matlab中矩阵和向量的创建

简介:

1、向量的创建

 

1)直接输入:

1
2
3
行向量:a=[ 1 , 2 , 3 , 4 , 5 ]
 
列向量:a=[ 1 ; 2 ; 3 ; 4 ; 5 ]

  

2)用“:”生成向量

1
2
3
a=J:K 生成的行向量是a=[J,J+ 1 ,…,K]
 
a=J:D:K 生成行向量a=[J,J+D,…,J+m*D],m=fix((K-J)/D)

  

3)函数linspace 用来生成数据按等差形式排列的行向量

1
2
3
x=linspace(X1,X2):在X1和X2间生成 100 个线性分布的数据,相邻的两个数据的差保持不变。构成等差数列。
 
x=linspace(X1,X2,n): 在X1和X2间生成n个线性分布的数据,相邻的两个数据的差保持不变。构成等差数列。

  

4)函数logspace用来生成等比形式排列的行向量

1
2
3
4
5
   X=logspace(x1,x2) 在x1和x2之间生成 50 个对数等分数据的行向量。构成等比数列,数列的第一项x( 1 )=10x1,x( 50 )=10x2
 
   X=logspace(x1,x2,n) 在x1和x2之间生成n个对数等分数据的行向量。构成等比数列,数列的第一项x( 1 )=10x1,x(n)=10x2
 
注:向量的的转置:x=( 0 , 5 )’

  

 

2、矩阵的创建

 

1)直接输入:

1
2
3
4
5
6
7
8
9
将数据括在[]中,同一行的元素用空格或逗号隔开,每一行可以用回车或是分号结束。
 
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
      1      2      3
 
      3      4      5

  

 

2)函数eye,生成单位矩阵

1
2
3
4
5
6
7
eye(n) :生成n*n阶单位E
 
eye(m,n):生成m*n的矩阵E,对角线元素为 1 ,其他为 0
 
eye(size(A)):生成一个矩阵A大小相同的单位矩阵
 
eye(m,n,classname):对角线上生成的元素是 1 ,数据类型用classname指定。其数据类型可以是:duoble、single、int8、uint8、int16、uint16、int32、uint32 。

  

      

3)函数ones  用ones生成全1的矩阵

1
2
3
4
5
6
7
8
9
ones(n) : 生成n*n的全 1 矩阵
 
ones(m,n) : 生成m*n的全 1 矩阵
 
ones(size(A)) : 生成与矩阵A大小相同的全 1 矩阵
 
ones(m,n,p,…)生成m*n*p*….的全 1 的多维矩阵
 
ones(m,n,…,classname)制定数据类型为classname

  

 

4)函数zeros 函数zeros生成全0矩阵

1
2
3
4
5
6
7
8
9
zeros(n):生成n*n的全 0 矩阵
 
zeros(m,n:)生成m*n的全 0 矩阵
 
zeros(size(A)): 生成与矩阵A大小相同的全 0 矩阵
 
zeros (m,n,p,…)生成m*n*p*….的全 0 的多维矩阵
 
zeros (m,n,…,classname)指定数据类型为classname

  

 

5)函数rand 函数rand用来生成[0,1]之间均匀分布的随机函数,其调用格式是:

1
2
3
4
5
6
7
8
9
Y=rand:生成一个随机数
 
Y=rand(n):生成n*n的随机矩阵
 
Y=rand(m,n):生成m*n的随机矩阵
 
Y=rand(size(A)):生成与矩阵A大小相同的随机矩阵
 
Y=rand(m,n,p,…):生成m*n*p*…的随机数多维数组

  

 

6)函数randn 函数rand用来生成服从正态分布的随机函数,其调用格式是:

1
2
3
4
5
6
7
8
9
Y=randn:生成一个服从标准正态分布的随机数
 
Y=randn(n):生成n*n的服从标准正态分布的随机矩阵
 
Y=randn(m,n):生成m*n的服从标准正态分布的随机矩阵
 
Y=randn(size(A)):生成与矩阵A大小相同的服从标准正态分布的随机矩阵
 
Y=randn(m,n,p,…):生成m*n*p*…的服从标准正态分布的随机数多维数组

  

 

3、矩阵元素的提取与替换

 

1)  单个元素的提取

1
2
3
4
5
6
7
8
9
10
11
12
13
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
     1      2      3
 
     3      4      5
 
输入b=a( 1 , 2 )
 
b =
 
      2   

  

  

 

2)  提取矩阵中某一行的元素,

1
2
3
4
5
6
7
8
9
10
11
12
13
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
     1      2      3
 
     3      4      5
 
输入b=a( 1 ,:)
 
b =
 
      1      2      3

  

 

3)  提取矩阵中某一列:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
     1      2      3
 
     3      4      5
 
输入b=a(:, 1 )
 
b =
 
      1
 
      3

  

 

4)  提取矩阵中的多行元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
     1      2      3
 
     3      4      5
 
输入b=a([ 1 , 2 ],:)
 
b =
 
      1      2      3
 
      3      4      5

  

 

5)  提取矩阵中的多列元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
     1      2      3
 
     3      4      5
 
输入b=a(:,[ 1 , 3 ])
 
b =
 
      1      3
 
      3      5

  

 

6)  提取矩阵中多行多列交叉点上的元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
     1      2      3
 
     3      4      5
 
输入b=a([ 1 , 2 ],[ 1 , 3 ])
 
b =
 
      1      3
 
      3      5

  

 

7)  单个元素的替换:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
如:a=[ 1 , 2 , 3 ; 3 , 4 , 5 ],运行后:
 
a =
 
     1      2      3
 
     3      4      5
 
输入:a( 2 , 3 )=- 1
 
a =
 
      1      2      3
 
      3      4     - 1

  

 

4、矩阵元素的重排和复制排列

 

1)  矩阵元素的重排

1
2
3
4
5
6
7
B=reshape(A,m,n):返回的是一个m*n矩阵B,矩阵B的元素就是矩阵A的元素,若矩阵A的元素不是m*n个则提示错误。
 
B=reshape(A,m,n,p):返回的是一个多维的数组B,数组B中的元素个数和矩阵A中的元素个数相等
 
B=reshape(A,…,[],…):可以默认其中的一个维数
 
B=reshape(A,siz) : 由向量siz指定数组B的维数,要求siz的各元素之积等于矩阵A的元素个数

  

 

2)  矩阵的复制排列  函数是repmat

1
2
3
4
5
6
7
B=repmat(A,n):返回B是一个n*n块大小的矩阵,每一块矩阵都是A
 
B=repmat(A,m,n):返回值是由m*n个块组成的大矩阵,每一个块都是矩阵A。
 
B=repmat(A,[m,n,p,…]):返回值B是一个多维数组形式的块,每一个块都是矩阵A

  

5、矩阵的翻转和旋转

 

1)矩阵的左右翻转 左右翻转函数是fliplr,调用格式:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
B=fliplr(A):将矩阵A左右翻转成矩阵B。
 
输入:A=[ 1 , 2 , 3 ; 3 , 4 , 2 ]
 
A =
 
      1      2      3
 
      3      4      2
 
输入:B=fliplr(A)
 
B =
 
      3      2      1
 
   2      4      3

  

 

2)矩阵上下翻转 函数:flipud,调用格式:

1
B=flipud(A):把矩阵A上下翻转成矩阵B

  

 

3)多维数组翻转 函数:flipdim,调用格式:

1
2
B=flipdim(A,dim):把矩阵或多维数组A沿指定维数翻转成B

  

4)  矩阵的旋转  函数:rot90,调用格式:

1
2
3
B=rot90(A):矩阵B是矩阵A沿逆时针方向旋转 90 。得到的
 
B=rot90(A,k):矩阵B是矩阵A沿逆时针方向旋转k* 90 。得到的(要想顺时针旋转,k取- 1 )

  

6、矩阵的生成与提取函数

 

1)  对角线函数 对角线函数diag既可以用来生成矩阵,又可以来提取矩阵的对角线元素,其调用格式:

1
2
3
4
5
6
7
a)         A=diag(v,k):当v是有n个元素的向量,返回矩阵A是行列数为n+|k|的方阵。向量v的元素位于A的第k条对角线上。K= 0  对应主对角线,k> 0 对应主对角线以上,k< 0 对应主对角线以下。
 
b)         A=diag(v):将向量v的元素放在方阵A的主对角线上,等同于A=diag(v,k)中k= 0 的情况。
 
c)         v=diag(A,k):提取矩阵A的第k条对角线上的元素于列向量v中。
 
d)         v=diag(A):提取矩阵A的主对角线元素于v中,这种调用等同于v=diag(A,k)中k= 0 的情况。

  

2)  下三角阵的提取  用函数tril,调用格式:

1
2
3
4
5
6
7
8
9
a)         L=tril(A): 提取矩阵A的下三角部分
 
b)         L=tril(A,k):提取矩阵A的第k条对角线以下部分。K= 0  对应主对角线,k> 0 对应主对角线以上,k< 0 对应主对角线以下。
 
3 )  上三角阵的提取  函数triu,调用格式:
 
a)         U=triu(A): 提取矩阵A的上三角部分元素
 
b)         U=triu(A,k): 提取矩阵A的第k条对角线以上的元素。K= 0  对应主对角线,k> 0 对应主对角线以上,k< 0 对应主对角线以下。

 本文转自二郎三郎博客园博客,原文链接:http://www.cnblogs.com/haore147/p/3633050.html,如需转载请自行联系原作者 

相关文章
|
6月前
|
索引
matlab--------矩阵重构,重新排列的相关函数说明
matlab--------矩阵重构,重新排列的相关函数说明
175 0
matlab--------矩阵重构,重新排列的相关函数说明
|
6月前
|
索引
matlab日常学习-------矩阵
matlab日常学习-------矩阵
73 0
|
30天前
|
Serverless
MATLAB中的矩阵与向量运算
【10月更文挑战第2天】本文全面介绍了MATLAB中的矩阵与向量运算,包括基本操作、加减乘除、转置、逆矩阵、行列式及各种矩阵分解方法。通过丰富的代码示例,展示了如何利用矩阵运算解决线性方程组、最小二乘法拟合、动态系统模拟和电路分析等问题。掌握这些运算不仅提升编程效率,还能在工程计算和科学研究中发挥重要作用。
39 1
|
5月前
|
机器学习/深度学习 存储 移动开发
MATLAB数据类型和运算符+矩阵创建
MATLAB数据类型和运算符+矩阵创建
58 1
|
6月前
Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测
Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测
|
6月前
|
Serverless 索引
matlab--------矩阵的运算
matlab--------矩阵的运算
55 1
matlab--------矩阵的运算
|
6月前
|
存储 vr&ar
Matlab创建向量自回归(VAR)模型分析消费者价格指数 (CPI) 和失业率时间序列
Matlab创建向量自回归(VAR)模型分析消费者价格指数 (CPI) 和失业率时间序列
|
6月前
【数值分析】用幂法计算矩阵的主特征值和对应的特征向量(附matlab代码)
【数值分析】用幂法计算矩阵的主特征值和对应的特征向量(附matlab代码)
|
6月前
|
存储 人工智能 资源调度
Matlab矩阵和数组的操作
Matlab矩阵和数组的操作
146 0
|
6月前
|
算法
MATLAB求解矩阵特征值的六种方法
关于这个特征值的求解一共六种方法 幂法 反幂法 QR方法 对称QR方法 jacobi方法 二分法
752 0