一.对角阵

1.提取矩阵的主对角线上的元素,形成一个列向量:diag(A)

2.提取矩阵第k条对角线的元素,产生一个列向量:diag(A,K)

3.以向量V为对主对角线元素,产生对角矩阵:diag(V)

4.以向量V为第k条对角线元素,产生对角矩阵:diag(V,K)

(对角线以上为正,对角线为0,对角线一下为负)

二.三角阵

1.上三角:

triu(A):提取主对角线以上的元素

trui(A,K):提取第k对角线以上的元素

2.下三角:

tril(A):原理同上,提取后剩余的部分用0填充,组成和原来一样规模的矩阵。

三.矩阵的转置

1.

四.矩阵的旋转

rot90(A,K)将矩阵A逆时针旋转90度的k倍。

五.矩阵的翻转

1.左右翻转:fliplr(A)

第一列与最后一列对换,其他的依次类推。

2.上下翻转:flipud(A)

上下交换。

六.矩阵求逆

使得矩阵A,B;AB=BA=I

Inv(A)求方阵的逆矩阵;

七.矩阵的行列式

|A|:det(A):det(A负一次方)=1/det(A)

八.矩阵的迹

trace(A)

九.矩阵的秩

rank(A)

十.向量和矩阵的范数

向量1--范数:向量元素的绝对值

norm[V,1];

向量2--范数:向量元素的平方和的平方根

norm[V]或norm[V,2];

向量无穷--范数:所有向量元素绝对值中的最大值

norm[V,inf];

十一.矩阵的条件数

矩阵的条件数等于A的范数与A的逆矩阵的范数的乘积;

条件数越接近于1,矩阵的性能越好,反之,矩阵的性能越差。

cond[A,1];

cond[A]或cond[A,2];

cond[A,inf];

十二.矩阵的特征向量值和特征向量

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。

十三.稀疏矩阵

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。

[B,d]=spdiags(A):从带状稀疏矩阵A中提取全部非0对角线元素赋给矩阵B及其这些非0对角线的位置向量d/

A=spdiags[B,d,m,n]:产生带状稀疏矩阵的稀疏存储矩阵A,其中m,n为原带状稀疏矩阵的行数于列数,矩阵B的第i列即为原带状稀疏矩阵的第i条非0对角线,向量d为原带状稀疏矩阵所有非0对角线位置。

MATLAB矩阵运算函数相关推荐

  1. Fluent UDF中调用Matlab矩阵运算函数(以二维插值为例)

    Fluent UDF中经常需要用到一些常见算法,例如插值.拟合.矩阵运算等等,这些在UDF中是没有现成函数实现的,理论上需要我们自己去写函数.另一方面我们又注意到这些运算恰恰是Matlab的强项,几乎 ...

  2. matlab diag函数生成矩阵,Matlab矩阵运算函数-blkdiag函数

    1.blkdiag函数:生成指定对角线元素的矩阵 2.用法说明 A = blkdiag(a,b,c,d,...) 函数产生以a,b,c,d,...为对角线元素的矩阵A 3.举例说明 >> ...

  3. MATLAB常见矩阵运算函数,矩阵的转置transpose()、求行列式值det()、求矩阵的秩rank()、求矩阵的特征值eig()、求逆矩阵inv()

    MATLAB常见矩阵运算函数 1.转置 如矩阵A 转置后 2.求行列式的值det(A) 使用此函数必须保证A为方阵 3.求矩阵的秩 4.求方阵的特征值 5.求方阵的逆矩阵

  4. matlab——sparse函数和full函数

    转载:http://www.cnblogs.com/lihuidashen/p/3435883.html matlab--sparse函数和full函数(稀疏矩阵和非稀疏矩阵转换) 函数功能:生成稀疏 ...

  5. MATLAB各类函数详细讲解 simulike系统仿真分析

    http://item.taobao.com/item.htm?spm=a230r.1.14.40.yWjJFw&id=43113292964&ns=1&abbucket=2& ...

  6. matlab矩阵运算相关函数

    1. MATLAB提供函数det()求方阵行列式的值 >> A=[1 3 4;5 6 7;1 0 1] A = 1     3     4      5     6     7      ...

  7. matlab把向量转化为矩阵,MATLAB小函数:将列向量转化为0-1矩阵

    MATLAB小函数:将列向量转化为0-1矩阵 将列向量转化为0-1矩阵,例如 A = 1 2 1 5 3 4 1 4 3 转换为: B = 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 ...

  8. matlab一般函数的绘制方法,基于MATLAB的函数图像绘制方法

    C DOI:10.16707~.cnki.fjpc.2017.01.084 E 晒 亍嚣 基于 MATLAB的函数图像绘制方法 张笑笑 一,童 键 z (1湖南省长沙市第一中学 湖南 长沙 410() ...

  9. matlab 功率计算,基于Matlab矩阵运算的潮流计算支路功率计算方法与流程

    技术特征: 1.基于Matlab矩阵运算的潮流计算支路功率计算方法,其特征在于:采用矩阵运算,包括以下步骤: E1.读支路首节点号数组I.末节点号数组J.电阻数组R.电抗数组X.对地电纳数组B.变压器 ...

最新文章

  1. android截取字符串工具类,StringsUtil字符串工具类---灵活截取
  2. navicat for mysql 显示中文乱码解决办法
  3. 记一次Linux磁盘满盘/dev/vda1目录清理记录
  4. c语言 malloc_C语言快速入门——动态内存分配
  5. redhat linux yum仓库,关于RHEL6发行版yum仓库的配置
  6. chatterbot mysql_ChatterBot代码解读-介绍和框架
  7. CSDN《IT人才成长路线图》重磅开源!60+ 专家,13 个技术领域,绘出 35 张图谱...
  8. Laravel 大将之 路由 模块
  9. 区块链教程Fabric1.0源代码分析Ledger statedb(状态数据库)
  10. SharePoint【Site Definition 系列】-- 05. List Definition与List Template之比较
  11. CAXA_三维电子图板v2
  12. 课程体系包括哪些要素_课程建设包括哪些内容_以课程建设为抓手,促进专业团队的发展...
  13. Morphia DAOs
  14. element table filed显示不全
  15. 在android中在屏幕密度为160,在 android 中,在屏幕密度为160时,1pt 大概等于多少sp...
  16. Codeforces Gym 101086 M ACPC Headquarters : AASTMT (Stairway to Heaven)
  17. 使用python对指定手机号获取各网站登录的验证码。
  18. 详细 | 图神经网络从入门到入门
  19. 3分钟详解服务器入网带宽出网带宽和入流量出流量
  20. ValueError: could not convert string to float:

热门文章

  1. EasyDSS如何实现定期检测和取读加密狗授权?
  2. 2023年最新黑科技:安卓手机木马远控
  3. origin两个图层图例合并_利用origin软件将两个图形完美合并的方法
  4. 基于Android的健康打卡系统,基于Android的移动健康管理系统的设计与实现
  5. Altera和Xilinx的参考设计资源
  6. yui compressor php,在 PHP 使用 YUI Compressor 壓縮 JavaScript 跟 CSS
  7. 协议测试与服务器性能测试工具 列表
  8. 上海交通大学计算机科学步丰林,上海交通大学软件学院
  9. 影响保健品购买行为的因素分析
  10. 【C语言】程序阅读题