二、MATLAB矩阵处理
二、MATLAB矩阵处理
2.1 特殊矩阵
通用的特殊矩阵:zero()
产生0矩阵,one()
全1矩阵,eye()
产生对角线为1的矩阵,MATLAB()
产生(0,1)区间均匀分布的随机矩阵,MATLABn()
产生标准正太分布随机矩阵。参数都为(m)&(m,n)。
特殊矩阵:(1) 魔法矩阵: magic(n)
(2) 范德蒙矩阵: vander(v)
(3) hilbert矩阵: hilb(n)
(4)伴随矩阵: compan(p)
(5)帕斯卡矩阵: pascal(n)
2.2 矩阵变换
提取矩阵对角线元素:diag(A,k=0)
:提取矩阵A第k条元素,产生列向量
构造对角矩阵:diag(V,k=0)
:以向量V为第k条对角线元素,其它补0。
求上三角矩阵:triu(A,k)
:提取矩阵A的第k条对角线及以上的元素
求下三角:tril(A,k)
。矩阵转置:.'
,共轭转置: '
,。
矩阵旋转:rot90(A,k=1)
:将矩阵A逆时针方向旋转90°的k倍
矩阵翻转:fliplr(A)
:矩阵A左右翻转。flipud(A)
:上下翻转
2.3 矩阵求值
方阵的行列式:det(A)
矩阵的秩:rank(A)
矩阵的迹:trace(A)
向量和矩阵的范数:nrom(V,n=2)
计算向量的n—范数,n=1,2,inf
向量和矩阵的条件数:cond(V,n=2)
计算向量n-条件数,用来衡量矩阵性能。
2.4 矩阵的特征值和特征向量
设A为n阶方阵,如果存在常数λ和n维非零向量x,使得等式 Ax=λx 成立,则称λ为A的特征值,x是对应特征值λ的特征向量。
E=eig(A)
:求矩阵A的全部特征值,构成向量E。
[X,D]=eig(A)
:求矩阵A的全部特征值,构成对角阵D,并产生矩阵X,X各列是相应的特征向量。
2.5 稀疏矩阵
在矩阵中,若数值为0的元素数目远远多于非0元素的数目,并且非0元素分布没有规律时,则称该矩阵为稀疏矩阵.
稀疏存储方式:稀疏存储方式只存储矩阵的非零元素的值及其位置。存储方式不同,但运算规则相同。
完全存储方式与稀疏存储方式之间的转化:
A=sparse(S)
:将矩阵S转化为稀疏存储方式的矩阵A。
S=full(A)
:将矩阵A转化为完全存储方式的矩阵S。
sparse(m,n)
:生成一个m*n的0稀疏矩阵。
sparse(u,v,S)
:u,v,S是3个等长向量。u(i),v(i)是对一个元素S(i)的行下标和列下标。
spconvert(A)
函数直接建立稀疏存储矩阵。