Matlab基础(一)

简介: Matlab基础(一)

一.  常用向量命令

1. length 求向量的长度(维数)

例如:X=[1,2,3,4];

          n=length(X);

>> n

n =

    3

2. 向量的转置

X=[1,2,3,4];

XT=X'

XT =

    1

    2

    3

    4

3. max操作

例如:X1=[1,2,3,4;2,3,4,5'] ;   X2=[8,2,7,4;2,9,4,5];

(1)max单独使用:求出每一列的最大值并构成一个行矩阵

max(X)为矩阵X各列的最大值组成的行向量

A=max(X);

>>A

A =

    2     3     4     5

(2)结合对应位置使用

[m1,p1]=max(X2);m1为每一列的最大值,并构成一个列向量,p1为m1对应的位置

结果:

m1 =

    8     9     7     5

p1 =

    1     2     1     2

4. 求和操作

求和操作就我现在学习的知识而言对matlab是非常重要的

sum(X)  可以对向量的列求和

这个命令对于矩阵也同样适用

sum(X,1)也表示对矩阵的各列分别求和并构成一个行向量

sum(X,2)则表示对矩阵的各行分别求和并构成一个列向量

例如 X=[1,2,3,4;2,3,4,5];

Y=sum(X,1);

Y =

    3     5     7     9

W=sum(X,2);

W =

   10

   14

5.mean 求向量所有元素的平均值

6.求向量或者矩阵的范数 norm命令

y=norm(X,p);p值需要使用者自己指定,若未指定,则默认p=2

7.求绝对值

y=abs(x);求向量中每一个元素的绝对值并构成向量

8.求标准差

y=std(x);返回一个双精度的数为向量x的标准差

9.对向量排序

y=sort(x);对向量所有元素从小到大排序,y为排序后的向量

[y,p]=sort(x);对向量所有元素从小到大排序,y为排序后的向量, p为对应位置组成的向量

若要对x进行从大到小排序,对应命令为:y=sort(x,'descend');

二.  矩阵常用命令

1.行列式的值

例如 X=[1,2,3,4;2,3,4,5;3,4,5,6;1,2,3,9];常规手算方法很困难,用命令就很简单

d=det(X);

d =

  1.1102e-15

2.矩阵的大小

矩阵的大小一般是求矩阵是几行几列的

X=[1,2,3,4;2,3,4,5;3,4,5,6]

[m,n]=size(X)

m =

    3

n =

    4

也可以只求几行或者几列供计算使用,方法与sum命令相同,都是用1和2控制

M=size(X,1);

M =

    3

N=size(X,2);

N =

    4

3.矩阵的秩

r=rank(X);

4.矩阵的迹,即矩阵(方针)的主对角线元素之和

T=trace(X);

5.对角方阵(即主对角线元素构成的列向量)

d=diag(X);

6.reshape '重排命令‘’

Y=reshape(X,m,n)按列将矩阵X按列排列成m*n的矩阵,同时m*n必须等于X的矩阵元素数

例如

X=[1,2,3,4;2,3,4,5;3,4,5,6 ];

N=reshape(X,2,6);

N =

    1     3     3     3     5     5

    2     2     4     4     4     6

7.求矩阵的逆矩阵

XT=inv(X)等价于X^(-1)

A=magic(3);magic(n)生成n阶魔方阵,魔方阵的特点是每行每列包括对角线的和都相等

A =

    8     1     6

    3     5     7

    4     9     2

y=inv(X);

y =

   0.1472   -0.1444    0.0639

  -0.0611    0.0222    0.1056

  -0.0194    0.1889   -0.1028

y=X^(-1);

y =

   0.1472   -0.1444    0.0639

  -0.0611    0.0222    0.1056

  -0.0194    0.1889   -0.1028

8.矩阵的特征值

A=magic(3);

z=eig(X);

Z =

  15.0000

   4.8990

  -4.8990

这个求出来是X的三个特征值

也可以用eig求特征向量,S为对角方阵,对角线元素为X的特征值,U为特征向量构成的矩阵,其第i列是第i个特征值对应特征向量

[U,S]=eig(X)

U =

  -0.5774   -0.8131   -0.3416

  -0.5774    0.4714   -0.4714

  -0.5774    0.3416    0.8131

S =

  15.0000         0         0

        0    4.8990         0

        0         0   -4.8990

9.rempat命令

我在网上找资源的时候看一个介绍的非常清晰的博主,在这将这篇博客推荐给大家

http://t.csdn.cn/9E0zO


相关文章
|
9月前
|
人工智能 搜索推荐 知识图谱
信任重构与AI采信:医药行业Geo优化的“双核四驱”实战范式
Geo(生成式引擎优化)作为适配AI心智的新型优化技术,已成为医药企业构建品牌护城河的关键。
385 1
信任重构与AI采信:医药行业Geo优化的“双核四驱”实战范式
|
机器学习/深度学习 数据采集 算法
基于贝叶斯算法的手机垃圾短信过滤
基于贝叶斯算法的手机垃圾短信过滤
|
JSON 移动开发 监控
快递单号物流轨迹方案介绍——内附物流API对接指南
什么是物流轨迹,有什么用,今天来详细聊一聊
5818 2
快递单号物流轨迹方案介绍——内附物流API对接指南
|
JavaScript Java API
探索后端技术:构建高效、可靠的服务端应用
本文将深入探讨后端开发的关键概念和技巧,旨在帮助读者理解如何构建高效、可靠的服务端应用。通过阐述常见的后端技术和框架,以及实际应用中的注意事项,我们将一步步揭示后端开发的精髓,助力你在技术领域迈向新的高度。
|
安全 网络安全 数据安全/隐私保护
网络安全的盾牌与矛:探索漏洞、加密技术与安全意识
【7月更文挑战第11天】在数字化时代的浪潮中,网络安全与信息安全成为维护信息资产不可或缺的屏障。本文将深入探讨网络安全中的漏洞发现、利用与防御策略,分析加密技术的原理及其在数据保护中的应用,并强调提升个人与企业的安全意识对于构建坚固防线的重要性。通过案例分析和技术解读,我们将一窥网络安全的多维度战场,揭示如何在日益复杂的网络环境中保持警惕和安全。
170 0
|
网络协议 Linux Shell
基础入门-反弹SHELL&不回显带外&正反向连接&防火墙出入站&文件下载
基础入门-反弹SHELL&不回显带外&正反向连接&防火墙出入站&文件下载
342 0
|
存储 开发框架 安全
J2EE集合之map集合
J2EE集合之map集合
182 0
|
物联网
|
存储 传感器 文字识别
二维码支付功能设计【系列文章,本章1】
扫一扫已经是我们生活中非常熟悉的功能,而扫一扫离不开二维码,那么二维码扫码原理是什么,如何实现的,如果企业要上自己的扫码功能如何实现? 本章将从二维码原理讲起。
972 0
二维码支付功能设计【系列文章,本章1】

热门文章

最新文章