩阵运算是一项重要的功能，它允许我们对矩阵进行加减乘除、转置、求逆、求特征值等操作。
本文将介绍一些常用的矩阵运算符及其功能。
1. 加法运算符（+）加法运算符用于实现矩阵的加法。
在Matlab中，两个矩阵的大小必须相同才能进行加法运算。
例如，对于两个3×3的矩阵A和B，可以使用加法运算符进行矩阵相加的操作：C = A + B。
2. 减法运算符（-）减法运算符用于实现矩阵的减法。
同样，两个矩阵的大小必须相同才能进行减法运算。
例如，对于两个3×3的矩阵A和B，可以使用减法运算符进行矩阵相减的操作：C = A - B。
3. 乘法运算符（*）乘法运算符用于实现矩阵的乘法。
在Matlab中，矩阵乘法是一项常见的运算。
例如，对于一个3×3的矩阵A和一个3×2的矩阵B，可以使用乘法运算符进行矩阵相乘的操作：C = A * B。
4. 除法运算符（/）除法运算符用于实现矩阵的除法。
在Matlab中，矩阵除法是通过乘以逆矩阵来实现的。
例如，对于一个3×3的矩阵A和一个3×3的矩阵B，可以使用除法运算符进行矩阵相除的操作：C = A / B。
5. 转置运算符（'）转置运算符用于实现矩阵的转置。
在Matlab中，矩阵的转置是通过交换矩阵的行和列来实现的。
例如，对于一个3×2的矩阵A，可以使用转置运算符进行矩阵的转置操作：B = A'。
6. 求逆运算符（inv()）求逆运算符用于计算矩阵的逆矩阵。
在Matlab中，矩阵的逆矩阵是通过inv()函数来计算的。
例如，对于一个3×3的矩阵A，可以使用求逆运算符计算矩阵的逆矩阵：B = inv(A)。
7. 幂运算符（^）幂运算符用于计算矩阵的幂次方。
在Matlab中，矩阵的幂次方是通过^运算符来实现的。
MATLAB矩阵操作大全
MATLAB矩阵操作大全1. 创建矩阵：可以使用函数`zeros`、`ones`、`eye`、`rand`等来创建全零矩阵、全一矩阵、单位矩阵和随机矩阵。
2.矩阵索引：可以使用`(`或`[]`来访问矩阵中的元素。
例如，`A(3,2)`表示访问矩阵A中第3行第2列的元素。
3.矩阵运算：可以使用`+`、`-`、`*`、`/`等运算符对矩阵进行加法、减法、乘法和除法运算。
4. 矩阵转置：可以使用`'`符号或`transpose`函数来对矩阵进行转置操作。
例如，`B = A'`表示将矩阵A转置为矩阵B。
5.矩阵加法和减法：可以使用`+`和`-`运算符对两个矩阵进行逐元素的加法和减法运算。
6.矩阵乘法和除法：可以使用`*`和`/`运算符对矩阵进行乘法和除法运算。
注意，矩阵乘法是按照矩阵相应元素进行乘法运算，并不是简单的逐元素乘法。
7. 矩阵求逆：可以使用`inv`函数来求矩阵的逆矩阵。
例如，`B =inv(A)`表示求矩阵A的逆矩阵，并将结果保存在矩阵B中。
8. 矩阵转换：可以使用转换函数`double`、`single`、`int8`、`int16`、`int32`、`int64`等将矩阵的数据类型转换为指定类型。
9. 矩阵求解线性方程组：可以使用`solve`函数来求解线性方程组。
例如，`x = solve(A, b)`表示求解线性方程组Ax = b，并将结果保存在向量x中。
10. 矩阵求特征值和特征向量：可以使用`eig`函数来求矩阵的特征值和特征向量。
例如，`[V, D] = eig(A)`表示求矩阵A的特征值和特征向量，并将结果保存在矩阵V和对角矩阵D中。
11. 矩阵的行列式：可以使用`det`函数来计算矩阵的行列式。
例如，`D = det(A)`表示计算矩阵A的行列式，并将结果保存在变量D中。
12. 矩阵的秩：可以使用`rank`函数来计算矩阵的秩。
例如，`r = rank(A)`表示计算矩阵A的秩，并将结果保存在变量r中。
matlab中遍历矩阵的多种方法
matlab中遍历矩阵的多种方法在MATLAB中，遍历矩阵有多种方法，可以根据具体情况选择最合适的方法。
下面我将介绍几种常见的遍历矩阵的方法：1. 使用for循环遍历：这是最常见的方法之一，可以使用两个嵌套的for循环来遍历矩阵的每个元素。
例如：matlab.A = magic(3); % 生成一个3x3的矩阵。
[m, n] = size(A);for i = 1:m.for j = 1:n.disp(A(i, j)); % 对矩阵中的每个元素进行操作。
end.end.2. 使用向量化操作，MATLAB支持向量化操作，可以直接对整个矩阵进行操作，而不需要显式地使用循环。
例如，可以使用`reshape`函数将矩阵展开成一个向量，然后对向量进行操作，最后再将结果重新变形成原来的矩阵形状。
3. 使用`arrayfun`函数：`arrayfun`函数可以对矩阵中的每个元素应用同一个函数，然后将结果存储在新的矩阵中。
例如：matlab.A = magic(3); % 生成一个3x3的矩阵。
B = arrayfun(@(x) x2, A); % 将矩阵A中的每个元素乘以2，存储在新的矩阵B中。
4. 使用`for`循环和线性索引：可以使用单个for循环和线性索引来遍历矩阵。
例如：matlab.A = magic(3); % 生成一个3x3的矩阵。
[m, n] = size(A);for k = 1:mn.[i, j] = ind2sub([m, n], k);disp(A(i, j)); % 对矩阵中的每个元素进行操作。
end.这些是在MATLAB中遍历矩阵的一些常见方法，根据具体的情况和需求，可以选择最合适的方法来进行矩阵的遍历操作。
matlab矩阵操作基础
稀疏矩阵的操作
稀疏矩阵的创建与存储
稀疏矩阵的定义：只包含少量非零 元素的矩阵
存储方式：使用特殊的数据结构， 如三元组表示法或CSR/CSC格式
添加标题
添加标题
添加标题
添加标题
创建方法：使用sparse函数或直接 赋值
添加项标题
切片与子块提取的语法：A(i,j)或A(i,:)或A(:,j)等，其中A为矩阵 名，i和j为行和列的索引
添加项标题
切片与子块提取的应用：在数据分析、图像处理等领域中广泛应 用
矩阵的元素替换与修改
矩阵元素替换：使 用新的元素替换矩 阵中的旧元素
矩阵元素修改： 直接修改矩阵中 的元素值
索引操作：通过 索引访问和修改 特定位置的元素
存储优势：节省空间，提高计算效 率
稀疏矩阵的基本操作
创建稀疏矩阵：使 用sparse函数创建 稀疏矩阵
访问元素：使用下 标索引访问稀疏矩 阵中的元素
修改元素：使用下 标索引修改稀疏矩 阵中的元素
矩阵运算：进行稀 疏矩阵的加、减、 乘、除等基本运算
稀疏矩阵的应用场景
线性方程组的求解
矩阵运算
数值分析
条件语句：使用条 件语句对矩阵元素 进行筛选和替换
矩阵的函数运算
矩阵的函数运算
矩阵的加法运算 矩阵的减法运算 矩阵的乘法运算 矩阵的转置运算
矩阵的数值积分与微分
数值积分：对矩阵 进行数值积分运算 的方法和步骤
微分运算：对矩阵 进行微分运算的方 法和步骤
应用场景：矩阵的 数值积分与微分在 科学计算、工程等 领域的应用
操作方法：使用'共轭'函数（conj） 矩 阵的逆 矩阵的逆
MATLAB中对矩阵的基本操作
eye 单位矩阵zeros 全零矩阵ones 全1矩阵rand 均匀分布随机阵genmarkov 生成随机Markov矩阵linspace 线性等分向量logspace 对数等分向量logm 矩阵对数运算cumprod 矩阵元素累计乘cumsum 矩阵元素累计和toeplitz Toeplitz矩阵disp 显示矩阵和文字内容length 确定向量的长度size 确定矩阵的维数diag 创建对角矩阵或抽取对角向量find 找出非零元素1的下标matrix 矩阵变维rot90 矩阵逆时针旋转90度sub2ind 全下标转换为单下标tril 抽取下三角阵triu 抽取上三角阵conj 共轭矩阵companion 伴随矩阵det 行列式的值norm 矩阵或向量范数nnz 矩阵中非零元素的个数null 清空向量或矩阵中的某个元素orth 正交基rank 矩阵秩trace 矩阵迹cond 矩阵条件数inv 矩阵的逆rcond 逆矩阵条件数lu LU分解或高斯消元法pinv 伪逆qr QR分解givens Givens变换linsolve 求解线性方程lyap Lyapunov方程hess Hessenberg矩阵poly 特征多项式schur Schur分解expm 矩阵指数expm1 矩阵指数的Pade逼近expm2 用泰勒级数求矩阵指数expm3 通过特征值和特征向量求矩阵指数funm 计算一般矩阵函数logm 矩阵对数sqrtm 矩阵平方根spec 矩阵特征值gspec 矩阵束特征值bdiag 块矩阵，广义特征向量eigenmar- 正则化Markov特征kov 向量pbig 特征空间投影svd 奇异值分解sva 奇异值分解近似cumprod 元素累计积cumsum 元素累计和hist 统计频数直方图max 最大值min 最小值mean 平均值median 中值prod 元素积sort 由大到小排序std 标准差sum 元素和trapz 梯形数值积分corr 求相关系数或方差sparse 稀疏矩阵adj2sp 邻接矩阵转换为稀疏矩阵full 稀疏矩阵转换为全矩阵mtlb_sparse 将scilab稀疏矩阵转换为matlab稀疏矩阵格式sp2adj 将稀疏矩阵转换为邻接矩阵speye 稀疏矩阵方式单位矩阵sprand 稀疏矩阵方式随机矩阵spzeros 稀疏矩阵方式全零阵lufact 稀疏矩阵LU分解lusolve 稀疏矩阵方程求解spchol 稀疏矩阵Cholesky分解矩阵运算：MATLAB的运算都是以矩阵的方式进行矩阵与矩阵的运算＋、－：相同维数的矩阵才能进行加减运算.*、./：相同维数的矩阵对应元素的乘除运算*：满足矩阵乘法的规则^：方阵才能进行^的幂次运算矩阵与标量的运算＋、－：矩阵各元素都与标量进行加、减*、/：矩阵各元素都与标量进行乘、除矩阵元素标识：如果要得到矩阵中某一元素或者一组元素，可采用以下方法：A(m,n)：第m行、第n列的元素A(:,n)：第n列的所有元素组成的向量A(m,:)：第m行的所有元素元素组成的向量A(m1:m2,n1:n2)：从m1行到m2行，以及从n1列到n2列的子矩阵。
MATLAB中的矩阵运算与计算技巧分享
MATLAB中的矩阵运算与计算技巧分享概述：MATLAB是一款强大的数值计算软件，广泛应用于科学研究、工程设计等领域。
在MATLAB中，矩阵运算是非常重要的一部分内容。
本文旨在分享一些MATLAB中的矩阵运算和计算技巧，帮助读者更好地应用MATLAB进行数值计算和数据处理。
一、基本的矩阵运算1. 矩阵的创建与存储在MATLAB中，可以使用不同的方法创建矩阵，如直接赋值、生成全零矩阵、单位矩阵等。
创建矩阵后，可以使用变量名进行存储，方便后续的计算和操作。
2. 矩阵的运算MATLAB提供了丰富的矩阵运算函数，如加法、减法、乘法、除法等。
例如，使用"+"进行两个矩阵的相加，使用"*"进行矩阵相乘，使用"\ "进行矩阵的求解等等。
3. 矩阵的转置与共轭转置通过单引号操作符可以实现矩阵的转置操作，即将矩阵的行和列进行交换。
对于复数矩阵，可以使用"'"进行共轭转置。
二、常用的矩阵运算函数1. 矩阵求逆与伪逆MATLAB提供了inv函数来求矩阵的逆，pinv函数来求矩阵的伪逆。
对于非奇异矩阵，可以使用inv函数实现精确的逆求解；对于奇异矩阵，则可以使用pinv函数求得伪逆。
2. 矩阵的特征值与特征向量可以使用eig函数来求解矩阵的特征值和特征向量。
特征值表示矩阵的特征属性，特征向量则表示对应特征值的方向信息。
3. 矩阵的奇异值分解奇异值分解（Singular Value Decomposition，简称SVD）是一种重要的矩阵分解方法。
在MATLAB中，可以使用svd函数进行奇异值分解。
通过SVD，我们可以将矩阵分解为三个矩阵的乘积，便于后续的处理和分析。
三、高效计算的技巧与技巧1. 矩阵的切片与索引通过切片和索引操作，可以选取矩阵的部分元素进行操作，或者获取特定的行或列。
这在大规模数据处理和计算中非常有用。
2. 向量化计算向量化计算是一种更高效的计算方式，在MATLAB中，可以通过矩阵运算和函数的向量化实现。
Matlab矩阵的基本操作
【例】矩阵的分行输入 A=[1,2,3
4,5,6 7,8,9] （以下是显示结果） A= 123 456 789
>>a=[1,4,6,8,10] %一维矩阵
>>a(3) % a 的第三个元素
ans = 6
»x =[1 2 3 4 5 6 7 8 4 5 6 7 8 9 10 11]; %二维 2x8 矩阵
6
7
% x 中大于 5 的元素
8 6 9 7 10 %给 x 的第四个元素重新给值
x= 12345678 4 100 6 7 8 9 10 11
» x(3)=[] % 删除第三个元素（不是二维数组） x=
Columns 1 through 12 1 4 100 3 6 4 7 5 8 6 9 7
Columns 13 through 15 10 8 11
1 2 3 【例】简单矩阵 A 4 5 6 的输入步骤。
7 8 9
（1）在键盘上输入下列内容:( 以 ; 区隔各列的元素) A = [1,2,3; 4,5,6; 7,8,9] （2）按【Enter】键，指令被执行。 （3）在指令执行后，MATLAB 指令窗中将显示以下结果： A=
以下将阵列的运算符号及其意义列出，除了加减符号外其余的阵列运算符号均须多加 . 符号。 阵列运算功能 (注意:一定要 多加 . 符号)
3
对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行高中资料试卷调整试验；通电检查所有设备高中资料电试力卷保相护互装作置用调与试相技互术关，系电，通力根1保过据护管生高线产中敷工资设艺料技高试术中卷0资不配料仅置试可技卷以术要解是求决指，吊机对顶组电层在气配进设置行备不继进规电行范保空高护载中高与资中带料资负试料荷卷试下问卷高题总中2体2资，配料而置试且时卷可，调保需控障要试各在验类最；管大对路限设习度备题内进到来行位确调。保整在机使管组其路高在敷中正设资常过料工程试况1卷中下安，与全要过，加度并强工且看作尽护下可1都关能可于地以管缩正路小常高故工中障作资高；料中对试资于卷料继连试电接卷保管破护口坏进处范行理围整高，核中或对资者定料对值试某，卷些审弯异核扁常与度高校固中对定资图盒料纸位试，置卷编.工保写况护复进层杂行防设自腐备动跨与处接装理地置，线高尤弯中其曲资要半料避径试免标卷错高调误等试高，方中要案资求，料技编试术写5、卷交重电保底要气护。设设装管备备置线4高、调动敷中电试作设资气高，技料课中并3术试、件资且中卷管中料拒包试路调试绝含验敷试卷动线方设技作槽案技术，、以术来管及避架系免等统不多启必项动要方高式案中，；资为对料解整试决套卷高启突中动然语过停文程机电中。气高因课中此件资，中料电管试力壁卷高薄电中、气资接设料口备试不进卷严行保等调护问试装题工置，作调合并试理且技利进术用行，管过要线关求敷运电设行力技高保术中护。资装线料置缆试做敷卷到设技准原术确则指灵：导活在。。分对对线于于盒调差处试动，过保当程护不中装同高置电中高压资中回料资路试料交卷试叉技卷时术调，问试应题技采，术用作是金为指属调发隔试电板人机进员一行，变隔需压开要器处在组理事在；前发同掌生一握内线图部槽 纸故内资障，料时强、，电设需回备要路制进须造行同厂外时家部切出电断具源习高高题中中电资资源料料，试试线卷卷缆试切敷验除设报从完告而毕与采，相用要关高进技中行术资检资料查料试和，卷检并主测且要处了保理解护。现装场置设。备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。
MATLAB命令大全和矩阵操作大全
MATLAB命令大全和矩阵操作大全 -dengjianqiang2011的专栏 - 博客频道 -MATLAB矩阵操作大全一、矩阵的表示在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。
二，矩阵的创建：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。
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，在需要时直接将文件利用load命令调入工作环境中使用即可。
同时可以利用命令reshape对调入的矩阵进行重排。
reshape(A,m,n)，它在矩阵总元素保持不变的前提下，将矩阵A重新排成m*n的二维矩阵。
二、矩阵的简单操作1．获取矩阵元素可以通过下标（行列索引）引用矩阵的元素，如 Matrix(m,n)。
也可以采用矩阵元素的序号来引用矩阵元素。
矩阵元素的序号就是相应元素在内存中的排列顺序。
matlab中matrix的用法
matlab中matrix的用法在MATLAB中，矩阵是最基本的数据类型之一，它被广泛用于执行各种数学和科学计算。
矩阵可以表示为由行和列组成的二维数组，其中每个元素都有自己的索引。
创建矩阵：在MATLAB中，可以通过以下几种方式来创建矩阵：1.使用方括号和分号来创建行矢量（1维矩阵），例如：A=[1234]。
2.使用方括号和分号来创建多行的矩阵（2维矩阵），例如：A=[123;456;789]。
3. 使用linspace函数创建一个等差数列的行矢量，例如：A = linspace(1, 10, 10)。
这将创建一个包含10个元素，从1到10的行矢量。
4. 使用zeros函数创建一个全零矩阵，例如：A = zeros(3, 4)。
这将创建一个3行4列的矩阵，所有元素都为零。
5. 使用ones函数创建一个全一矩阵，例如：A = ones(2, 3)。
这将创建一个2行3列的矩阵，所有元素都为一6. 使用eye函数创建一个单位矩阵，例如：A = eye(4)。
这将创建一个4行4列的单位矩阵。
访问矩阵元素：可以使用括号运算符（(）来访问矩阵中的元素。
MATLAB中的索引从1开始，而不是从0开始。
例如，对于矩阵A=[123;456;789]，可以使用以下方式访问元素：1.使用单个索引访问单个元素，例如：A(1,2)将返回2，A(3,1)将返回72.使用冒号运算符（:）来访问整行或整列。
例如，A(2,:)将返回第二行[456]，A(:,3)将返回第三列[3;6;9]。
3.可以使用冒号运算符来访问矩阵的子集。
例如，A(1:2,1:2)将返回一个2行2列的子矩阵，其中包含矩阵的前两行和前两列。
矩阵运算：在MATLAB中，可以对矩阵执行各种算术和逻辑运算。
算术运算：可以对两个矩阵执行逐元素的算术运算，例如加法、减法、乘法和除法。
在进行逐元素算术运算时，两个矩阵的大小必须相同。
例如，对于两个3行3列的矩阵A和B，可以执行以下运算：-逐元素加法：C=A+B。
简述matlab矩阵操作方法
简述matlab矩阵操作方法Matlab是一种强大的数学软件，它提供了许多方便的矩阵操作方法。
矩阵操作是Matlab中的一个基本概念，它可以用来表示和处理向量、矩阵以及高维数组。
在Matlab中，矩阵操作包括创建、索引、切片、运算、合并、转置等一系列操作。
首先，我们来介绍Matlab中的矩阵创建方法。
在Matlab中，可以使用包括zeros、ones、rand、eye和diag等函数来创建各种类型的矩阵。
其中，zeros函数用于创建全零矩阵，ones函数用于创建全1矩阵，rand函数用于创建随机矩阵，eye函数用于创建单位矩阵，diag函数用于创建对角矩阵。
此外，还可以使用矩阵括号、分号、空格等符号来手动创建矩阵。
例如，可以使用矩阵括号来创建矩阵，每一行用分号隔开。
例如，A = [1, 2, 3; 4, 5, 6; 7, 8, 9] 将创建一个3×3的矩阵，元素为1到9。
其次，我们来介绍Matlab中的矩阵索引与切片操作。
在Matlab中，可以使用圆括号和方括号来对矩阵进行索引和切片。
圆括号用于索引操作，方括号用于切片操作。
对于矩阵索引，可以使用单个索引值来获取矩阵中的某个元素，也可以使用两个索引值来获取矩阵中的某个区域。
例如，可以使用A(2,3)获取矩阵A中的第2行第3列的元素。
对于矩阵切片，可以使用一个冒号来表示整行或整列，也可以使用两个冒号来表示一个范围。
例如，可以使用A(:,2)获取矩阵A中的第2列的所有元素，可以使用A(1:2,:)获取矩阵A中的第1行和第2行的所有元素。
接下来，我们来介绍Matlab中的矩阵运算方法。
Matlab中的矩阵运算与数学运算十分相似，包括加、减、乘、除等运算。
对于矩阵加法和减法，可以使用加号和减号来实现。
例如，可以使用A + B来计算矩阵A和矩阵B的加法，可以使用A –B来计算矩阵A和矩阵B的减法。
对于矩阵乘法，可以使用乘号或者使用matmul函数来实现。
Matlab操作矩阵的相关方法
Matlab操作矩阵的相关⽅法Matlab操作矩阵的相关⽅法下⾯这篇⽂章主要是对吴恩达⽼师机器学习中matlab操作的⼀个整理和归纳⼀、基本操作1.⽣成矩阵（ones、zeros）A = [1 2;3 4;5 6] #⽣成3⾏4列的矩阵B = [1 2 3] #B就是⼀个⾏向量C = [1;2;3] #定义c为⼀个列向量D = 1:0.1:2 #定义开始值为1，步长为0.1，结束值为2的⼀个⾏向量E = 1:6 #定义开始值为1，步长默认为1，结束值为6的⾏向量ones(2,3) #矩阵中所有元素都为1 定义⼀个2⾏3列的矩阵zeros(2,3) #矩阵中所有的元素都为0 定义⼀个2⾏3列的矩阵2.⽣成随机矩阵（rand、randn）rand(1,3) #⽣成1⾏3列的随机矩阵randn(2,3) #⽣成⾼斯随机矩阵，⾼斯随机矩阵即为标准差或⽅差为13.⽣成单位矩阵（eye(n)）eye(n) #⽣成n⾏n列的单位矩阵4.帮助命令（help）help 变量名 #可查看函数的API详解⼆、移动数据1.操作.txt⽂件（load）1.1 加载.txt⽂件并且拆分⽂件的⾏和列的值data = load('⽂件路径') #加载⽂件获取多列的数据（获取多⾏的数据和多列类似，只需要修改第⼀个参数即可）data(:,1) #拿到所有⾏第⼀列的数据data(:,1:2) #拿到所有⾏第⼀列和第⼆列的数据data(:,1:3) #拿到所有⾏第⼀列、第⼆列和第三列的数据data(:,[1,3]) #拿到所有⾏第⼀列和第三列的数据将矩阵所有的数据扁平化为⼀列data(:)将矩阵所有的数据扁平化为⼀⾏data(:)'1.2 将数据保存为.txt⽂件v = data(:,1) #拿到第⼀列的数据save test.txt v -ascii #将数据保存到test.txt⽂件中2.矩阵的操作2.1 获得矩阵的⾏数和列数（size()）size(A) #返回⼀个1⾏2列的矩阵分别是矩阵的⾏数和列数size(A,1) #返回矩阵的⾏数size(A,2) #返回矩阵的列数2.2 拿到矩阵的最⼤维度（length()）length(A) #获得矩阵的⾏数和列数中维度较⼤的⼀个2.3 通过矩阵索引获取某⼀个值A(m,n) #索引到矩阵m⾏n列的位置2.4 修改矩阵的某⼀⾏或者某⼀列A(:,2) = [10;11;12] #修改矩阵第⼆列的数据2.5 在矩阵中添加⼀⾏新的数据A = [A,[10;11;12]] #向矩阵中添加⼀⾏新的数据C=[A B]2.6 矩阵的结合横向结合：A = [1 2;3 4;5 6]B = [11 12;13 14;15 16]C = [A B]纵向结合：C= [A;B]三、计算数据1.A.*B(矩阵之间的乘积)A .*B # A中对应位置元素和B中对应位置元素的乘积2.A.^2 (矩阵⾃⾝的平⽅)A.^2 #矩阵A的平⽅（A矩阵中的每个元素都平⽅）3.1./A(矩阵中每个元素的倒数)1./A 矩阵A中每个元素分别求倒数4.log(A) (对矩阵中每个元素求对数) ,exp(A)(对A中的每个元素以e的底数)5.abs(A)(对矩阵中的每个元素求绝对值)6.-A(对矩阵中的每个元素求相反数)7.A+1(对矩阵中每个对应的元素+1)8.A’(A的转置)9.⼀些有⽤的函数求矩阵中最⼤的⼀个值：max(max(A))或者max(A(:)) ⾸先扁平化A成为⼀个列向量，然后求最⼤值max是默认求每列的最⼤值：max(A) #求矩阵A的最⼤值（如果A是矩阵，会拿到每⼀列的最⼤值）max(A,[],1) #拿到矩阵A中每⼀列的最⼤值max(A,[],2) #拿到矩阵A中每⼀⾏的最⼤值[val, ind] = max(a) #返回矩阵A中的最⼤值和索引A<3 (对应元素的⽐较如果⼩于3返回1，如果⼤于3返回0)find(A<3) #找到A中所有⼩于3的元素，并且返回他们的索引A=magic(3) #任意⾏、列、对⾓的元素相加的和等于相同的值[r,c] = find(A>=7) #拿到所有⼤于等于7的元素的所在⾏和列sum(A) #获得矩阵中所有元素的和sum(A,1) #获得矩阵中每⼀列相加的和sum(A,2) #获得矩阵中每⼀⾏相加的和sum(sum(A)) #获得所有元素的值prod(A) #获得矩阵中所有元素的乘积floor(A) #对矩阵中所有元素向下取整ceil(A) #对矩阵中所有元素向上取整10.逆矩阵pinv(A) #求A得逆矩阵pinv(A)*A #就会拿到单位矩阵四、数据绘制1.绘制正弦函数t = [0:0.01:0.98];y1 = sin(2*pi*4*t);plot(t,y1);2.绘制余弦函数t = [0:0.01:0.98];y2 = cos(2*pi*4*t);plot(t,y2);3.同时绘制正弦函数和余弦函数t = [0:0.01:0.98];y1 = sin(2*pi*4*t);y2 = cos(2*pi*4*t);plot(t,y1);hold on; #hold on 的作⽤是在旧的图像上绘制新的图像plot(t,y2,'r')xlabel('times'); #添加横轴的labelylabel('values'); #添加纵轴的labellegend('sin','cos') #将图例添加到右上⾓title('my plot') #给图像⼀个titleclose; #关闭图像figure(1);plot(t,y1);figure(2);plot(t,y2); #给不同的图像命名4.将图像分为⼀个1*2的格⼦subplot(1,2,1) #前两个参数的意思是分为1*2的格⼦，后⾯⼀个参数的意思是当前使⽤第⼀个格⼦5.改变轴的刻度axis([0.5 1 -1 1]) #(xmin xmax ymin ymax)6.清除⼀副图像（clf）7.可视化⼀个矩阵A = magic(5)imagesc(A);imagesc(A), colorbar, colormap gray; #⼀个灰度分布图。
matlab相关矩阵操作及相关实例
第1章矩阵及其基本运算MATLAB，即―矩阵实验室‖，它是以矩阵为基本运算单元。
因此，本书从最基本的运算单元出发，介绍MATLAB的命令及其用法。
1.1 矩阵的表示1.1.1 数值矩阵的生成1．实数值矩阵输入MATLAB的强大功能之一体现在能直接处理向量或矩阵。
当然首要任务是输入待处理的向量或矩阵。
不管是任何矩阵（向量），我们可以直接按行方式输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔，且空格个数不限；不同的行用分号（；）分隔。
所有元素处于一方括号（[ ]）内；当矩阵是多维（三维以上），且方括号内的元素是维数较低的矩阵时，会有多重的方括号。
如：>> Time = [11 12 1 2 3 4 5 6 7 8 9 10]Time =11 12 1 2 3 4 5 6 7 8 9 10>> X_Data = [2.32 3.43；4.37 5.98]X_Data =2.433.434.375.98>> vect_a = [1 2 3 4 5]vect_a =1 2 3 4 5>> Matrix_B = [1 2 3；>> 2 3 4；3 4 5]Matrix_B = 1 2 32 3 43 4 5>> Null_M = [ ] %生成一个空矩阵2．复数矩阵输入复数矩阵有两种生成方式：第一种方式例1-1>> a=2.7;b=13/25;>> C=[1,2*a+i*b,b*sqrt(a); sin(pi/4),a+5*b,3.5+1]C=1.0000 5.4000 + 0.5200i 0.85440.7071 5.3000 4.5000第2种方式例1-2>> R=[1 2 3;4 5 6], M=[11 12 13;14 15 16]R =1 2 34 5 6M =11 12 1314 15 16>> CN=R+i*MCN =1.0000 +11.0000i2.0000 +12.0000i3.0000 +13.0000i4.0000 +14.0000i5.0000 +15.0000i6.0000 +16.0000i1.1.2 符号矩阵的生成在MATLAB中输入符号向量或者矩阵的方法和输入数值类型的向量或者矩阵在形式上很相像，只不过要用到符号矩阵定义函数sym，或者是用到符号定义函数syms，先定义一些必要的符号变量，再像定义普通矩阵一样输入符号矩阵。
如何在Matlab中进行矩阵操作和计算
如何在Matlab中进行矩阵操作和计算在Matlab中进行矩阵操作和计算Matlab是一种用于数值计算和可视化的高级程序语言，广泛应用于科学计算、工程设计、统计分析等领域。
其中，矩阵操作和计算是Matlab的核心功能之一。
在本文中，我们将探讨如何利用Matlab进行矩阵操作和计算的一些基本技巧和高级功能。
一、创建矩阵在Matlab中创建矩阵非常简单。
我们可以使用特定的语法来定义一个矩阵，并赋予其初值。
例如，我们可以使用方括号将矩阵的元素排列成行或列的形式，用逗号或空格分隔开每个元素。
```MatlabA = [1, 2, 3; 4, 5, 6; 7, 8, 9]; % 创建一个3x3的矩阵B = [10 11 12; 13 14 15; 16 17 18]; % 创建一个3x3的矩阵```除此之外，我们还可以使用内置函数来创建特殊类型的矩阵，如单位矩阵、零矩阵、对角矩阵等。
```MatlabC = eye(3); % 创建一个3x3的单位矩阵D = zeros(2, 4); % 创建一个2x4的零矩阵E = diag([1 2 3]); % 创建一个对角矩阵，对角线元素分别为1、2、3```二、矩阵运算Matlab提供了丰富的矩阵运算函数，方便我们进行各种矩阵操作。
例如，我们可以使用加法、减法、乘法、除法等运算符对矩阵进行基本的运算。
```MatlabF = A + B; % 矩阵相加G = A - B; % 矩阵相减H = A * B; % 矩阵相乘I = A / B; % 矩阵相除```此外，Matlab还提供了求转置、求逆、求行列式等常用的矩阵运算函数，可以通过调用这些函数来完成相应的操作。
```MatlabJ = transpose(A); % 求矩阵A的转置K = inv(A); % 求矩阵A的逆矩阵L = det(A); % 求矩阵A的行列式```三、矩阵索引与切片在Matlab中，我们可以使用索引和切片操作来访问矩阵的特定元素或子矩阵。
简述matlab矩阵操作方法
简述matlab矩阵操作方法
Matlab中矩阵的操作方法非常丰富，以下是一些常见的操作方法：
1.创建矩阵：可以通过直接输入矩阵元素、读入文件、随机生成等方法创建矩阵，例如：
a = [1 2 3; 4 5 6; 7 8 9]; % 直接输入矩阵元素
b = importdata('data.txt'); % 从文件读入矩阵
c = rand(3, 4); % 随机生成3行4列的矩阵
2.矩阵运算：Matlab中支持矩阵加减乘除、点乘点除、转置、逆矩阵、求秩等运算，例如：
d = a + b; % 矩阵加法
e = a * b; % 矩阵乘法
f = a .* b; % 点乘
g = a' % 转置
h = inv(a); % 求逆
i = rank(a); % 求秩
3.矩阵索引：可以使用行列索引、范围索引、逻辑索引等方式来访问矩阵元素，例如：
a(2,3) % 访问第2行第3列元素
a(2,:) % 访问第2行所有元素
a(:,1:2) % 访问第1、2列所有元素
a(a>5) % 访问大于5的元素
4.矩阵处理：通过循环、判断、函数等方式对矩阵进行处理，例如：
for i=1:size(a,1)
for j=1:size(a,2)
if a(i,j)>5
a(i,j) = a(i,j) * 2;
end
end
end
以上是一些常见的矩阵操作方法，Matlab还有很多其他的用法，需要根据具体情况来使用。
MATLAB 矩阵操作大全
MATLAB 矩阵操作大全转载自：/dengjianqiang2011/article/details/8753807MATLAB矩阵操作大全一、矩阵的表示在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。
二，矩阵的创建：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。
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，在需要时直接将文件利用load命令调入工作环境中使用即可。
同时可以利用命令reshape对调入的矩阵进行重排。
reshape(A,m,n)，它在矩阵总元素保持不变的前提下，将矩阵A重新排成m*n的二维矩阵。
二、矩阵的简单操作1．获取矩阵元素可以通过下标（行列索引）引用矩阵的元素，如Matrix(m,n)。
也可以采用矩阵元素的序号来引用矩阵元素。
矩阵元素的序号就是相应元素在内存中的排列顺序。
MATLAB 矩阵操作大全
MATLAB 矩阵操作大全转载自：/dengjianqiang2011/article/details/8753807MATLAB矩阵操作大全一、矩阵的表示在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。
二，矩阵的创建：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。
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，在需要时直接将文件利用load命令调入工作环境中使用即可。
同时可以利用命令reshape对调入的矩阵进行重排。
reshape(A,m,n)，它在矩阵总元素保持不变的前提下，将矩阵A重新排成m*n的二维矩阵。
二、矩阵的简单操作1．获取矩阵元素可以通过下标（行列索引）引用矩阵的元素，如Matrix(m,n)。
也可以采用矩阵元素的序号来引用矩阵元素。
矩阵元素的序号就是相应元素在内存中的排列顺序。
MATLAB中矩阵常用的操作函数
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中矩阵的变化
matlab中矩阵的变化矩阵在MATLAB中的变化在MATLAB中，矩阵是一种重要的数据结构，它可以用来表示和处理各种类型的数据。
矩阵的变化指的是对矩阵进行操作和改变，包括创建矩阵、修改矩阵元素、矩阵的转置、矩阵的拼接以及矩阵的运算等等。
下面将对MATLAB中矩阵的变化进行详细介绍。
1. 创建矩阵在MATLAB中，可以使用多种方式来创建矩阵。
常见的方法包括手动输入矩阵元素、使用特定的矩阵函数创建矩阵以及通过其他矩阵进行复制。
例如，可以使用zeros函数创建一个全零矩阵，使用ones 函数创建一个全一矩阵，使用eye函数创建一个单位矩阵，使用rand函数创建一个随机矩阵等等。
2. 修改矩阵元素在MATLAB中，可以通过索引的方式修改矩阵中的元素。
索引是一个用于定位矩阵中特定元素的数值或向量。
通过指定元素的行和列索引，可以准确地找到并修改矩阵中的元素。
例如，可以使用单个索引来修改矩阵中的一个元素，也可以使用向量索引来修改矩阵中的多个元素。
3. 矩阵的转置矩阵的转置是指将矩阵的行和列交换位置得到的新矩阵。
在MATLAB中，可以使用转置运算符'来实现矩阵的转置。
例如，对于一个3行2列的矩阵A，可以使用A'来得到一个2行3列的转置矩阵。
4. 矩阵的拼接在MATLAB中，可以使用多种方法将两个或多个矩阵拼接在一起，生成一个更大的矩阵。
常见的拼接方式包括水平拼接、垂直拼接和块拼接。
水平拼接是指将两个矩阵的列连接在一起，生成一个新的矩阵；垂直拼接是指将两个矩阵的行连接在一起，生成一个新的矩阵；块拼接是指将多个矩阵按照一定的规律拼接在一起，生成一个更大的矩阵。
5. 矩阵的运算在MATLAB中，可以对矩阵进行各种数学运算，包括加法、减法、乘法、除法以及求逆等操作。
这些运算可以通过使用MATLAB提供的矩阵运算符来实现。
例如，可以使用+运算符进行矩阵的加法运算，使用*运算符进行矩阵的乘法运算，使用inv函数来求矩阵的逆等等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
matlab矩阵操作大全1.1.1数值矩阵的生成1.实数值矩阵输入MATLAB的强大功能之一体现在能直接处理向量或矩阵。
当然首要任务是输入待处理的向量或矩阵。
不管是任何矩阵（向量），我们可以直接按行方式输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔，且空格个数不限；不同的行用分号（；）分隔。
所有元素处于一方括号（［］）内；当矩阵是多维（三维以上），且方括号内的元素是维数较低的矩阵时，会有多重的方括号。
如：>> Time = [11 12 1 2 3 4 5 6 7 8 9 10]Time =11 12 1 2 3 4 5 6 7 8 9 10>> X_Data = [2.32 3.43 ； 4.37 5.98]X_Data =2.433.434.375.98>> vect_a = [1 2 3 4 5]vect_a =12~ 3 4 5>> Matrix_B = [1 2 3 ；>> 2 3 4 ； 3 4 5]Matrix_B = 1 2 32 3 43 4 5>> Null_M = [ ] %生成一个空矩阵2 .复数矩阵输入复数矩阵有两种生成方式：第一种方式1/ 13例1-1>> a="2".7。
b=13/25 >> C 二[1,2*a+i*b,b*sqrt(a)5.4000 + 0.5200i 0.8544 5.30004.5000第2种方式 例1-2>> R=[1 2 3 。
4 5 6], M=[11 12 13 。
14 15 16] R = I 2 3 4 56M = II 12 13 141516>> CN="R"+i*M CN =1.0000 +11.0000i2.0000 +12.0000i3.0000 +13.0000i4.0000 +14.0000i5.0000 +15.0000i6.0000 +16.0000isi n(pi/4),a+5*b,3.5+1]C= 1.0000 0.70711.1.2符号矩阵的生成在MATLAB中输入符号向量或者矩阵的方法和输入数值类型的向量或者矩阵在形式上很相像，只不过要用到符号矩阵定义函数sym，或者是用到符号定义函数syms，先定义一些必要的符号变量，再像定义普通矩阵一样输入符号矩阵。
1 .用命令sym定义矩阵：这时的函数sym实际是在定义一个符号表达式，这时的符号矩阵中的元素可以是任何的符号或者是表达式，而且长度没有限制，只是将方括号置于用于创建符号表达式的单引号中。
如下例：>> sym_matrix =sym ( '[a b c ； Jack，Help Me!，NO WAY!]，')sym_matrix =[a b c][Jack Help Me! NO WAY!]>> sym_digits : =sym ( '[1 2 3 ； a b c ；sin (x)cos ，（y）tan（z）]'）sym_digits =[1 - 2 3][a b c][sin (x)cos （y）tan（z）]2 .用命令syms定义矩阵先定义矩阵中的每一个元素为一个符号变量，而后像普通矩阵一样输入符号矩阵。
例1-4>> syms a b c ；>> M1 = sym ('Classical')；>> M2 = sym （'Jazz'）；>> M3 = sym ('Blues')>> syms_matrix = [a b c；M1，M2，M3 ; int2str （[2 3 5]）] syms_matrix =[a b c][Classical Jazz Blues][2 3 5]把数值矩阵转化成相应的符号矩阵。
数值型和符号型在MATLAB中是不相同的，它们之间不能直接进行转化。
MATLAB提供了一个将数值型转化成符号型的命令，即sym。
例1-5>> Digit_Matrix = [1/3 sqrt（2） 3.4234 ；exp（0.23）log（29）23A(-11.23 )]>> Syms_Matrix = sym (Digit_Matrix ) 结果是:Digit_Matrix =0.3333 1.41421.2586 3.3673 Syms_Matrix = 3.4234 0.0000[ 1/3, sqrt (2), 17117/5000] [5668230535726899*2^ (-52 ) , 7582476122586655*2^ (-51), 5174709270083729*2八(-103)]注意：矩阵是用分数形式还是浮点形式表示的，将矩阵转化成符号矩阵后，都将以最接近原值的有理数形式表示或者是函数形式表示。
1.1.3大矩阵的生成对于大型矩阵，一般创建M文件，以便于修改：例1-6用M文件创建大矩阵，文件名为example.mexm=[ 456 468 873 2 579 5521 687 54 488 8 1365 4567 88 98 21 5456 68 4589 654 5 9875488 10 9 6 33 77]在MATLAB窗口输入:>>example。
>>size(exm) %显示exm 的大小ans二5 6 %表示exm有5行6列。
函数cat格式A="cat"(n,A1,A2,…,Am)说明n二"1和n"=2时分别构造［A1 ; A2］和［A1 , A2］，都是二维数组, 而n=3时可以构造出三维数组。
例1-7>> A仁［1,2,3 。
4,5,6。
7,8,9］。
A2=A1'>> A4=cat(3,A1,A2,A3)A4(:,:,1)=1 2 34 5 67 8 9A4(:,:,2)=1 4 72 5 83 6 9A4(:,:,3)=0 -2 -420 -24 2 0或用另一种原始方式可以定义：例1-8>> A1=［1,2,3。
4,5,6。
7,8,9］。
A2=A1'。
>> A5(:,:,1)=A1, A5(:,:,2)=A2, A5(:,:,3)=A3A5(:,:,1)=1 2 34 5 67 8 9A5(:,:,2)=1 4 72 5 83 6 9A5(:,:,3)=0 -2 -42 0 -24 2 01.1.5特殊矩阵的生成A3=A1-A2A3=A1-A2命令全零阵函数zeros格式 B = zeros (n) %生成nxn全零阵B = zeros(m, n) %生成mxn全零阵B = zeros([m n]) %生成mxn全零阵B = zeros(d1,d2,d3 …)%生成d1 x d2x d3x全零阵或数组B = zeros([d1 d2 d3 …])%生成d1x d2x d3x全零阵或数组B = zeros(size(A)) %生成与矩阵A相同大小的全零阵命令单位阵函数eye格式Y 二eye(n) %生成nxn单位阵Y 二eye( m,n) %生成mx n单位阵Y 二eye(size(A)) %生成与矩阵A相同大小的单位阵命令全1阵函数ones格式Y 二ones(n) %生成nxn全1阵Y 二on es( m,n) %生成mxn全1阵Y 二on es([m n]) %生成mx n全1阵Y = on es(d1,d2,d3 …)%生成d1x d2x d3x全1阵或数组Y 二on es([d1 d2 d3 …])%生成d1x d2x d3x全1阵或数组Y 二on es(size(A)) %生成与矩阵A相同大小的全1阵命令均匀分布随机矩阵函数 rand格式 Y 二rand(n) %生成nxn 随机矩阵，其元素在(0, 1 )内 Y = ran d(m, n) %生成mXn 随机矩阵 Y 二ran d([m n]) %生成mXn 随机矩阵Y = ran d(m, n,p, …)%生成nnx n x p x •随机矩阵或数组 Y 二ran d([m n p …］)%生成mx nxpx •随机矩阵或数组Y = ran d(size(A))%生成与矩阵A 相同大小的随机矩阵rand %无变量输入时只产生一个随机数s = ran d('state') %产生包括均匀发生器当前状态的 35个元素的向量ran d('state', s) %使状态重置为sran d('state', 0) %重置发生器到初始状态ran d('state', j) %对整数j 重置发生器到第j 个状态ran d('state', sum (100*clock)) % 每次重置到不同状态例1-9产生一个 3X4随机矩阵0.9501 0.4860 0.4565 0.4447 0.2311 0.8913 0.0185 0.6154 0.6068 0.7621 0.82140.7919例 1-10 产生一个在区间［10, 20］内均匀分布的>> a 二"10"。
b=20。
>> x="a"+(b-a)*rand(4) x = 19.2181 19.3547 10.5789 11.3889 仃.382119.169013.528712.0277 11.7627 14.102718.131711.9872>> R="ra nd"(3,4) R = 4阶随机矩阵14.0571 18.9365 10.0986 16.0379s = randn ('state', sum(100*clock))例1-11产生均值为0.6，方差为0.1的4阶矩阵>> mu="0".6。
sigma二"0".1。
>> x="mu"+sqrt(sigma)*ra ndn (4) x = 0.8311 0.7799 0.1335 1.0565 0.7827 0.5192 0.5260 0.4890 0.6127 0.4806 0.6375 0.7971 0.8141 0.50640.69960.8527命令产生随机排列 函数 ran dperm命令 正态分布随机矩阵 函数 randn 格式Y二 randn(n)%生成nxn 正态分布随机矩阵 Y = randn (m, n) %生成mXn 正态分布随机矩阵 Y二 randn ([m n])%生成mXn 正态分布随机矩阵Y = randn(m,n,p, …)%生成nnx n x p x •正态分布随机矩阵或数组 Y = randn ([m n p …])%生成mx nx px •正态分布随机矩阵或数组Y = randn (size(A)) %生成与矩阵A 相同大小的正态分布随机矩阵 randn%无变量输入时只产生一个正态分布随机数s = randn ('state')%产生包括正态发生器当前状态的 2个元素的向s = randn ('state', s) %重置状态为ss = randn ('state', 0) %重置发生器为初始状态 s = randn ('state', j)%对于整数j 重置状态到第j 状态%每次重置到不同状态格式p = ran dperm (n) %产生1〜n之间整数的随机排列例1-12>> ran dperm(6)ans =3 2 1 54 6命令产生线性等分向量函数lin space格式y = lin space(a,b) %在(a, b)上产生100个线性等分点y = lin space(a,b ,n) % 在(a, b)上产生n个线性等分点命令产生对数等分向量函数logspace格式y = logspace(a,b) %在( )之间产生50个对数等分向量y = logspace(a,b ,n) y =logspace(a,pi)命令计算矩阵中兀素个数n二numel(a) %返回矩阵A的元素的个数命令产生以输入元素为对角线元素的矩阵函数blkdiag格式out = blkdiag(a,b,c,d, …％产生以a,b,c,d, •为对角线元素的矩阵例1-13>> out = blkdiag(1,2,3,4)out =10 0 00 2 0 00 0 3 00 0 0 4命令友矩阵函数compan格式 A = compan(u) %u为多项式系统向量，A为友矩阵，A的第1 行元素为-u (2:n)/u(1)，其中u (2:n)为u的第2到第n个元素，A 为特征值就是多项式的特征根。