MATLAB数值计算与数据分析(2)

简介: 2.1.2  其他常用函数 函数  fix 功能  朝零方向取整 格式  B = fix(A)   %对A的每一个元素朝零的方向取整数部分,返回与A同维的数组。对于复数参量A,则返回一复数,其分量的实数与虚数部分分别取原复数的、朝零方向的整数部分。

2.1.2  其他常用函数

函数  fix

功能  朝零方向取整

格式  B = fix(A)   %A的每一个元素朝零的方向取整数部分,返回与A同维的数组。对于复数参量A,则返回一复数,其分量的实数与虚数部分分别取原复数的、朝零方向的整数部分。

2-14

   >>A = [-1.9, -0.2, 3.1415926, 5.6, 7.0, 2.4+3.6i];

   >>B = fix(A)

计算结果为:

   B =

      Columns 1 through 4 

          -1.0000              0             3.0000             5.0000 

      Columns 5 through 6 

          7.0000             2.0000 + 3.0000i

函数  roud

功能  朝最近的方向取整。

格式  Y = round(X)   %X的每一个元素朝最近的方向取整数部分,返回与X同维的数组。对于复数参量X,则返回一复数,其分量的实数与虚数部分分别取原复数的、朝最近方向的整数部分。

2-15

>>A = [-1.9, -0.2, 3.1415926, 5.6, 7.0, 2.4+3.6i];

>>Y = round(A)

计算结果为:

Y =

     Columns 1 through 4 

       -2.0000      0         3.0000         6.0000 

     Columns 5 through 6 

       7.0000     2.0000 + 4.0000i

函数  floor

功能  朝负无穷大方向取整

格式  B = floor(A)   %A的每一个元素朝负无穷大的方向取整数部分,返回与A同维的数组。对于复数参量A,则返回一复数,其分量的实数与虚数部分分别取原复数的、朝负无穷大方向的整数部分。

2-16

>>A = [-1.9, -0.2, 3.1415926, 5.6, 7.0, 2.4+3.6i];

>>F = floor(A)

计算结果为:

F =

    Columns 1 through 4 

      -2.0000         -1.0000       3.0000         5.0000 

    Columns 5 through 6 

      7.0000      2.0000 + 3.0000i

函数  rem

功能  求作除法后的剩余数

格式  R = rem(X,Y)   %返回结果X - fix(X./Y).*Y,其中X、Y应为正数。若X、Y为浮点数,由于计算机对浮点数的表示的不精确性,则结果将可能是不可意料的。fix(X./Y)为商数X./Y朝零方向取的整数部分。若X与Y为同符号的,则rem(X,Y)返回的结果与mod(X,Y)相同,不然,若X为正数,则rem(-X,Y) = mod(-X,Y) - Y。该命令返回的结果在区间[0sign(X)*abs(Y)],若Y中有零分量,则相应地返回NaN。

2-17

    >>X = [12 23 34 45];

    >>Y = [3 7 2 6];

    >>R = rem(X,Y)

    计算结果为:

    R =

        0     2     0     3

函数  ceil

功能  朝正无穷大方向取整

格式  B = floor(A)   % A的每一个元素朝正无穷大的方向取整数部分,返回与A同维的数组。对于复数参量A,则返回一复数,其分量的实数与虚数部分分别取原复数的、朝正无穷大方向的整数部分。

2-18

>>A = [-1.9, -0.2, 3.1415926, 5.6, 7.0, 2.4+3.6i];

>>B = ceil(A)

计算结果为:

B =

    Columns 1 through 4 

     -1.0000        0         4.0000         6.0000 

    Columns 5 through 6 

     7.0000    3.0000 + 4.0000i

函数  exp

功能  以e为底数的指数函数

格式  Y = exp(X)   %对参量X的每一分量,求以e为底数的指数函数Y。X中的分量可以为复数。对于复数分量如,z = x +i*y,则相应地计算:e^z = e^x*(cos(y) + i*sin(y))。

2-19

>>A = [-1.9, -0.2, 3.1415926, 5.6, 7.0, 2.4+3.6i];

>>Y = exp(A)

计算结果为:

    Y =

       1.0e+003 *

       Columns 1 through 4 

          0.0001        0.0008        0.0231         0.2704

       Columns 5 through 6 

          1.0966   -0.0099 - 0.0049i

函数  expm

功能  求矩阵的以e为底数的指数函数

格式  Y = expm(X)   %计算以e为底数、x的每一个元素为指数的指数函数值。若矩阵x有小于等于零的特征值,则返回复数的结果。

说明  该函数为一内建函数,它有三种计算算法:

1)使用文件expm1.m中的用比例法与二次幂算法得到的Pad近似值;

2)使用Taylor级数近似展开式计算,这种计算在文件expm2.m中。但这种一般计算方法是不可取的,通常计算是缓慢且不精确的;

3)在文件expm3.m中,先是将矩阵对角线化,再把函数计算出相应的的特征向量,最后转换过来。但当输入的矩阵没有与矩阵阶数相同的特征向量个数时,就会出现错误。

例2-20

>>A=hilb(4);

>>Y = expm(A)

计算结果为:

Y =

    3.2506    1.2068    0.8355    0.6417

    1.2068    1.7403    0.5417    0.4288

    0.8355    0.5417    1.4100    0.3318

    0.6417    0.4288    0.3318    1.2729

函数  log

功能  自然对数,即以e为底数的对数。

格式  Y = log(X)   %对参量X中的每一个元素计算自然对数。其中X中的元素可以是复数与负数,但由此可能得到意想不到的结果。若z = x + i*y,则log对复数的计算如下:log (z) = log (abs (z)) + i*atan2(y,x)

2-21  下面的语句可以得到无理数π的近似值:

>>Pi = abs(log(-1))

计算结果为:

Pi =

    3.1416

函数  log10

功能  常用对数,即以10为底数的对数。

格式  Y = log10(X)   %计算X中的每一个元素的常用对数,若X中出现复数,则可能得到意想不到的结果。

2-22

>>L1 = log10(realmax)  % 由此可得特殊变量realmax的近似值

>>L2 = log10(eps)  % 由此可得特殊变量eps的近似值

>>M = magic(4);

>>L3 = log10(M)

计算结果为:

L1 =

     308.2547

L2 =

     -15.6536

L3 =

     1.2041    0.3010    0.4771    1.1139

     0.6990    1.0414    1.0000    0.9031

     0.9542    0.8451    0.7782    1.0792

     0.6021    1.1461    1.1761         0

函数  sort

功能  把输入参量中的元素按从小到大的方向重新排列

格式  B = sort(A)   %沿着输入参量A的不同维的方向、从小到大重新排列A中的元素。A可以是字符串的、实数的、复数的单元数组。对于A中完全相同的元素,则按它们在A中的先后位置排列在一块;若A为复数的,则按元素幅值的从小到大排列,若有幅值相同的复数元素,则再按它们在区间[-π]的幅角从小到大排列;若A中有元素为NaN,则将它们排到最后。若A为向量,则返回从小到大的向量,若A为二维矩阵,则按列的方向进行排列;若A为多维数组,sort(A)把沿着第一非单元集的元素象向量一样进行处理。

B = sort(A,dim)        %沿着矩阵A(向量的、矩阵的或多维的)中指定维数dim方向重新排列A中的元素。

[B,INDEX] = sort(A,)   %输出参量B的结果如同上面的情形,输出INDEX是一等于size(A)的数组,它的每一列是与A中列向量的元素相对应的置换向量。若A中有重复出现的相同的值,则返回保存原来相对位置的索引。

2-23

>>A = [-1.9, -0.2, 3.1415926, 5.6, 7.0, 2.4+3.6i];

>>[B1,INDEX] = sort(A)

>>M = magic(4);

>>B2 = sort(M)

计算结果为:

    B1 =

        Columns 1 through 4 

          -0.2000      -1.9000       3.1416         2.4000 + 3.6000i

        Columns 5 through 6 

           5.6000      7.0000

    INDEX =

          2     1     3     6     4     5

    B2 =

         4     2     3     1

         5     7     6     8

         9     11    10    12

         16    14    15    13

函数  abs

功能  数值的绝对值与复数的幅值

格式  Y = abs(X)   %返回参量X的每一个分量的绝对值;若X为复数的,则返回每一分量的幅值:abs(X) = sqrt(real(X).^2+imag(X).^2)。

2-24

>>A = [-1.9, -0.2, 3.1415926, 5.6, 7.0, 2.4+3.6i];

>>Y = abs(A)

计算结果为:

Y =

     1.9000    0.2000    3.1416    5.6000    7.0000    4.3267

函数  conj

功能  复数的共轭值

格式  ZC = conj(Z)   %返回参量Z的每一个分量的共轭复数:

conj(Z) = real(Z) - i*imag(Z) 

函数  imag

功能  复数的虚数部分

格式  Y = imag(Z)    %返回输入参量Z的每一个分量的虚数部分。

2-25

>>imag(2+3i)

计算结果为:

ans = 

      3

函数  real

功能  复数的实数部分。

格式  Y = real(Z)   %返回输入参量Z的每一个分量的实数部分。

2-26

>>real(2+3i)

计算结果为:

ans =

     2

函数  angle

功能  复数的相角

格式  P = angle(Z)   %返回输入参量Z的每一复数元素的、单位为弧度的相角,其值在区间[-π,π]上。

说明  angle(z) = imag (log(z)) = atan2 (imag(z),real(z))

2-27

>>Z =[1-i, 2+i, 3-i, 4+i;

>>1+2i,2-2i,3+2i,4-2i;

>>1-3i,2+3i,3-3i,4+3i;

>>1+4i,2-4i,3+4i,4-4i];

>>P = angle(Z)

计算结果为:

       P =

           -0.7854    0.4636   -0.3218    0.2450

            1.1071   -0.7854    0.5880   -0.4636

           -1.2490    0.9828   -0.7854    0.6435

            1.3258   -1.1071    0.9273   -0.7854

函数  complex

功能  用实数与虚数部分创建复数

格式  c = complex(a,b)   %用两个实数ab创建复数c=a+bi。输出参量cab同型(同为向量、矩阵、或多维阵列)。该命令比下列形式的复数输入更有用:a + i*b 或a + j*b因为ij可能被用做其他的变量(不等于sqrt(-1)),或者ab不是双精度的。 

c = complex(a)    %输入参量a作为输出复数c的实部,其虚部为0c = a+0*i

2-28

>>a = uint8([1;2;3;4]);

>>b = uint8([4;3;2;1]);

>>c = complex(a,b)

计算结果为:

c =

   1.0000 + 4.0000i

   2.0000 + 3.0000i

   3.0000 + 2.0000i

   4.0000 + 1.0000i

函数  mod

功能  模数(带符号的除法余数)

用法  M = mod(X,Y)   %输入参量X、Y应为整数,此时返回余数X -Y.*floor(X./Y),若Y≠0,或者是X。若运算数xy有相同的符号,则mod(X,Y)等于rem(X,Y)。总之,对于整数x,y,有:mod(-x,y) = rem(-x,y)+y。若输入为实数或复数,由于浮点数在计算机上的不精确表示,该操作将导致不可预测的结果。

2-29

>>M1 = mod(13,5) 

>>M2 = mod([1:5],3) 

>>M3 = mod(magic(3),3)

计算结果为:

M1 =

     3

M2 =

     1     2     0     1     2

M3 =

     2     1     0

     0     2     1

     1     0     2

函数  nchoosek

功能  二项式系数或所有的组合数。该命令只有对n<15时有用。

函数  C = nchoosek(n,k)   %参量n,k为非负整数,返回n! / ( (n-k)! k!),即一次从n个物体中取出k个的组合数。

C = nchoosek(v,k)   %参量vn维向量,返回一矩阵,其行向量的分量为一次性从v个物体中取k个物体的组合数。矩阵 C包含=n! / ( (n-k)! k!)行与k列。

例2-30

>>C = nchoosek(2:2:10,4)

计算结果为:

       C =

           2     4     6     8

           2     4     6    10

           2     4     8    10

           2     6     8    10

           4     6     8    10

函数  rand

功能  生成元素均匀分布于(0,1)上的数值与阵列

用法  Y = rand(n)   %返回n*n阶的方阵Y,其元素均匀分布于区间(0,1)。若n不是一标量,在显示一出错信息。

Y = rand(m,n)Y = rand([m n])          %返回阶数为m*n的,元素均匀分布于区间(0,1)上矩阵Y。

Y = rand(m,n,p,)Y = rand([m n p])    %生成阶数m*n*p*…的,元素服从均匀分布的多维随机阵列Y。

Y = rand(size(A))   %生成一与阵列A同型的随机均匀阵列Y

rand            %该命令在每次单独使用时,都返回一随机数(服从均匀分布)。

s = rand('state')    %返回一有35元素的列向量s,其中包含均匀分布生成器的当前状态。该改变生成器的当前的状态,见表2-1

2-1

命   令

含   义

Rand(’state’,s)

设置状态为s

Rand(’state’,0)

设置生成器为初始状态

Rand(’state’,k)

设置生成器第k个状态(k为整数)

Rand(’state’,sum(100*clock))

设置生成器在每次使用时的状态都不同(因为clock每次都不同)

例:

>>R1 = rand(4,5)

>>a = 10; b = 50;

>>R2 = a + (b-a) * rand(5)  % 生成元素均匀分布于(10,50)上的矩阵

计算结果可能为:

R1 =

    0.6655    0.0563    0.2656    0.5371    0.6797

    0.3278    0.4402    0.9293    0.5457    0.6129

    0.6325    0.4412    0.9343    0.9394    0.3940

    0.5395    0.6501    0.5648    0.7084    0.2206

R2 =

   33.6835   19.8216   36.9436   49.6289   46.4679

   18.5164   34.2597   15.3663   31.0549   49.0377

   19.0026   37.1006   33.6046   39.5361   13.9336

   12.4641   12.9804   35.5420   23.2916   46.8304

   28.5238   48.7418   49.0843   13.0512   10.9265

函数  randn

功能  生成元素服从正态分布(N(0,1))的数值与阵列

格式  Y = randn(n)    %返回n*n阶的方阵Y,其元素服从正态分布N(0,1)。若n不是一标量,则显示一出错信息。

Y = randn(m,n)Y = randn([m n])   %返回阶数为m*n的,元素均匀分布于区间(0,1)上矩阵Y。

Y = randn(m,n,p,)Y = randn([m n p])    %生成阶数m*n*p*…的,元素服从正态分布的多维随机阵列Y。

Y = randn(size(A))    %生成一与阵列A同型的随机正态阵列Y

randn    %该命令在每次单独使用时,都返回一随机数(服从正态分布)。

s = randn('state')      %返回一有2元素的向量s,其中包含正态分布生成器的当前状态。该改变生成器的当前状态,见表2-2

2-2

命    令

含    义

randn(’state’,s)

设置状态为s

randn(’state’,0)

设置生成器为初始状态

rand(’state’,k)

设置生成器第k个状态(k为整数)

rand(’state’,sum(100*clock))

设置生成器在每次使用时的状态都不同(因为clock每次都不同)

例:

>>R1 = rand(4,5)

>>R2 = 0.6 + sqrt(0.1) * randn(5)

计算结果可能为:

R1 =

    0.2778    0.2681    0.5552    0.5167    0.8821

    0.2745    0.3710    0.1916    0.3385    0.5823

    0.9124    0.5129    0.4164    0.2993    0.0550

    0.4125    0.2697    0.1508    0.9370    0.5878

R2 =

    0.4632    0.9766    0.5410    0.6360    0.6931

    0.0733    0.9760    0.8295    0.9373    0.1775

    0.6396    0.5881    0.4140    0.6187    0.8259

    0.6910    0.7035    1.2904    0.5698    1.1134

    0.2375    0.6552    0.5569    0.3368    0.3812

相关文章
|
机器学习/深度学习 监控 数据可视化
MATLAB应用指导:利用MATLAB进行内部局域网管理软件的数据分析和可视化
在今天的数字化时代,内部局域网管理软件在各种组织中起着至关重要的作用。这些软件可以监控网络活动,收集大量的数据,但数据的真正价值在于如何分析和可视化它。在本文中,我们将探讨如何使用MATLAB进行内部局域网管理软件的数据分析和可视化,以帮助您更好地理解和优化您的网络。
273 0
|
5月前
|
算法 数据挖掘
MATLAB数据分析、从算法到实现
MATLAB数据分析、从算法到实现
|
6月前
|
机器学习/深度学习 存储 数据可视化
使用MATLAB进行数值计算的技术指南
【6月更文挑战第4天】MATLAB是款强大的数值计算软件,适用于工程计算、科学分析和数据分析。本文介绍了MATLAB的基础,包括界面、变量和数组、基本运算。接着讲解了MATLAB在数值计算的应用,如线性代数(求解线性方程组)、微积分(函数积分)和数据分析可视化(绘制图形)。MATLAB还支持高级应用,如外部设备通信和机器学习。通过学习,用户能更高效地进行数值计算和数据分析。
|
6月前
|
机器学习/深度学习 数据可视化 算法
探索MATLAB世界:掌握基础知识与实用技能(1. MATLAB环境与基本操作 2. 数据类型与变量 3. 条件与循环,1. 数据分析与统计 2. 图像处理与计算机视觉 3. 信号处理与控制系统)
探索MATLAB世界:掌握基础知识与实用技能(1. MATLAB环境与基本操作 2. 数据类型与变量 3. 条件与循环,1. 数据分析与统计 2. 图像处理与计算机视觉 3. 信号处理与控制系统)
59 0
|
数据挖掘
【数据分析】大型ADCP数据集的处理和分析(Matlab代码实现)
【数据分析】大型ADCP数据集的处理和分析(Matlab代码实现)
410 0
|
机器学习/深度学习 传感器 安全
基于MATLAB实现沉降监测数据分析
基于MATLAB实现沉降监测数据分析
基于MATLAB实现沉降监测数据分析
|
机器学习/深度学习 算法 数据挖掘
用于宏观经济数据分析的神经网络(Matlab代码实现)
用于宏观经济数据分析的神经网络(Matlab代码实现)
125 0
|
机器学习/深度学习 传感器 算法
【气象分析】基于小波分析实现气象数据分析附matlab代码
【气象分析】基于小波分析实现气象数据分析附matlab代码
|
数据采集 人工智能 自然语言处理
CMU携手NUS、复旦推出DataLab:打造文本领域数据分析处理的Matlab
CMU携手NUS、复旦推出DataLab:打造文本领域数据分析处理的Matlab
147 0
|
机器学习/深度学习 传感器 算法
【数据分析】粒子群模糊专家系统附matlab代码
【数据分析】粒子群模糊专家系统附matlab代码

热门文章

最新文章

下一篇
DataWorks