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)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。…

大家好,又见面了,我是你们的朋友全栈君。

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Matlab 基础知识——矩阵操作及运算(矩阵、数组区别){a_{ij}}(i=1, 2…, m ; j=1, 2,… n)排成的mn列的数表示为mn列的矩阵,并且用大写加粗黑色字母表示。

                                                                                    {\mathbf{A}} = \left[ \begin{gathered} {a_{11}}{\text{ }}{a_{12}}{\text{ }} \cdots {\text{ }}{a_{1n}} \hfill \\ {a_{21}}{\text{ }}{a_{22}}{\text{ }} \cdots {\text{ }}{a_{2n}} \hfill \\ {\text{ }} \text{ }\vdots {\text{ }}\text{ }\text{ } \vdots {\text{ }} \text{ }\text{ }\ddots {\text{ }}\text{ }\text{ } \vdots \hfill \\ {a_{m1}}{\text{ }}{a_{m2}}{ \cdots{a_{mn}} \hfill \\ \end{gathered} \right]

 

只有一行的矩阵:{\bf{A}} = \left( {​{a_1}{\rm{ }}{a_2}{\rm{ }} \cdots {\rm{ }}{a_n}} \right),也称之为行向量

只有一列的矩阵,也称之为列向量

                                                                                   {\bf{A}} = \left( \begin{array}{l} {a_1}{\rm{ }}\\ {a_2}\\ {\rm{ }} \text{ }\vdots \\ {a_m} \end{array} \right)

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

 

   表达式(Matlab程序)

                                         函数功能

1

A(1)

将二维矩阵A重组为一维数组,返回数组中第一个元素

2

A(: , j)

返回二维矩阵A中第 j 列 列向量

3

A( i , :)

返回二维矩阵A中第 i 行 行向量

4

A(: , j : k)

返回二维矩阵A中第 j 列到第 k列 列向量组成的子矩阵

5

A( i : k , :)

返回二维矩阵A中第 i 行到第 k行 行向量组成的子矩阵

6

A( i : k , j : m)

返回二维矩阵A中第 i 行到第 k 行 行向量

和第 j 列到第 m 列 列向量的交集组成的子矩阵

7

A(:)

将二维矩阵A中得每列合并成一个列向量

8

A( j : k)

返回一个行向量,其元素为A(:)中的第 j 个元素到第 k 个元素

9

A([ j1 j2…])

返回一个行向量,其元素为A(:)中的第 j1,j2…个元素

10

A(: , [ j1 j2 …])

返回矩阵A的第 j1 列、第 j2 列等的列向量

11

A([ i1 i2 …] : ,)

返回矩阵A的第 i1 行、第 i2 行等的行向量

12

A([ i1 i2 …] , [ j1 j2 …])

返回矩阵A的第 j1列、第 j2 列等和矩阵A的第 i1 行、第 i2 行等的元素

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

Matlab 基础知识——矩阵操作及运算(矩阵、数组区别)

(2)矩阵A,B上下合并:vertcat(A,B); %矩阵A,B上下合并

Matlab 基础知识——矩阵操作及运算(矩阵、数组区别)

 

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

 

        函数

                      运算法则

1

exp(x)

求以e为底数的x次幂

2

log(x)

求以e为底数对x值取对数

3

Log10(x)

求以10为底数x值取对数

4

sqrt(x)

求x的平方根

5

sin(x)

正弦函数

6

cos(x)

余弦函数

7

tan(x)

正切函数

8

asin(x)

反正弦函数

9

acos(x)

反余弦函数

10

atan(x)

反正切函数

11

mode(a,b)

a与b相除取余数

12

min(a,b)

返回a, b中较小的数值

13

max(a,b)

返回a, b中较大的数值

14

mean(x)

求x的列平均数(列平均)

15

median(x)

求x的列中位数(列中位数)

16

sum(x)

x中各个列之间的元素求和

17

rank(x)

X矩阵的秩

 

参考资料

[1] https://blog.csdn.net/yundanfengqing_nuc/article/details/49246477

[2] http://blog.sina.com.cn/s/blog_70c7b3780100ru11.html

[3] https://blog.csdn.net/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:

Matlab 基础知识——矩阵操作及运算(矩阵、数组区别)

2. CSDN博客:https://xiongyiming.blog.csdn.net/

3. 知乎:https://www.zhihu.com/people/xiongyiming

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/139044.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • Linux yum安装与卸载

    Linux yum安装与卸载yum安装与卸载背景由于某种原因删了/usr/share中的yum-plugins、yum-cli文件夹,导致了yum命令失效,后发现之后,从其他虚拟机中导入了这两个文件夹,但是还是缺少了配置文件,导致yum命令一直不能使用,从avro,telnet一直忍到了,安装mysql,实在找不到其他的方法了,然后就想到了卸载重装yum.错误如下把错误的原因在网上搜了一下,几乎所有的博客,都指向了不能联网

    2022年5月17日
    130
  • CSDN 赚积分&C币方法[通俗易懂]

    CSDN 赚积分&C币方法[通俗易懂]于2019-03-20补充下载积分规则(2019-03-20)项目名称 获得细则 积分数量 普通资源被下载 100分封顶,下载自己资源无积分 资源分*下载量 获得C币规则(2019-03-20)1.撰写博文获得C币现在去发博文行为 获得数量 说明 博客专家每月原创文章数>=4 10 月度奖励,于下月月初结算…

    2022年5月29日
    701
  • java 反编译器_Java反编译工具

    java 反编译器_Java反编译工具xjad反编译工具下载使用反编译时把class文件直接拖拽至工具内即可,如果反编译结果不对时把class文件重新去拿原始的不要编辑打开,或者放在一个文件夹内在试。反编译后的代码没有注释、注解等,反正能用得细心看看调整。点击下载工具http://a.xzfile.com/down2/XJadfanbinayi_downcc.zip…

    2022年8月19日
    5
  • MySQL error 1396_Last

    MySQL error 1396_LastMySQL主备数据库切换报错1396处理方法,操作步骤如下:mysql>showslavestatus\G;***************************1.row***************************Slave_IO_State:WaitingformastertosendeventMaster_Host:196.55.3.180Mas…

    2022年8月12日
    3
  • 【VB.NET】 Textbox输入密码自动转为*

    【VB.NET】 Textbox输入密码自动转为*TextBox1.PasswordChar=“*”

    2022年7月18日
    19
  • 用html设计一个静态网页_学生个人静态网页制作模板

    用html设计一个静态网页_学生个人静态网页制作模板用HTML和CSS制作简单的静态网页(小米商城)网页效果如下:代码如下(第一次写静态网页,中间css代码和html代码没有分离,所以代码可能有点乱还请见谅)1、css代码 /*——————————————–01———————————————————–*/ *{ margin:0; padding:0; } /*清除标

    2025年9月4日
    4

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号