矩阵在MATLAB中的运算与应用
matlab矩阵实验报告
matlab矩阵实验报告《MATLAB矩阵实验报告》摘要：本实验报告利用MATLAB软件进行了矩阵实验，通过对矩阵的运算、转置、逆矩阵、特征值等操作进行了分析和讨论。
实验结果表明，MATLAB在矩阵运算方面具有高效、准确的特点，能够满足工程和科学计算的需求。
引言：矩阵是线性代数中的重要概念，广泛应用于工程、物理、经济等领域。
MATLAB是一种强大的数学软件，能够对矩阵进行各种运算和分析。
本实验旨在利用MATLAB软件对矩阵进行实验，探讨其在矩阵运算中的应用和优势。
实验方法：1. 创建矩阵：利用MATLAB软件创建不同大小的矩阵，包括方阵和非方阵。
2. 矩阵运算：进行矩阵的加法、减法、乘法等运算，比较不同大小矩阵的计算效率和结果准确性。
3. 矩阵转置：对矩阵进行转置操作，观察转置后矩阵的性质和应用。
4. 逆矩阵：求解矩阵的逆矩阵，并分析逆矩阵在实际问题中的应用。
5. 特征值和特征向量：利用MATLAB软件求解矩阵的特征值和特征向量，分析其在物理、工程等领域的应用。
实验结果与讨论：通过实验发现，MATLAB软件在矩阵运算中具有高效、准确的特点。
对于大规模矩阵的运算，MATLAB能够快速进行计算并给出准确的结果。
在矩阵转置和逆矩阵求解方面，MATLAB也能够满足工程和科学计算的需求。
此外，通过求解矩阵的特征值和特征向量，可以得到矩阵的重要性质，为实际问题的分析和求解提供了有力支持。
结论：本实验利用MATLAB软件进行了矩阵实验，通过对矩阵的运算、转置、逆矩阵、特征值等操作进行了分析和讨论。
实验结果表明，MATLAB在矩阵运算方面具有高效、准确的特点，能够满足工程和科学计算的需求。
希望本实验能够对矩阵运算和MATLAB软件的应用有所启发，为相关领域的研究和应用提供参考。
MATLAB中对矩阵的基本操作
MATLAB中对矩阵的基本操作在MATLAB中，可以对矩阵进行多种基本操作，包括创建矩阵、访问元素、改变矩阵的大小、插入和删除元素、矩阵的运算等。
以下是对这些操作的详细说明：1.创建矩阵：在MATLAB中，可以使用多种方式创建矩阵。
其中最常用的方式是使用方括号将元素排列成行或列，例如：```A=[1,2,3;4,5,6;7,8,9];```这将创建一个3x3的矩阵A，其元素为1到92.访问元素：可以使用括号和下标来访问矩阵中的元素。
下标从1开始计数。
例如，要访问矩阵A的第二行第三列的元素，可以使用以下代码：```A(2,3);```这将返回矩阵A的第二行第三列的元素。
3.改变矩阵的大小：可以使用函数如reshape和resize来改变矩阵的大小。
reshape函数可以将矩阵重新组织为不同的行和列数。
例如，以下代码使用reshape 将3x3的矩阵A重新组织为1x9的矩阵B：```B = reshape(A, 1, 9);```resize函数可以改变矩阵的大小，可以用来增加或减少矩阵的行和列数。
例如，以下代码将矩阵A的大小改变为2x6：```A = resize(A, 2, 6);```4.插入和删除元素：可以使用括号和下标来插入和删除矩阵中的元素。
例如，以下代码会在矩阵A的第二行的末尾插入一个元素10：```A(2, end+1) = 10;```同时，可以使用括号和下标来删除矩阵中的元素。
以下代码将删除矩阵A的第一行的第二个元素：```A(1,2)=[];```这将删除矩阵A的第一行的第二个元素。
5.矩阵的运算：-矩阵乘法：使用*符号进行矩阵乘法运算。
例如，以下代码将矩阵A 与矩阵B相乘：```C=A*B;```-矩阵加法和减法：使用+和-符号进行矩阵加法和减法运算。
例如，以下代码将矩阵A和矩阵B相加得到矩阵C：```C=A+B;```-矩阵转置：使用'符号进行矩阵的转置操作。
例如，以下代码将矩阵A转置：```B=A';```-矩阵相乘：使用.*符号进行矩阵的元素级相乘运算。
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矩阵与线性变换与计算
05
实例演示
矩阵的基本操作实例
矩阵的创建
使用方括号[]，例如A = [1 2; 3 4]。
矩阵的加法
使用加号+，例如B = [5 6; 7 8]，则A + B = [6 8; 10 12]。
矩阵的数乘
使用标量乘法，例如2 * A = [2 4; 6 8]。
矩阵的元素运算
使用点运算符.，例如A.^2 = [1 4; 9 16]。
矩阵计算实例
行列式计算
使用det函数，例如det(A) = -2。
行最简形式
使用rref函数，例如rref(A) = [1 0; 0 1]。
矩阵的逆
使用inv函数，例如inv(A) = [-2 -3; 1.5 0.5]。
矩阵的转置
使用'运算符，例如A' = [1 3; 2 4]。
THANKS
感谢观看
Matlab矩阵与线性变换与计 算
• Matlab矩阵基础 • 线性变换 • 矩阵计算 • Matlab中的矩阵与线性变换操作 • 实例演示
01
Matlab矩阵基础
矩阵的定义与表示
矩阵是一个由数字组 成的矩形阵列，行和 列的数量可以不同。
还可以使用分号来分 隔行，以创建多行矩 阵。
在Matlab中，可以 使用方括号[]来创建 矩阵，并使用逗号分 隔行内的元素。
矩阵的基本操作
加法
将两个矩阵的对应元素相加。
减法
将一个矩阵的对应元素减去另 一个矩阵的对应元素。
数乘
将一个标量与矩阵中的每个元 素相乘。
转置
将矩阵的行和列互换。
特殊类型的矩阵
对角矩阵
除了主对角线上的元素外，其他元素都为零 的矩阵。
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矩阵运算与计算技巧是MATLAB中非常重要的部分，它为用户提供了便捷的方法来处理和分析大量数据。
在本文中，我将分享一些在MATLAB 中进行矩阵运算和计算的技巧和方法。
1.矩阵创建和操作：MATLAB提供了多种方法来创建矩阵，如zeros函数创建全零矩阵、ones函数创建全一矩阵、eye函数创建单位矩阵等。
此外，还可以使用linspace函数创建等差数列构成的矩阵，或使用rand函数创建指定维度的随机数矩阵。
例如：A = zeros(3, 3) % 创建一个3x3的全零矩阵B = ones(2, 2) % 创建一个2x2的全一矩阵C = eye(3) % 创建一个3x3的单位矩阵D = linspace(1, 10, 5) % 创建一个从1到10的5个等差数列构成的矩阵E = rand(2, 2) % 创建一个2x2的随机数矩阵例如：A'%矩阵A的转置A(1:2,:)%取矩阵A的前两行[A,B]%将矩阵A和B沿着列方向拼接2.矩阵运算：例如：A+B%矩阵A和B的加法运算A-B%矩阵A和B的减法运算A*B%矩阵A和B的乘法运算A/B%矩阵A和B的除法运算A^2%矩阵A的平方3.矩阵函数：例如：inv(A) % 求矩阵A的逆矩阵eig(A) % 求矩阵A的特征值和特征向量rank(A) % 求矩阵A的秩det(A) % 求矩阵A的行列式4.矩阵索引和迭代：例如：A(1,1)%访问矩阵A的第一个元素A(2:3,2)%访问矩阵A的第2到3行的第2列元素for i = 1:size(A, 1)for j = 1:size(A, 2)A(i,j)=A(i,j)+1;%对矩阵A的每个元素加1endend5.矩阵运算的向量化：例如，可以使用矩阵运算代替for循环来实现向量的加法：A=[1,2,3];B=[4,5,6];C=A+B;以上只是MATLAB中矩阵运算与计算技巧的一部分，MATLAB还提供了许多其他功能和工具，如线性代数运算、矩阵分解、矩阵方程的求解等。
如何使用Matlab进行矩阵运算
如何使用Matlab进行矩阵运算随着科学技术的不断发展，矩阵运算在各个领域的应用日益广泛。
Matlab作为一款功能强大的数学软件，其矩阵运算能力非常强大。
本文将介绍如何使用Matlab进行矩阵运算，希望能对读者在科学研究和工程实践中的矩阵计算有所帮助。
一、Matlab的基本矩阵运算1. 创建矩阵在Matlab中，可以使用一对方括号`[]`来创建矩阵。
例如，要创建一个3行3列的矩阵A，可以使用如下命令：A = [1 2 3; 4 5 6; 7 8 9]。
这样就创建了一个元素分别为1到9的3行3列矩阵。
2. 矩阵加法和减法Matlab中可以使用加号和减号来进行矩阵的加法和减法运算。
例如，要计算矩阵A和B的和，可以使用命令C = A + B；要计算矩阵A和B的差，可以使用命令D = A - B。
3. 矩阵乘法Matlab中使用乘号`*`来进行矩阵的乘法运算。
例如，要计算矩阵A和B的乘积，可以使用命令C = A * B。
需要注意的是，矩阵乘法是满足结合律的，即A *(B * C) = (A * B) * C。
4. 矩阵转置在Matlab中，可以使用单引号`'`来对矩阵进行转置操作。
例如，对矩阵A进行转置，可以使用命令B = A'。
需要注意的是，转置操作只能应用于二维矩阵。
5. 求逆矩阵在Matlab中，可以使用inv函数来求解矩阵的逆矩阵。
例如，要求矩阵A的逆矩阵，可以使用命令B = inv(A)。
需要注意的是，只有方阵才有逆矩阵。
6. 矩阵的特征值和特征向量Matlab中可以使用eig函数来求解矩阵的特征值和特征向量。
例如，要求矩阵A的特征值和特征向量，可以使用命令[V,D] = eig(A)，其中V为特征向量矩阵，D 为特征值对角矩阵。
二、Matlab的高级矩阵运算1. 矩阵的点乘和叉乘Matlab中使用.*和.^来进行矩阵的点乘和叉乘运算。
例如，要计算矩阵A和B 的点乘，可以使用命令C = A .* B；要计算矩阵A和B的叉乘，可以使用命令D =A .^ B。
matlab矩阵运算实验报告
matlab矩阵运算实验报告Matlab矩阵运算实验报告一、引言矩阵运算是数学和工程领域中的重要概念之一，它在各个领域中都有广泛的应用。
Matlab作为一种强大的数学软件工具，提供了丰富的矩阵运算功能，可以帮助我们进行高效的数值计算和数据处理。
本实验报告将介绍Matlab中的矩阵运算功能，并通过实例展示其在实际问题中的应用。
二、矩阵运算的基本概念矩阵是由若干个数按照行和列排列形成的一个矩形阵列，它是线性代数中的基本工具。
在Matlab中，矩阵可以通过直接输入数值或使用内置函数生成。
矩阵运算包括加法、减法、乘法、转置等操作，这些操作可以对矩阵的每个元素进行运算，也可以对整个矩阵进行运算。
三、矩阵运算的实例分析1. 矩阵的创建与赋值在Matlab中，可以使用以下命令创建一个矩阵，并对其进行赋值操作：A = [1, 2, 3; 4, 5, 6; 7, 8, 9];这样就创建了一个3行3列的矩阵A，并对其进行了赋值。
可以通过输入A来查看矩阵A的内容。
2. 矩阵的加法与减法矩阵的加法和减法是按照对应元素进行运算的。
例如，对于两个3行3列的矩阵A和B，可以使用以下命令进行加法运算：C = A + B;同样地，可以使用以下命令进行减法运算：D = A - B;这样就得到了矩阵C和D。
3. 矩阵的乘法矩阵的乘法是按照行乘以列的方式进行的。
例如，对于一个3行2列的矩阵A和一个2行4列的矩阵B，可以使用以下命令进行乘法运算：C = A * B;这样就得到了一个3行4列的矩阵C。
4. 矩阵的转置矩阵的转置是将矩阵的行和列进行交换的操作。
例如，对于一个3行2列的矩阵A，可以使用以下命令进行转置操作：B = A';这样就得到了一个2行3列的矩阵B。
四、矩阵运算的应用实例矩阵运算在实际问题中有着广泛的应用。
以下是一个简单的实例，通过矩阵运算来解决线性方程组的问题。
假设有一个线性方程组：2x + y = 4x + 3y = 6可以将其表示为矩阵形式：A = [2, 1; 1, 3];B = [4; 6];通过矩阵运算可以求解出未知数x和y的值：X = A \ B;这样就得到了未知数x和y的值。
matlab矩阵乘法
matlab矩阵乘法MATLAB（MatrixLaboratory）是一款常用的科学运算计算软件包，用它开发的应用程序可以用于数学、统计、优化、仿真等领域。
MATLAB 中的矩阵乘法是MATLAB的基本计算操作，是能够实现向量和矩阵的运算。
一、矩阵乘法的定义矩阵乘法是指两个同样大小的矩阵相乘，按照一定的计算公式，得到一个新的矩阵。
因为大多数数学问题都可以用矩阵表示，所以用矩阵乘法可以把复杂的运算简化成一步计算，这在大量数字计算中很有帮助。
矩阵乘法的计算公式如下：设A是m×n矩阵，B是n×p矩阵，则A×B=C是m×p矩阵，其中：$$C_{ij} = sum_{k=1}^{n}A_{ik}B_{kj}$$二、MATLAB的矩阵乘法MATLAB中的矩阵乘法主要提供了三种矩阵乘法指令，即“*”、“.*”、“times”。
1、*”和“.*”“*”是矩阵标准乘法运算符，是指矩阵相乘时，最常用的形式，其计算公式如上所述，但要求两个矩阵的列数一致。
而“.*”则是矩阵的点乘法，即每个元素分别相乘，而不是矩阵乘法，其计算公式为：$$C_{ij} = A_{ij} times B_{ij}$$2、“times”“times”是MATLAB中的特殊形式矩阵乘法。
它接受两个参数，一个是要求被乘数A是m×n矩阵，另一个要求乘数B是n×1向量，计算公式如下：$$C_{ij} = sum_{k=1}^{n}A_{ik}B_{k}$$三、MATLAB中矩阵乘法的应用在各类应用软件中，MATLAB的矩阵乘法有着广泛的应用，主要应用于数据处理、优化计算以及机器学习等领域。
1、数据处理采用矩阵乘法可以实现数据的简单处理，例如矩阵的转置与行列重排。
2、优化问题矩阵乘法可以用于求解复杂优化问题，比如最小二乘法拟合问题、最小角回归问题等，这些优化问题也可以通过矩阵乘法的形式进行解算，大大提高了运算的效率。
- 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)。
矩阵在MATLAB中的运算与应用摘要:介绍了Matlab在矩阵运算方而的功能。
演示了用Matlab构造矩阵，获取矩阵的相关信息，进行矩阵运算的方法，对矩阵运算进行了分析，对矩阵作图进行了研究。
关键词:矩阵；Matlab1 引言Matlab的含义是矩阵实验室( Matrix Laboratory) ,是由美国Mathwork公司于1984年推出的一套高性能的数值计算和可视化软件［1］。
现在，它己发展为国际上最优秀的科技应用软件。
如果能将它用到相关学科课的学习上无疑是非常有意义的。
Matlab赋予学习者一个可实验的环境，一个强大的数值计算和分析及可视化(图形)工具。
矩阵论是高等院校理、工科研究生的一门重要基础课程。
有人认为“科学计算，归根结底就是矩阵的计算”［2］。
因此，对于将来从事科学技术工作的研究生来说，矩阵理论和方法是必不可少的数学工具。
矩阵的理论和方法在数学和其他学科中都具有重要的意义，但许多学生无法克服矩阵庞大的计算量带来的恐惧，从而丧失了学习的兴趣和动力。
本文展示了如何方便地用Matlab构造矩阵，获取矩阵的相关信息以及完成矩阵的运算，展示了矩阵的结构和运算，以此来说明在机器计算环境中，庞大复杂的计算不再是令人头疼的事情。
2矩阵及其运算矩阵是进行数据处理和运算的基本元素。
在MATLAB中：a、通常意义上的数量（标量）可看成是“1*1”的矩阵；b、n维矢量可看成是“n*1”的矩阵；c、多项式可由它的系数矩阵完全确定。
2.1 矩阵的创建在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。
2.1.1 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。
可以看出来linspace(a,b,n)与a:(b-a)/(n-1):b等价。
2.1.2 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。
2.1.3 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。
2.2 矩阵的拆分2.2.1 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。
在MATLAB中，矩阵元素按列存储，先第一列，再第二列，依次类推。
序号(Index)与下标(Subscript)是一一对应的，以m*n矩阵A为例，矩阵元素A(i,j)的序号为(j-1)*m+i。
其相互转换关系也可利用sub2ind和ind2sub函数求得。
2.2.2 矩阵拆分1、利用冒号表达式获得子矩阵：(1) A(:,j)表示取A矩阵的第j列全部元素；A(i,:)表示A矩阵第i行的全部元素；A(i,j)表示取A矩阵第i行、第j列的元素。
(2) A(i:i+m,:)表示取A矩阵第i~i+m行的全部元素；A(:,k:k+m)表示取A矩阵第k~k+m列的全部元素，A(i:i+m,k:k+m)表示取A矩阵第i~i+m行内，并在第k~k+m 列中的所有元素。
此外，还可利用一般向量和end运算符来表示矩阵下标，从而获得子矩阵。
end表示某一维的末尾元素下标。
2、利用空矩阵删除矩阵的元素：在MATLAB中，定义[]为空矩阵。
给变量X赋空矩阵的语句为X=[]。
注意，X=[]与clear X不同，clear是将X从工作空间中删除，而空矩阵则存在于工作空间中，只是维数为0。
2.2.3 特殊矩阵(1) 魔方矩阵：魔方矩阵有一个有趣的性质，其每行、每列及两条对角线上的元素和都相等。
对于n阶魔方阵，其元素由1,2,3,…,n2共n2个整数组成。
MATLAB提供了求魔方矩阵的函数magic(n)，其功能是生成一个n阶魔方阵。
(2) 范得蒙矩阵：范得蒙(Vandermonde)矩阵最后一列全为1，倒数第二列为一个指定的向量，其他各列是其后列与倒数第二列的点乘积。
可以用一个指定向量生成一个范得蒙矩阵。
在MATLAB中，函数vander(V)生成以向量V为基础向量的范得蒙矩阵。
(3) 希尔伯特矩阵：在MATLAB中，生成希尔伯特矩阵的函数是hilb(n)。
使用一般方法求逆会因为原始数据的微小扰动而产生不可靠的计算结果。
MATLAB 中，有一个专门求希尔伯特矩阵的逆的函数invhilb(n)，其功能是求n阶的希尔伯特矩阵的逆矩阵。
(4) 托普利兹矩阵：托普利兹(Toeplitz)矩阵除第一行第一列外，其他每个元素都与左上角的元素相同。
生成托普利兹矩阵的函数是toeplitz(x,y)，它生成一个以x为第一列，y为第一行的托普利兹矩阵。
这里x, y均为向量，两者不必等长。
toeplitz(x)用向量x生成一个对称的托普利兹矩阵。
(5) 伴随矩阵：MATLAB生成伴随矩阵的函数是compan(p)，其中p是一个多项式的系数向量，高次幂系数排在前，低次幂排在后。
(6) 帕斯卡矩阵：我们知道，二次项(x+y)n展开后的系数随n的增大组成一个三角形表，称为杨辉三角形。
由杨辉三角形表组成的矩阵称为帕斯卡(Pascal)矩阵。
函数pascal(n)生成一个n阶帕斯卡矩阵。
2.3 矩阵的运算2.3.1 算术运算MATLAB的基本算术运算有：＋(加)、－(减)、*(乘)、/(右除)、\(左除)、^(乘方)、’(转置)。
运算是在矩阵意义下进行的，单个数据的算术运算只是一种特例。
(1) 矩阵加减运算假定有两个矩阵A和B，则可以由A+B和A-B实现矩阵的加减运算。
运算规则是：若A和B矩阵的维数相同，则可以执行矩阵的加减运算，A和B矩阵的相应元素相加减。
如果A与B的维数不相同，则MATLAB将给出错误信息，提示用户两个矩阵的维数不匹配。
(2) 矩阵乘法假定有两个矩阵A和B，若A为m*n矩阵，B为n*p矩阵，则C=A*B为m*p矩阵。
(3) 矩阵除法在MATLAB中，有两种矩阵除法运算：\和/，分别表示左除和右除。
如果A矩阵是非奇异方阵，则A\B和B/A运算可以实现。
A\B等效于A的逆左乘B矩阵，也就是inv(A)*B，而B/A等效于A矩阵的逆右乘B矩阵，也就是B*inv(A)。
对于含有标量的运算，两种除法运算的结果相同。
对于矩阵来说，左除和右除表示两种不同的除数矩阵和被除数矩阵的关系，一般A\B≠B/A。
(4) 矩阵的乘方一个矩阵的乘方运算可以表示成A^x，要求A为方阵，x为标量。
(5) 矩阵的转置对实数矩阵进行行列互换，对复数矩阵，共轭转置，特殊的，操作符.’共轭不转置（见点运算）；(6) 点运算在MATLAB中，有一种特殊的运算，因为其运算符是在有关算术运算符前面加点，所以叫点运算。
点运算符有.*、./、.\和.^。
两矩阵进行点运算是指它们的对应元素进行相关运算，要求两矩阵的维参数相同。
2.3.2 关系运算MATLAB提供了6种关系运算符：<(小于)、<=(小于或等于)、>(大于)、>=(大于或等于)、==(等于)、~=(不等于)。
关系运算符的运算法则为：(1) 当两个比较量是标量时，直接比较两数的大小。
若关系成立，关系表达式结果为1，否则为0；(2) 当参与比较的量是两个维数相同的矩阵时，比较是对两矩阵相同位置的元素按标量关系运算规则逐个进行，并给出元素比较结果。
最终的关系运算的结果是一个维数与原矩阵相同的矩阵，它的元素由0或1组成；(3) 当参与比较的一个是标量，而另一个是矩阵时，则把标量与矩阵的每一个元素按标量关系运算规则逐个比较，并给出元素比较结果。
最终的关系运算的结果是一个维数与原矩阵相同的矩阵，它的元素由0或1组成。
2.3.3 逻辑运算MATLAB提供了3种逻辑运算符：&(与)、|(或)和~(非)。
逻辑运算的运算法则为：(1) 在逻辑运算中，确认非零元素为真，用1表示，零元素为假，用0表示；(2) 设参与逻辑运算的是两个标量a和b，那么，a&b a,b全为非零时，运算结果为1，否则为0。
a|b a,b中只要有一个非零，运算结果为1。
~a 当a是零时，运算结果为1；当a非零时，运算结果为0。
(3) 若参与逻辑运算的是两个同维矩阵，那么运算将对矩阵相同位置上的元素按标量规则逐个进行。
最终运算结果是一个与原矩阵同维的矩阵，其元素由1或0组成；(4) 若参与逻辑运算的一个是标量，一个是矩阵，那么运算将在标量与矩阵中的每个元素之间按标量规则逐个进行。
最终运算结果是一个与矩阵同维的矩阵，其元素由1或0组成；(5) 逻辑非是单目运算符，也服从矩阵运算规则；(6) 在算术、关系、逻辑运算中，算术运算优先级最高，逻辑运算优先级最低。
3 矩阵分析3.1 对角阵(1) 对角阵只有对角线上有非0元素的矩阵称为对角矩阵，对角线上的元素相等的对角矩阵称为数量矩阵，对角线上的元素都为1的对角矩阵称为单位矩阵。
(2) 提取矩阵的对角线元素设A为m*n矩阵，diag(A)函数用于提取矩阵A主对角线元素，产生一个具有min(m,n)个元素的列向量。
diag(A)函数还有一种形式diag(A,k)，其功能是提取第k条对角线的元素。
(3) 构造对角矩阵设V为具有m个元素的向量，diag(V)将产生一个m*m对角矩阵，其主对角线元素即为向量V的元素。
diag(V)函数也有另一种形式diag(V,k)，其功能是产生一个n*n(n=m+k)对角阵，其第m条对角线的元素即为向量V的元素。
3.2 三角阵三角阵又进一步分为上三角阵和下三角阵，所谓上三角阵，即矩阵的对角线以下的元素全为0的一种矩阵，而下三角阵则是对角线以上的元素全为0的一种矩阵。