matlab矩阵操作汇总
matlab 矩阵 运算符
matlab 矩阵运算符Matlab是一种强大的数学软件，用于数值计算、数据分析、可视化和编程。
在Matlab中，矩阵运算是一项重要的功能，它允许我们对矩阵进行加减乘除、转置、求逆、求特征值等操作。
本文将介绍一些常用的矩阵运算符及其功能。
1. 加法运算符（+）加法运算符用于实现矩阵的加法。
在Matlab中，两个矩阵的大小必须相同才能进行加法运算。
例如，对于两个3×3的矩阵A和B，可以使用加法运算符进行矩阵相加的操作：C = A + B。
2. 减法运算符（-）减法运算符用于实现矩阵的减法。
同样，两个矩阵的大小必须相同才能进行减法运算。
例如，对于两个3×3的矩阵A和B，可以使用减法运算符进行矩阵相减的操作：C = A - B。
3. 乘法运算符（*）乘法运算符用于实现矩阵的乘法。
在Matlab中，矩阵乘法是一项常见的运算。
例如，对于一个3×3的矩阵A和一个3×2的矩阵B，可以使用乘法运算符进行矩阵相乘的操作：C = A * B。
4. 除法运算符（/）除法运算符用于实现矩阵的除法。
在Matlab中，矩阵除法是通过乘以逆矩阵来实现的。
例如，对于一个3×3的矩阵A和一个3×3的矩阵B，可以使用除法运算符进行矩阵相除的操作：C = A / B。
5. 转置运算符（'）转置运算符用于实现矩阵的转置。
在Matlab中，矩阵的转置是通过交换矩阵的行和列来实现的。
例如，对于一个3×2的矩阵A，可以使用转置运算符进行矩阵的转置操作：B = A'。
6. 求逆运算符（inv()）求逆运算符用于计算矩阵的逆矩阵。
在Matlab中，矩阵的逆矩阵是通过inv()函数来计算的。
例如，对于一个3×3的矩阵A，可以使用求逆运算符计算矩阵的逆矩阵：B = inv(A)。
7. 幂运算符（^）幂运算符用于计算矩阵的幂次方。
在Matlab中，矩阵的幂次方是通过^运算符来实现的。
MATLAB矩阵操作大全
MATLAB矩阵操作大全1. 创建矩阵：可以使用函数`zeros`、`ones`、`eye`、`rand`等来创建全零矩阵、全一矩阵、单位矩阵和随机矩阵。
2.矩阵索引：可以使用`(`或`[]`来访问矩阵中的元素。
例如，`A(3,2)`表示访问矩阵A中第3行第2列的元素。
3.矩阵运算：可以使用`+`、`-`、`*`、`/`等运算符对矩阵进行加法、减法、乘法和除法运算。
4. 矩阵转置：可以使用`'`符号或`transpose`函数来对矩阵进行转置操作。
例如，`B = A'`表示将矩阵A转置为矩阵B。
5.矩阵加法和减法：可以使用`+`和`-`运算符对两个矩阵进行逐元素的加法和减法运算。
6.矩阵乘法和除法：可以使用`*`和`/`运算符对矩阵进行乘法和除法运算。
注意，矩阵乘法是按照矩阵相应元素进行乘法运算，并不是简单的逐元素乘法。
7. 矩阵求逆：可以使用`inv`函数来求矩阵的逆矩阵。
例如，`B =inv(A)`表示求矩阵A的逆矩阵，并将结果保存在矩阵B中。
8. 矩阵转换：可以使用转换函数`double`、`single`、`int8`、`int16`、`int32`、`int64`等将矩阵的数据类型转换为指定类型。
9. 矩阵求解线性方程组：可以使用`solve`函数来求解线性方程组。
例如，`x = solve(A, b)`表示求解线性方程组Ax = b，并将结果保存在向量x中。
10. 矩阵求特征值和特征向量：可以使用`eig`函数来求矩阵的特征值和特征向量。
例如，`[V, D] = eig(A)`表示求矩阵A的特征值和特征向量，并将结果保存在矩阵V和对角矩阵D中。
11. 矩阵的行列式：可以使用`det`函数来计算矩阵的行列式。
例如，`D = det(A)`表示计算矩阵A的行列式，并将结果保存在变量D中。
12. 矩阵的秩：可以使用`rank`函数来计算矩阵的秩。
例如，`r = rank(A)`表示计算矩阵A的秩，并将结果保存在变量r中。
matlab中遍历矩阵的多种方法
matlab中遍历矩阵的多种方法在MATLAB中，遍历矩阵有多种方法，可以根据具体情况选择最合适的方法。
下面我将介绍几种常见的遍历矩阵的方法：1. 使用for循环遍历：这是最常见的方法之一，可以使用两个嵌套的for循环来遍历矩阵的每个元素。
例如：matlab.A = magic(3); % 生成一个3x3的矩阵。
[m, n] = size(A);for i = 1:m.for j = 1:n.disp(A(i, j)); % 对矩阵中的每个元素进行操作。
end.end.2. 使用向量化操作，MATLAB支持向量化操作，可以直接对整个矩阵进行操作，而不需要显式地使用循环。
例如，可以使用`reshape`函数将矩阵展开成一个向量，然后对向量进行操作，最后再将结果重新变形成原来的矩阵形状。
3. 使用`arrayfun`函数：`arrayfun`函数可以对矩阵中的每个元素应用同一个函数，然后将结果存储在新的矩阵中。
例如：matlab.A = magic(3); % 生成一个3x3的矩阵。
B = arrayfun(@(x) x2, A); % 将矩阵A中的每个元素乘以2，存储在新的矩阵B中。
4. 使用`for`循环和线性索引：可以使用单个for循环和线性索引来遍历矩阵。
例如：matlab.A = magic(3); % 生成一个3x3的矩阵。
[m, n] = size(A);for k = 1:mn.[i, j] = ind2sub([m, n], k);disp(A(i, j)); % 对矩阵中的每个元素进行操作。
end.这些是在MATLAB中遍历矩阵的一些常见方法，根据具体的情况和需求，可以选择最合适的方法来进行矩阵的遍历操作。
matlab矩阵操作基础
稀疏矩阵的操作
稀疏矩阵的创建与存储
稀疏矩阵的定义：只包含少量非零 元素的矩阵
存储方式：使用特殊的数据结构， 如三元组表示法或CSR/CSC格式
添加标题
添加标题
添加标题
添加标题
创建方法：使用sparse函数或直接 赋值
添加项标题
切片与子块提取的语法：A(i,j)或A(i,:)或A(:,j)等，其中A为矩阵 名，i和j为行和列的索引
添加项标题
切片与子块提取的应用：在数据分析、图像处理等领域中广泛应 用
矩阵的元素替换与修改
矩阵元素替换：使 用新的元素替换矩 阵中的旧元素
矩阵元素修改： 直接修改矩阵中 的元素值
索引操作：通过 索引访问和修改 特定位置的元素
存储优势：节省空间，提高计算效 率
稀疏矩阵的基本操作
创建稀疏矩阵：使 用sparse函数创建 稀疏矩阵
访问元素：使用下 标索引访问稀疏矩 阵中的元素
修改元素：使用下 标索引修改稀疏矩 阵中的元素
矩阵运算：进行稀 疏矩阵的加、减、 乘、除等基本运算
稀疏矩阵的应用场景
线性方程组的求解
矩阵运算
数值分析
条件语句：使用条 件语句对矩阵元素 进行筛选和替换
矩阵的函数运算
矩阵的函数运算
矩阵的加法运算 矩阵的减法运算 矩阵的乘法运算 矩阵的转置运算
矩阵的数值积分与微分
数值积分：对矩阵 进行数值积分运算 的方法和步骤
微分运算：对矩阵 进行微分运算的方 法和步骤
应用场景：矩阵的 数值积分与微分在 科学计算、工程等 领域的应用
操作方法：使用'共轭'函数（conj） 矩 阵的逆 矩阵的逆
MATLAB中对矩阵的基本操作
eye 单位矩阵zeros 全零矩阵ones 全1矩阵rand 均匀分布随机阵genmarkov 生成随机Markov矩阵linspace 线性等分向量logspace 对数等分向量logm 矩阵对数运算cumprod 矩阵元素累计乘cumsum 矩阵元素累计和toeplitz Toeplitz矩阵disp 显示矩阵和文字内容length 确定向量的长度size 确定矩阵的维数diag 创建对角矩阵或抽取对角向量find 找出非零元素1的下标matrix 矩阵变维rot90 矩阵逆时针旋转90度sub2ind 全下标转换为单下标tril 抽取下三角阵triu 抽取上三角阵conj 共轭矩阵companion 伴随矩阵det 行列式的值norm 矩阵或向量范数nnz 矩阵中非零元素的个数null 清空向量或矩阵中的某个元素orth 正交基rank 矩阵秩trace 矩阵迹cond 矩阵条件数inv 矩阵的逆rcond 逆矩阵条件数lu LU分解或高斯消元法pinv 伪逆qr QR分解givens Givens变换linsolve 求解线性方程lyap Lyapunov方程hess Hessenberg矩阵poly 特征多项式schur Schur分解expm 矩阵指数expm1 矩阵指数的Pade逼近expm2 用泰勒级数求矩阵指数expm3 通过特征值和特征向量求矩阵指数funm 计算一般矩阵函数logm 矩阵对数sqrtm 矩阵平方根spec 矩阵特征值gspec 矩阵束特征值bdiag 块矩阵，广义特征向量eigenmar- 正则化Markov特征kov 向量pbig 特征空间投影svd 奇异值分解sva 奇异值分解近似cumprod 元素累计积cumsum 元素累计和hist 统计频数直方图max 最大值min 最小值mean 平均值median 中值prod 元素积sort 由大到小排序std 标准差sum 元素和trapz 梯形数值积分corr 求相关系数或方差sparse 稀疏矩阵adj2sp 邻接矩阵转换为稀疏矩阵full 稀疏矩阵转换为全矩阵mtlb_sparse 将scilab稀疏矩阵转换为matlab稀疏矩阵格式sp2adj 将稀疏矩阵转换为邻接矩阵speye 稀疏矩阵方式单位矩阵sprand 稀疏矩阵方式随机矩阵spzeros 稀疏矩阵方式全零阵lufact 稀疏矩阵LU分解lusolve 稀疏矩阵方程求解spchol 稀疏矩阵Cholesky分解矩阵运算：MATLAB的运算都是以矩阵的方式进行矩阵与矩阵的运算＋、－：相同维数的矩阵才能进行加减运算.*、./：相同维数的矩阵对应元素的乘除运算*：满足矩阵乘法的规则^：方阵才能进行^的幂次运算矩阵与标量的运算＋、－：矩阵各元素都与标量进行加、减*、/：矩阵各元素都与标量进行乘、除矩阵元素标识：如果要得到矩阵中某一元素或者一组元素，可采用以下方法：A(m,n)：第m行、第n列的元素A(:,n)：第n列的所有元素组成的向量A(m,:)：第m行的所有元素元素组成的向量A(m1:m2,n1:n2)：从m1行到m2行，以及从n1列到n2列的子矩阵。
MATLAB中的矩阵运算与计算技巧分享
MATLAB中的矩阵运算与计算技巧分享概述：MATLAB是一款强大的数值计算软件，广泛应用于科学研究、工程设计等领域。
在MATLAB中，矩阵运算是非常重要的一部分内容。
本文旨在分享一些MATLAB中的矩阵运算和计算技巧，帮助读者更好地应用MATLAB进行数值计算和数据处理。
一、基本的矩阵运算1. 矩阵的创建与存储在MATLAB中，可以使用不同的方法创建矩阵，如直接赋值、生成全零矩阵、单位矩阵等。
创建矩阵后，可以使用变量名进行存储，方便后续的计算和操作。
2. 矩阵的运算MATLAB提供了丰富的矩阵运算函数，如加法、减法、乘法、除法等。
例如，使用"+"进行两个矩阵的相加，使用"*"进行矩阵相乘，使用"\ "进行矩阵的求解等等。
3. 矩阵的转置与共轭转置通过单引号操作符可以实现矩阵的转置操作，即将矩阵的行和列进行交换。
对于复数矩阵，可以使用"'"进行共轭转置。
二、常用的矩阵运算函数1. 矩阵求逆与伪逆MATLAB提供了inv函数来求矩阵的逆，pinv函数来求矩阵的伪逆。
对于非奇异矩阵，可以使用inv函数实现精确的逆求解；对于奇异矩阵，则可以使用pinv函数求得伪逆。
2. 矩阵的特征值与特征向量可以使用eig函数来求解矩阵的特征值和特征向量。
特征值表示矩阵的特征属性，特征向量则表示对应特征值的方向信息。
3. 矩阵的奇异值分解奇异值分解（Singular Value Decomposition，简称SVD）是一种重要的矩阵分解方法。
在MATLAB中，可以使用svd函数进行奇异值分解。
通过SVD，我们可以将矩阵分解为三个矩阵的乘积，便于后续的处理和分析。
三、高效计算的技巧与技巧1. 矩阵的切片与索引通过切片和索引操作，可以选取矩阵的部分元素进行操作，或者获取特定的行或列。
这在大规模数据处理和计算中非常有用。
2. 向量化计算向量化计算是一种更高效的计算方式，在MATLAB中，可以通过矩阵运算和函数的向量化实现。
Matlab矩阵的基本操作
【例】矩阵的分行输入 A=[1,2,3
4,5,6 7,8,9] （以下是显示结果） A= 123 456 789
>>a=[1,4,6,8,10] %一维矩阵
>>a(3) % a 的第三个元素
ans = 6
»x =[1 2 3 4 5 6 7 8 4 5 6 7 8 9 10 11]; %二维 2x8 矩阵
6
7
% x 中大于 5 的元素
8 6 9 7 10 %给 x 的第四个元素重新给值
x= 12345678 4 100 6 7 8 9 10 11
» x(3)=[] % 删除第三个元素（不是二维数组） x=
Columns 1 through 12 1 4 100 3 6 4 7 5 8 6 9 7
Columns 13 through 15 10 8 11
1 2 3 【例】简单矩阵 A 4 5 6 的输入步骤。
7 8 9
（1）在键盘上输入下列内容:( 以 ; 区隔各列的元素) A = [1,2,3; 4,5,6; 7,8,9] （2）按【Enter】键，指令被执行。 （3）在指令执行后，MATLAB 指令窗中将显示以下结果： A=
以下将阵列的运算符号及其意义列出，除了加减符号外其余的阵列运算符号均须多加 . 符号。 阵列运算功能 (注意:一定要 多加 . 符号)
3
对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行高中资料试卷调整试验；通电检查所有设备高中资料电试力卷保相护互装作置用调与试相技互术关，系电，通力根1保过据护管生高线产中敷工资设艺料技高试术中卷0资不配料仅置试可技卷以术要解是求决指，吊机对顶组电层在气配进设置行备不继进规电行范保空高护载中高与资中带料资负试料荷卷试下问卷高题总中2体2资，配料而置试且时卷可，调保需控障要试各在验类最；管大对路限设习度备题内进到来行位确调。保整在机使管组其路高在敷中正设资常过料工程试况1卷中下安，与全要过，加度并强工且看作尽护下可1都关能可于地以管缩正路小常高故工中障作资高；料中对试资于卷料继连试电接卷保管破护口坏进处范行理围整高，核中或对资者定料对值试某，卷些审弯异核扁常与度高校固中对定资图盒料纸位试，置卷编.工保写况护复进层杂行防设自腐备动跨与处接装理地置，线高尤弯中其曲资要半料避径试免标卷错高调误等试高，方中要案资求，料技编试术写5、卷交重电保底要气护。设设装管备备置线4高、调动敷中电试作设资气高，技料课中并3术试、件资且中卷管中料拒包试路调试绝含验敷试卷动线方设技作槽案技术，、以术来管及避架系免等统不多启必项动要方高式案中，；资为对料解整试决套卷高启突中动然语过停文程机电中。气高因课中此件资，中料电管试力壁卷高薄电中、气资接设料口备试不进卷严行保等调护问试装题工置，作调合并试理且技利进术用行，管过要线关求敷运电设行力技高保术中护。资装线料置缆试做敷卷到设技准原术确则指灵：导活在。。分对对线于于盒调差处试动，过保当程护不中装同高置电中高压资中回料资路试料交卷试叉技卷时术调，问试应题技采，术用作是金为指属调发隔试电板人机进员一行，变隔需压开要器处在组理事在；前发同掌生一握内线图部槽 纸故内资障，料时强、，电设需回备要路制进须造行同厂外时家部切出电断具源习高高题中中电资资源料料，试试线卷卷缆试切敷验除设报从完告而毕与采，相用要关高进技中行术资检资料查料试和，卷检并主测且要处了保理解护。现装场置设。备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。
MATLAB命令大全和矩阵操作大全
MATLAB命令大全和矩阵操作大全 -dengjianqiang2011的专栏 - 博客频道 -MATLAB矩阵操作大全一、矩阵的表示在MATLAB中创建矩阵有以下规则：a、矩阵元素必须在”[ ]”内；b、矩阵的同行元素之间用空格（或”,”）隔开；c、矩阵的行与行之间用”;”（或回车符）隔开；d、矩阵的元素可以是数值、变量、表达式或函数；e、矩阵的尺寸不必预先定义。
二，矩阵的创建：1、直接输入法最简单的建立矩阵的方法是从键盘直接输入矩阵的元素，输入的方法按照上面的规则。
建立向量的时候可以利用冒号表达式，冒号表达式可以产生一个行向量，一般格式是：e1:e2:e3，其中e1为初始值，e2为步长，e3为终止值。
还可以用linspace函数产生行向量，其调用格式为：linspace(a,b,n)，其中a和b是生成向量的第一个和最后一个元素，n是元素总数。
2、利用MATLAB函数创建矩阵基本矩阵函数如下：(1)ones()函数：产生全为1的矩阵，ones(n)：产生n*n维的全1矩阵，ones(m,n)：产生m*n维的全1矩阵；(2) zeros()函数：产生全为0的矩阵；(3) rand()函数：产生在（0，1）区间均匀分布的随机阵；(4) eye()函数：产生单位阵；(5) randn()函数：产生均值为0，方差为1的标准正态分布随机矩阵。
3、利用文件建立矩阵当矩阵尺寸较大或为经常使用的数据矩阵，则可以将此矩阵保存为文件，在需要时直接将文件利用load命令调入工作环境中使用即可。
同时可以利用命令reshape对调入的矩阵进行重排。
reshape(A,m,n)，它在矩阵总元素保持不变的前提下，将矩阵A重新排成m*n的二维矩阵。
二、矩阵的简单操作1．获取矩阵元素可以通过下标（行列索引）引用矩阵的元素，如 Matrix(m,n)。
也可以采用矩阵元素的序号来引用矩阵元素。
矩阵元素的序号就是相应元素在内存中的排列顺序。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
matlab矩阵操作大全1.1.1数值矩阵的生成1.实数值矩阵输入MATLAB的强大功能之一体现在能直接处理向量或矩阵。
当然首要任务是输入待处理的向量或矩阵。
不管是任何矩阵（向量），我们可以直接按行方式输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔，且空格个数不限；不同的行用分号（；）分隔。
所有元素处于一方括号（［］）内；当矩阵是多维（三维以上），且方括号内的元素是维数较低的矩阵时，会有多重的方括号。
如：>> Time = [11 12 1 2 3 4 5 6 7 8 9 10]Time =11 12 1 2 3 4 5 6 7 8 9 10>> X_Data = [2.32 3.43 ； 4.37 5.98]X_Data =2.433.434.375.98>> vect_a = [1 2 3 4 5]vect_a =12~ 3 4 5>> Matrix_B = [1 2 3 ；>> 2 3 4 ； 3 4 5]Matrix_B = 1 2 32 3 43 4 5>> Null_M = [ ] %生成一个空矩阵2 .复数矩阵输入复数矩阵有两种生成方式：第一种方式1/ 13例1-1>> a="2".7。
b=13/25 >> C 二[1,2*a+i*b,b*sqrt(a)5.4000 + 0.5200i 0.8544 5.30004.5000第2种方式 例1-2>> R=[1 2 3 。
4 5 6], M=[11 12 13 。
14 15 16] R = I 2 3 4 56M = II 12 13 141516>> CN="R"+i*M CN =1.0000 +11.0000i2.0000 +12.0000i3.0000 +13.0000i4.0000 +14.0000i5.0000 +15.0000i6.0000 +16.0000isi n(pi/4),a+5*b,3.5+1]C= 1.0000 0.70711.1.2符号矩阵的生成在MATLAB中输入符号向量或者矩阵的方法和输入数值类型的向量或者矩阵在形式上很相像，只不过要用到符号矩阵定义函数sym，或者是用到符号定义函数syms，先定义一些必要的符号变量，再像定义普通矩阵一样输入符号矩阵。
1 .用命令sym定义矩阵：这时的函数sym实际是在定义一个符号表达式，这时的符号矩阵中的元素可以是任何的符号或者是表达式，而且长度没有限制，只是将方括号置于用于创建符号表达式的单引号中。
如下例：>> sym_matrix =sym ( '[a b c ； Jack，Help Me!，NO WAY!]，')sym_matrix =[a b c][Jack Help Me! NO WAY!]>> sym_digits : =sym ( '[1 2 3 ； a b c ；sin (x)cos ，（y）tan（z）]'）sym_digits =[1 - 2 3][a b c][sin (x)cos （y）tan（z）]2 .用命令syms定义矩阵先定义矩阵中的每一个元素为一个符号变量，而后像普通矩阵一样输入符号矩阵。
例1-4>> syms a b c ；>> M1 = sym ('Classical')；>> M2 = sym （'Jazz'）；>> M3 = sym ('Blues')>> syms_matrix = [a b c；M1，M2，M3 ; int2str （[2 3 5]）] syms_matrix =[a b c][Classical Jazz Blues][2 3 5]把数值矩阵转化成相应的符号矩阵。
数值型和符号型在MATLAB中是不相同的，它们之间不能直接进行转化。
MATLAB提供了一个将数值型转化成符号型的命令，即sym。
例1-5>> Digit_Matrix = [1/3 sqrt（2） 3.4234 ；exp（0.23）log（29）23A(-11.23 )]>> Syms_Matrix = sym (Digit_Matrix ) 结果是:Digit_Matrix =0.3333 1.41421.2586 3.3673 Syms_Matrix = 3.4234 0.0000[ 1/3, sqrt (2), 17117/5000] [5668230535726899*2^ (-52 ) , 7582476122586655*2^ (-51), 5174709270083729*2八(-103)]注意：矩阵是用分数形式还是浮点形式表示的，将矩阵转化成符号矩阵后，都将以最接近原值的有理数形式表示或者是函数形式表示。
1.1.3大矩阵的生成对于大型矩阵，一般创建M文件，以便于修改：例1-6用M文件创建大矩阵，文件名为example.mexm=[ 456 468 873 2 579 5521 687 54 488 8 1365 4567 88 98 21 5456 68 4589 654 5 9875488 10 9 6 33 77]在MATLAB窗口输入:>>example。
>>size(exm) %显示exm 的大小ans二5 6 %表示exm有5行6列。
函数cat格式A="cat"(n,A1,A2,…,Am)说明n二"1和n"=2时分别构造［A1 ; A2］和［A1 , A2］，都是二维数组, 而n=3时可以构造出三维数组。
例1-7>> A仁［1,2,3 。
4,5,6。
7,8,9］。
A2=A1'>> A4=cat(3,A1,A2,A3)A4(:,:,1)=1 2 34 5 67 8 9A4(:,:,2)=1 4 72 5 83 6 9A4(:,:,3)=0 -2 -420 -24 2 0或用另一种原始方式可以定义：例1-8>> A1=［1,2,3。
4,5,6。
7,8,9］。
A2=A1'。
>> A5(:,:,1)=A1, A5(:,:,2)=A2, A5(:,:,3)=A3A5(:,:,1)=1 2 34 5 67 8 9A5(:,:,2)=1 4 72 5 83 6 9A5(:,:,3)=0 -2 -42 0 -24 2 01.1.5特殊矩阵的生成A3=A1-A2A3=A1-A2命令全零阵函数zeros格式 B = zeros (n) %生成nxn全零阵B = zeros(m, n) %生成mxn全零阵B = zeros([m n]) %生成mxn全零阵B = zeros(d1,d2,d3 …)%生成d1 x d2x d3x全零阵或数组B = zeros([d1 d2 d3 …])%生成d1x d2x d3x全零阵或数组B = zeros(size(A)) %生成与矩阵A相同大小的全零阵命令单位阵函数eye格式Y 二eye(n) %生成nxn单位阵Y 二eye( m,n) %生成mx n单位阵Y 二eye(size(A)) %生成与矩阵A相同大小的单位阵命令全1阵函数ones格式Y 二ones(n) %生成nxn全1阵Y 二on es( m,n) %生成mxn全1阵Y 二on es([m n]) %生成mx n全1阵Y = on es(d1,d2,d3 …)%生成d1x d2x d3x全1阵或数组Y 二on es([d1 d2 d3 …])%生成d1x d2x d3x全1阵或数组Y 二on es(size(A)) %生成与矩阵A相同大小的全1阵命令均匀分布随机矩阵函数 rand格式 Y 二rand(n) %生成nxn 随机矩阵，其元素在(0, 1 )内 Y = ran d(m, n) %生成mXn 随机矩阵 Y 二ran d([m n]) %生成mXn 随机矩阵Y = ran d(m, n,p, …)%生成nnx n x p x •随机矩阵或数组 Y 二ran d([m n p …］)%生成mx nxpx •随机矩阵或数组Y = ran d(size(A))%生成与矩阵A 相同大小的随机矩阵rand %无变量输入时只产生一个随机数s = ran d('state') %产生包括均匀发生器当前状态的 35个元素的向量ran d('state', s) %使状态重置为sran d('state', 0) %重置发生器到初始状态ran d('state', j) %对整数j 重置发生器到第j 个状态ran d('state', sum (100*clock)) % 每次重置到不同状态例1-9产生一个 3X4随机矩阵0.9501 0.4860 0.4565 0.4447 0.2311 0.8913 0.0185 0.6154 0.6068 0.7621 0.82140.7919例 1-10 产生一个在区间［10, 20］内均匀分布的>> a 二"10"。
b=20。
>> x="a"+(b-a)*rand(4) x = 19.2181 19.3547 10.5789 11.3889 仃.382119.169013.528712.0277 11.7627 14.102718.131711.9872>> R="ra nd"(3,4) R = 4阶随机矩阵14.0571 18.9365 10.0986 16.0379s = randn ('state', sum(100*clock))例1-11产生均值为0.6，方差为0.1的4阶矩阵>> mu="0".6。
sigma二"0".1。
>> x="mu"+sqrt(sigma)*ra ndn (4) x = 0.8311 0.7799 0.1335 1.0565 0.7827 0.5192 0.5260 0.4890 0.6127 0.4806 0.6375 0.7971 0.8141 0.50640.69960.8527命令产生随机排列 函数 ran dperm命令 正态分布随机矩阵 函数 randn 格式Y二 randn(n)%生成nxn 正态分布随机矩阵 Y = randn (m, n) %生成mXn 正态分布随机矩阵 Y二 randn ([m n])%生成mXn 正态分布随机矩阵Y = randn(m,n,p, …)%生成nnx n x p x •正态分布随机矩阵或数组 Y = randn ([m n p …])%生成mx nx px •正态分布随机矩阵或数组Y = randn (size(A)) %生成与矩阵A 相同大小的正态分布随机矩阵 randn%无变量输入时只产生一个正态分布随机数s = randn ('state')%产生包括正态发生器当前状态的 2个元素的向s = randn ('state', s) %重置状态为ss = randn ('state', 0) %重置发生器为初始状态 s = randn ('state', j)%对于整数j 重置状态到第j 状态%每次重置到不同状态格式p = ran dperm (n) %产生1〜n之间整数的随机排列例1-12>> ran dperm(6)ans =3 2 1 54 6命令产生线性等分向量函数lin space格式y = lin space(a,b) %在(a, b)上产生100个线性等分点y = lin space(a,b ,n) % 在(a, b)上产生n个线性等分点命令产生对数等分向量函数logspace格式y = logspace(a,b) %在( )之间产生50个对数等分向量y = logspace(a,b ,n) y =logspace(a,pi)命令计算矩阵中兀素个数n二numel(a) %返回矩阵A的元素的个数命令产生以输入元素为对角线元素的矩阵函数blkdiag格式out = blkdiag(a,b,c,d, …％产生以a,b,c,d, •为对角线元素的矩阵例1-13>> out = blkdiag(1,2,3,4)out =10 0 00 2 0 00 0 3 00 0 0 4命令友矩阵函数compan格式 A = compan(u) %u为多项式系统向量，A为友矩阵，A的第1 行元素为-u (2:n)/u(1)，其中u (2:n)为u的第2到第n个元素，A 为特征值就是多项式的特征根。