常用矩阵函数
- 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)。
请特别注意红色字体的命令
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
rref 求矩阵的行阶梯形
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
1、将四个顶点的坐标写成如下形式:
1 -1 -1 1
1 1 -1 -1
2、再写成齐次坐标形式,从而构成一个矩阵:
A =
1 -1 -1 1
1 1 -1 -1
1 1 1 1
3、向量缩放:
采用数乘的方法,k = 0.8000
各点齐次坐标为:
A =
0.8 -0.8 -0.8 0.8
0.8 0.8 -0.8 -0.8
0.8 0.8 0.8 0.8
4、旋转:
采用如下的变换矩阵:
X=[cos(fai) -sin(fai) 0
sin(fai) cos(fai) 0
0 0 1]
X*A即为旋转后的齐次坐标。
5、平移:
采用如下的变换矩阵:
P=[1 0 a
0 1 b
0 0 1]
P *X*A即为旋转平移后的齐次坐标。