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]。
  • 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
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>
numpy数组索引-ChatGPT4o作答
查看>>
NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
查看>>
Numpy矩阵与通用函数
查看>>
numpy绘制热力图
查看>>
numpy转PIL 报错TypeError: Cannot handle this data type
查看>>
Numpy闯关100题,我闯了95关,你呢?
查看>>
nump模块
查看>>
Nutch + solr 这个配合不错哦
查看>>
NuttX 构建系统
查看>>
NutUI:京东风格的轻量级 Vue 组件库
查看>>
NutzCodeInsight 2.0.7 发布,为 nutz-sqltpl 提供友好的 ide 支持
查看>>
NutzWk 5.1.5 发布,Java 微服务分布式开发框架
查看>>