1500字范文,内容丰富有趣,写作好帮手!
1500字范文 > Matlab 基础知识——矩阵操作及运算(矩阵 数组区别)

Matlab 基础知识——矩阵操作及运算(矩阵 数组区别)

时间:2024-06-10 07:58:56

相关推荐

Matlab 基础知识——矩阵操作及运算(矩阵 数组区别)

看论文时,经常看到矩阵,但在记忆里又看到数组。那么问题来了,矩阵和数组分别是什么?二者有什么区别?看论文时,经常看到矩阵,但在记忆里又看到数组。那么问题来了,矩阵和数组分别是什么?二者有什么区别?

在数学上,定义m×n个数(i=1, 2…,m;j=1, 2,…n)排成的m行n列的数表示为m行n列的矩阵,并且用大写加粗黑色字母表示。

只有一行的矩阵:,也称之为行向量

只有一列的矩阵,也称之为列向量

矩阵最早来自于方程组的系数即常数所构成的方阵,这一个概念有19世纪英国数学家凯利首先提出。

数组是在程序设计中,为了处理方便,把具有相同类型的若干变量按有序的形式组织起来的一种形式。这些按序排列的同类数据元素的集合称之为数组。

在Matlab中,一个数组可以分解为多个数组元素,这些数组元素可以是基本数据类型或是构造类型。因此按数组元素的类型不同,数组又可以分为数值数组、字符数组、单元数组、结构数组等各种类别。

看完上面的内容,矩阵和数组的区别似乎懂了一点。矩阵和数组在Matlab中存在很多方面的区别:

(1)矩阵是数学的概念,而数组是计算机程序设计领域的概念;

(2)作为一种变换或映射算符的体现,矩阵运算有着明确而严格的数学规则。而数组运算是Matlab软件定义的规则,其目的是为了使数据管理方便,操作简单,命令形式自然,执行计算有效。

二者联系主要体现在:在Matlab中,矩阵是以数组的形式存在的。因此,一维数组相当于向量;二维数组相当于矩阵。所以矩阵是数组的子集。

对矩阵的基本操作,主要有矩阵的构建、矩阵维度和矩阵大小的改变、矩阵的索引、矩阵的属性信息的获取、矩阵结构的改变等。对于这些操作,Matlab中都有固定的指令或者相应的库函数与之相对应。在程序用到的时候,每次都要上网查,网上的很散。这里,我对我经常用的做了总结。以后用到可以查阅。

1、矩阵下表引用

下面将常用的几个举例说明:

例如:A=[1 2 3 4 5;

12 12 14 56 657;

23 46 34 67 56 ];

(1)将二维矩阵A转化成一维矩阵(列向量):Matlab 默认将其转化成列向量,需要行向量转置即可。

Matlab程序: A(:) %将二维矩阵其转化成列向量

(2)读取矩阵取前N行或N列的方法

Matlab程序:

A(1:2,:) %读取矩阵A前2行

A(:,1:3) %读取矩阵A前3列

(3)求矩阵中每行或每列的最大值和最小值

① 找矩阵A每列的最大值:[max_A,index]=max(A,[],1);

其中,max_A是最大的数值,index是最大的数值所处的位置

② 找矩阵A每行的最大值:[max_A,index]=max(A,[],2);

其中,max_A是最大的数值,index是最大的数值所处的位置

同理可求出每行,每列的最小值。

③ 找矩阵A每列的最小值:[min_A,index]=min(A,[],1);

其中,min_A是最小的数值,index是最小的数值所处的位置

④ 找矩阵A每行的最小值:[min_A,index]=min(A,[],2);

其中,min_A是最小的数值,index是最小的数值所处的位置

2、矩阵合并

已知矩阵:

A=[1 2 3 4 5;

12 12 14 56 657;

23 46 34 67 56];

B=[1 1 1 1 1;

2 2 2 2 2;

3 3 3 3 3];

(1)矩阵A,B左右合并:horzcat(A,B); %矩阵A,B左右合并

(2)矩阵A,B上下合并:vertcat(A,B); %矩阵A,B上下合并

3、矩阵运算(加、减、乘、除、点乘、点除等)

(1)A+B; 表示矩阵A和矩阵B相加(各个元素对应相加);

(2)A-B; 表示矩阵A和矩阵B相减(各个元素对应相减);

(3)A*B; 表示矩阵A和矩阵B相乘;

(4)A.*B; 表示矩阵A和矩阵B对应元素相乘(点乘);

(5)A/B; 表示矩阵A与矩阵B相除法;

(6)A./B; 表示矩阵A和矩阵B对应元素相除(点除);

(7)A^B; 表示矩阵A的B次幂;

(8)A.^B; 表示矩阵A的每个元素的B次幂。

Matlab平台提供了大量的运算函数,很强势。下面列举了常用的函数

参考资料

[1]/yundanfengqing_nuc/article/details/49246477

[2]/s/blog_70c7b3780100ru11.html

[3]/carrie8899/article/details/8500088

如果觉得内容还不错的话,欢迎点赞、转发、收藏,还可以关注微信公众号、CSDN博客、知乎。

1. 微信公众号:

2. CSDN博客:https://xiongyiming./

3. 知乎:/people/xiongyiming

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。