博客
关于我
matlab——矩阵运算
阅读量:598 次
发布时间:2019-03-12

本文共 1249 字,大约阅读时间需要 4 分钟。

实现以下内容的优化:

【实验目的】掌握基本的矩阵运算及常用的MATLAB函数。

【实验内容】(1)掌握矩阵赋值

(2)掌握MATLAB中矩阵的运算规则及常用函数

【实验操作】

(1)向量、矩阵的创建

  • 用“:**”号生成行向量a=[1,2,3,4,5,6,7,8,9,10]、b=[5,3,1,-1,-3,-5]。
  • 用linspace命令重新生成上述的a和b向量。
  • 生成范围在[0,10]、均值为5的3×5维的均匀分布随机数矩阵D。

(2)矩阵运算合法性判断

检查以下矩阵运算是否合法,若合法给出结果:
1.result1 = a'
2.result2 = a * b
3.result3 = a + b
4.result4 = b * d
5.result5 = [b ; c'] * d
6.result6 = a . * b
7.result7 = a . / b
8.result8 = a . * c
9.result9 = a . \ b
10.result10 = a . ^2
11.result11 = a ^2
12.result11 = 2 . ^ a

(3)求解二元一次方程组

给定方程组:
a x + b y = c
d x + e y = f

(4)矩阵A的相关运算

已知矩阵A:
[ A = \begin{bmatrix} ... \end{bmatrix} ]
1.求矩阵A的秩。
2.求矩阵A的行列式。
3.求矩阵A的逆矩阵。
4.求矩阵A的特征值及特征向量。

(5)关系运算与逻辑运算

已知a=20, b=-2, c=0, d=1:
1.r1 = a > b
2.r2 = a > b & c > d
3.r3 = a == b*(-10)
4.r4 = ~b | c

【实验代码】

(1)向量创建:

a = [1:10]  b = [5,3,1;-1,-3,-5]

(2)向量线性等分:

a = linspace(1,10,10) % 生成1到10的等分向量  b = linspace(5,-5,-6) % 生成5到-5的等分向量  D = linspace(0,10,75); % 生成[0,10]的均匀分布随机数矩阵,3×5维

(3)矩阵运算:

% 查看各矩阵维度,确保运算合法性  a_size = size(a)  b_size = size(b)  % 多个矩阵运算示例,根据需要添加注释

【实验结果】

(1)向量生成:

a = [1,2,3,4,5,6,7,8,9,10]  b = [5,3,1,-1,-3,-5]

(2)向量线性等分:

a = [1,2,3,4,5,6,7,8,9,10]  b = [-3,-5,1,3,5]  D =rand(3,5) % 生成随机矩阵

(3)后续矩阵运算结果由具体运算决定,需根据规则逐一检查合法性并计算结果。

以上内容可以根据实际需求添加更多具体操作步骤和详细结果展示,确保符合教学或个人习惯的表达方式。

转载地址:http://sortz.baihongyu.com/

你可能感兴趣的文章
Python UTC 日期时间对象的 ISO 格式不包括 Z(祖鲁语或零偏移)
查看>>
python valueerror object2_python遇到错误记录
查看>>
python vars的作用
查看>>
Python virtualenv
查看>>
python vue3实现大文件分段续传(断点续传)--带暂停和继续功能
查看>>
Python WebDriver如何打印整个页面源(html)
查看>>
Python WebSocket自动化测试:构建高效接口测试框架
查看>>
Python Web开发
查看>>
Redis 配置文件杂项。
查看>>
Python web自动化测试 —— 文件上传
查看>>
python win32api键盘_Python win32api.keybd_event模拟键盘输入
查看>>
python Workbook 表格宽度
查看>>
python 中 dict 的另一种用法
查看>>
Python 中只有一个 True 和一个 False 对象吗?
查看>>
Python 中多线程与多处理之间的区别
查看>>
Python 从入门到精通:30天速成教程到底有多狠?你能坚持下来吗?
查看>>
Python 从数据库中存储和检索密码的最安全方法
查看>>
Python语言及其应用 - 知识点遍历
查看>>
Python 优化提速的 8 个小技巧
查看>>
Python 余弦相似度与皮尔逊相关系数 计算
查看>>