3.2矩阵基本操作
Matlab中的矩阵操作技巧指南
Matlab中的矩阵操作技巧指南在科学计算和数据处理中，矩阵操作是一个非常重要的环节。
Matlab作为一种功能强大的计算工具，提供了丰富的矩阵操作函数和技巧，帮助用户更高效地处理数据。
本文将为大家介绍一些在Matlab中常用的矩阵操作技巧，希望对广大Matlab用户有所帮助。
一、矩阵的创建和赋值在Matlab中，创建矩阵有多种方式。
可以使用数组、函数、特殊值或其他操作创建矩阵。
下面是一些常见的创建矩阵的方法。
1.1 使用数组创建矩阵使用数组创建矩阵是一种简单直观的方式。
可以通过一维或多维数组来创建矩阵。
```matlabA = [1, 2, 3; 4, 5, 6; 7, 8, 9] % 创建一个3x3的矩阵B = [1, 2, 3; 4, 5, 6] % 创建一个2x3的矩阵```1.2 使用函数创建矩阵除了使用数组，还可以使用Matlab提供的函数来创建矩阵。
常用的函数有zeros, ones, eye等。
```matlabC = zeros(3, 3) % 创建一个3x3的全零矩阵D = ones(2, 4) % 创建一个2x4的全一矩阵E = eye(5) % 创建一个5x5的单位矩阵```1.3 特殊值的矩阵Matlab中还提供了一些特殊值的矩阵，如全1矩阵、全0矩阵等。
```matlabF = ones(3, 3) % 创建一个3x3的全1矩阵G = zeros(2, 4) % 创建一个2x4的全0矩阵```二、矩阵的索引和切片在Matlab中，可以使用索引和切片操作来获取矩阵的元素或对矩阵进行切片操作。
2.1 矩阵的索引可以使用单个索引、行索引或列索引来获取矩阵的元素。
```matlabA = magic(3) % 创建一个3x3的魔方矩阵element = A(2, 3) % 获取第2行第3列的元素row = A(1, :) % 获取第1行的所有元素column = A(:, 2) % 获取第2列的所有元素```2.2 矩阵的切片可以使用切片操作来获取矩阵的子矩阵。
矩阵分块知识点总结
矩阵分块知识点总结一、矩阵分块的基本概念1.1 矩阵分块的定义矩阵分块是一种对矩阵进行分割的方法，将一个大的矩阵分割成若干个较小的子矩阵，这些子矩阵可以是行向量、列向量或者更小的矩阵。
矩阵分块的表示形式可以是方括号、圆括号或者其他符号，不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。
1.2 矩阵分块的表示形式矩阵分块可以采用不同的表示形式，其中包括方括号表示、圆括号表示和其他符号表示。
以方括号表示为例，一个矩阵可以分割成四个子矩阵，如下所示：A = [ A11, A12A21, A22 ]其中A11、A12、A21、A22为子矩阵，分别表示矩阵A的四个子块。
1.3 矩阵分块的基本性质矩阵分块具有很多基本的性质，其中包括可交换性、可加性、可乘性等。
具体而言，如果矩阵A和B可以进行相应的分块操作，则有以下性质：可交换性：A和B的分块顺序可以交换，即A*B = B*A。
可加性：矩阵A和B的分块和形式，若A和B可以相应分块，则有(A + B) = A + B。
可乘性：矩阵A和B的分块和形式，若A和B可以相应分块，则有(A * B) = A * B。
1.4 矩阵分块的应用矩阵分块在实际中有着广泛的应用，其中包括矩阵的运算、方程组的求解、特征值与特征向量的计算等方面。
矩阵分块能够简化问题的处理过程，提高计算的效率，使得矩阵的性质更加清晰和易于理解，因此在很多领域中得到了广泛的应用。
二、矩阵分块的基本类型2.1 行分块矩阵行分块矩阵是将一个大的矩阵按照行进行分块，将每一行的元素划分成若干个较小的行向量，从而形成一个行分块矩阵。
行分块矩阵的表示形式可以是方括号、圆括号或者其他符号，不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。
2.2 列分块矩阵列分块矩阵是将一个大的矩阵按照列进行分块，将每一列的元素划分成若干个较小的列向量，从而形成一个列分块矩阵。
列分块矩阵的表示形式可以是方括号、圆括号或者其他符号，不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。
大学数学矩阵的基本操作与运算
大学数学矩阵的基本操作与运算矩阵是线性代数中一种重要的数学工具，广泛应用于各个领域，尤其在大学数学课程中占据重要地位。
本文将介绍矩阵的基本操作与运算，帮助读者掌握矩阵的使用和计算方法。
一、矩阵的定义及表示方法矩阵是由m行n列的数按照一定的顺序排列成的矩形数表。
通常用大写字母表示矩阵，例如A、B、C等。
矩阵的元素可以是实数、复数或其他数域中的元素。
矩阵可以用方括号表示，如：A = [a11, a12, ..., a1n;a21, a22, ..., a2n;..... ;am1, am2, ..., amn]其中aij表示矩阵A的第i行第j列的元素。
二、矩阵的基本操作1. 矩阵的加法矩阵的加法定义为两个同维数(即行数和列数相等)的矩阵对应位置元素相加的运算。
设矩阵A和B的维数相同，则它们的和矩阵C的定义为：C = A + B其中C的每个元素等于A和B对应位置元素之和。
2. 矩阵的数乘矩阵的数乘定义为一个矩阵中的每个元素与一个常数(标量)相乘的运算。
设矩阵A和数c，则其数乘矩阵记作cA，定义为：cA = [ca11, ca12, ..., ca1n; ca21, ca22, ..., ca2n; ..... ; cam1, cam2, ..., camn]其中cA的每个元素等于c乘以A对应位置元素的积。
3. 矩阵的乘法矩阵的乘法是一种较为复杂的运算，需满足乘法规则。
设A为m行p列的矩阵，B为p行n列的矩阵，则矩阵A与B的乘积C为m行n列的矩阵。
矩阵乘法的定义为：C = AB其中C的第i行第j列的元素等于矩阵A第i行的元素与矩阵B第j列的元素的乘积之和。
三、矩阵的运算性质1. 矩阵加法满足交换律和结合律，即A + B = B + A，(A + B) + C =A + (B + C)。
2. 数乘矩阵满足分配律，即c(A + B) = cA + cB，(c + d)A = cA + dA。
3. 矩阵乘法不满足交换律，即AB ≠ BA。
二阶矩阵的除法
二阶矩阵的除法1.引言1.1 概述在文章的开头，我们将介绍本文的主题——二阶矩阵的除法。
矩阵是数学中的一个重要概念，它由行和列组成的网格结构。
矩阵的除法是在矩阵运算中的一种重要操作。
本文将首先给出二阶矩阵的定义和一些基本性质。
然后，我们将深入探讨二阶矩阵的乘法，解释其重要性和运算规则。
之后，我们将引入二阶矩阵的除法，探讨其存在性以及如何计算。
了解二阶矩阵的除法对于理解更高阶矩阵的运算非常重要。
通过学习二阶矩阵的除法，我们可以更好地理解矩阵运算的本质和方法。
同时，二阶矩阵的除法也是解线性方程组和矩阵方程的重要工具。
在本文中，我们将从基础开始，逐步引入深入的概念和定理。
我们将提供具体的计算方法和实例，以帮助读者更好地理解二阶矩阵的除法。
本文旨在为读者提供一个清晰的概念框架，帮助读者在学习和应用中更好地掌握二阶矩阵的除法。
总结而言，本文将介绍二阶矩阵的除法，包括其定义、性质、乘法和计算方法。
通过阅读本文，读者将能够深入理解和应用二阶矩阵的除法，为进一步学习和研究奠定坚实基础。
1.2文章结构1.2 文章结构本文将分为引言、正文和结论三个部分来探讨二阶矩阵的除法。
具体的文章结构如下：引言部分将提供对本文所讨论问题的概述，简要介绍二阶矩阵的定义和性质，并明确文章的目的。
正文部分将重点介绍二阶矩阵的乘法运算，包括乘法的定义、乘法的性质以及乘法的计算方法。
通过对二阶矩阵乘法的介绍，读者将对二阶矩阵的乘法有更深入的理解，为后续讨论二阶矩阵的除法奠定基础。
结论部分将首先探讨二阶矩阵的除法的存在性，即是否存在一个矩阵能够与给定矩阵相乘得到单位矩阵。
接着将介绍二阶矩阵除法的计算方法，包括使用矩阵的逆来进行除法运算，以及若矩阵不存在逆时如何处理除法。
通过以上结构的安排，本文将全面阐述二阶矩阵的除法相关内容，使读者能够更好地理解和掌握二阶矩阵的除法运算。
1.3 目的本文旨在介绍二阶矩阵的除法及其相关性质。
具体而言，我们将首先简要概述二阶矩阵的定义和常见性质，为读者建立起必要的基础知识。
矩阵的技巧
矩阵的技巧矩阵是数学中非常重要的一个概念，可以广泛应用于线性代数、计算机科学、物理学、经济学等领域。
矩阵的技巧有很多，下面我将详细介绍一些常见的矩阵技巧。
首先，矩阵的加法和减法是很基本的操作。
对于两个相同尺寸的矩阵，我们可以将它们对应的元素相加或相减，得到一个新的矩阵。
这个操作和向量的加法和减法类似，可以用来表示两个矩阵之间的关系或者进行矩阵的合并和分离。
例如，我们可以用矩阵的加法来表示一个平面上的向量或者进行图像的叠加。
其次，矩阵的乘法是矩阵运算中最重要的技巧之一。
对于两个矩阵A和B，如果A的列数等于B的行数，我们可以将它们相乘得到一个新的矩阵C。
新矩阵C 的行数等于A的行数，列数等于B的列数。
矩阵的乘法可以看作是矩阵的映射或者变换，可以用来描述线性关系、旋转、缩放或者投影等。
例如，我们可以用矩阵乘法来进行坐标变换、图像的旋转或者两个向量的点积运算。
另外，矩阵的转置操作也是常见的技巧之一。
对于一个矩阵A，将它的行和列交换得到一个新的矩阵A^T，称为A的转置矩阵。
转置操作可以用来改变矩阵的结构或者表示方式，可以将行向量转换为列向量，也可以将列向量转换为行向量。
转置操作在矩阵的运算中经常出现，例如求解线性方程组、计算矩阵的逆等。
此外，矩阵的行列式可以用来判断矩阵的性质和计算矩阵的逆。
对于一个方阵A，它的行列式可以表示为A 或det(A)，是一个标量值。
行列式的符号、大小和零值与矩阵的性质有关，可以用来判断矩阵的可逆性、奇偶性以及线性相关性。
另外，行列式还可以用来计算矩阵的逆，对于一个可逆的方阵A，它的逆矩阵A^(-1)可以表示为A的行列式的倒数乘以A的伴随矩阵。
行列式的性质和计算方法在矩阵的运算和变换中扮演了重要的角色。
此外，矩阵的特征值和特征向量也是矩阵技巧中的重要概念。
对于一个方阵A，如果存在一个非零向量x和一个标量λ，满足AX=λX，我们称λ为矩阵A的特征值，x为对应的特征向量。
特征值和特征向量可以描述矩阵的变换和特性，可以用来分解矩阵、求解差分方程或者描述动力系统的稳定性。
矩阵的基本运算
矩阵的基本运算矩阵是数学中非常重要的一个概念，它在各个领域都有着广泛的应用。
矩阵的基本运算包括矩阵的加法、减法、数乘和矩阵的乘法等。
本文将围绕这些基本运算展开讨论。
首先，我们来讲解矩阵的加法。
如果两个矩阵A和B的维数相同，即都是m行n列的矩阵，那么它们可以相加。
矩阵的加法运算是将对应位置的元素相加得到新的矩阵。
即若A=(a_{ij})，B=(b_{ij})，则A+B=(a_{ij}+b_{ij})。
例如，给定两个矩阵A和B如下：A = [1 2 3][4 5 6]B = [7 8 9][10 11 12]则A与B的和C为：C = [1+7 2+8 3+9][4+10 5+11 6+12]简化运算后，C的结果为：C = [8 10 12][14 16 18]接下来我们讨论矩阵的减法。
矩阵的减法运算与加法类似，也是将对应位置的元素相减得到新的矩阵，即若A=(a_{ij})，B=(b_{ij})，则A-B=(a_{ij}-b_{ij})。
例如，给定两个矩阵A和B如下：A = [1 2 3][4 5 6]B = [7 8 9][10 11 12]则A与B的差D为：D = [1-7 2-8 3-9][4-10 5-11 6-12]简化运算后，D的结果为：D = [-6 -6 -6][-6 -6 -6]矩阵的数乘是指将一个矩阵的每个元素都乘以一个实数。
即若A=(a_{ij})是一个m行n列的矩阵，k是一个实数，那么kA=(ka_{ij})。
例如，给定一个矩阵A和一个实数k如下：A = [1 2 3][4 5 6]k = 2则kA的结果为：kA = [2*1 2*2 2*3][2*4 2*5 2*6]简化运算后，kA的结果为：kA = [2 4 6][8 10 12]最后我们来讨论矩阵的乘法。
矩阵的乘法运算是指矩阵与矩阵之间进行乘法运算，得到一个新的矩阵。
矩阵的乘法有一定的规则，即若A是一个m行n列的矩阵，B是一个n行p列的矩阵，那么它们可以相乘，得到一个m行p列的矩阵C。
矩阵的基本运算
矩阵的基本运算矩阵是现代数学中一种重要的数学工具，广泛应用于各个领域。
矩阵的基本运算是我们学习矩阵的第一步，本文将介绍矩阵的基本运算方法和性质。
一、矩阵的定义与表示方法矩阵可以用来表示一组数按照矩形顺序排列而成的数表。
一个矩阵由m行n列的元素构成，通常用大写字母表示矩阵，如A。
矩阵的元素通常用小写字母表示，如a_ij表示位于第i行第j列的元素。
例如，下面是一个3行2列的矩阵A：A = [a_11 a_12a_21 a_22a_31 a_32]二、矩阵的加法与减法给定两个相同维度的矩阵A和B，它们的加法和减法运算定义如下：加法：C = A + B，C的每个元素等于A和B对应位置上元素的和。
减法：C = A - B，C的每个元素等于A和B对应位置上元素的差。
例如，给定矩阵A和B：A = [1 23 4]B = [5 67 8]则A + B = [6 810 12]A -B = [-4 -4-4 -4]三、矩阵的数乘给定一个矩阵A和一个实数c，矩阵A的数乘定义如下：C = cA，C的每个元素等于A对应位置上元素乘以c。
例如，给定矩阵A和实数c：A = [1 23 4]c = 2则2A = [2 46 8]四、矩阵的乘法矩阵的乘法是矩阵运算中最重要的一部分，给定矩阵A和B，它们的乘法运算定义如下：C = AB，C的第i行第j列元素等于矩阵A的第i行元素与矩阵B 的第j列元素的乘积之和。
例如，给定矩阵A和B：A = [1 23 4]B = [5 67 8]则AB = [19 2243 50]注意，矩阵的乘法不满足交换律，即AB未必等于BA。
五、矩阵的转置给定一个矩阵A，它的转置定义如下：B = A^T，B的第i行第j列元素等于A的第j行第i列元素。
例如，给定矩阵A：A = [1 23 4]则A^T = [1 32 4]六、矩阵的逆对于一个可逆矩阵A，存在一个矩阵B，满足AB = BA = I，其中I 为单位矩阵。
矩阵 说明书
以下给你发个矩阵说明书安装、连接、设置、通电、指示灯警告：全中文矩阵系统不能擅自拆离前面板，如用户拆离，擅自连线会影响通讯及程序。
安装要由有资格的服务人员进行，并应当遵守相应规定。
必须避免无关人员不当引起故障。
并且维护人员要预先考虑，避免由于掉落物，外来人员破坏，建筑物振动或它相似原因引起故障发生。
如果您在安装使用过程中遇到疑问和故障时，可向技术服务中心咨询。
一、安装全中文矩阵系统是按EIA标准设计3U机箱结构。
为便于通风和维修时的方便，安装时机箱的背面与墙的最小距离应不小于1米，并且全中文矩阵系统与任何其它设备之间应保持有0.5米的间距，安装人员应当确保有适当的气流流过机箱，以提供足够的通风条件。
二、连接系统中所有的连接器均设置在各机箱的后面板上。
为保证全部连接的正常完成，应在系统中所有设备都未通电时进行。
后面板连接如下图：2.1视/音频输出的连接视频输出插座设置在机箱的后面板，即标有数字（CON1-20）的那些DB15连接器，插上视频排线（带8个BNC插头）的BNC插头，其上都标清了输出序号，可接监视器、录像机（VCR）或其他具有75Ω输入阻抗的视频设备。
如果视频输出需要环接多个设备，则可经使用系统的环接输出口进行。
连接如图：2.2视/音频输入的连接视频输入连接是指将外部的视频信号接至，即标有数字（CON1-20）的那些DB15连接器，插上视频排线（带8个BNC插头）的BNC插头，其上都标清了输入序号。
对于全中文矩阵系统，各视频输入均接有75Ω电阻。
最好使用较高档的视频电缆，并且应遵循制造厂推荐的直接传送信号的最大距离。
注意：当传送距离超过300米时，最好应选用视频放大器对图像进行补偿。
视频输入的连接（全中文矩阵系统）对全中文矩阵系统，各视频输入未接有75Ω电阻，如果摄像机输入信号不环接到其他外接的75Ω终端设备，则全中文矩阵系统机箱相应的环接口必须有75Ω输入电阻，否则会造成图像信号过强、发白、字符抖动等现象。
- 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)。
1 2 3 A 4 5 6
对矩阵进行抽取操作。 >> A=[1,2,3;4,5,6]; >> B=diag(A,1) B= 2 6 >> C=diag(B,1) C= 0 2 0 0 0 6 0 0 0
>> D=diag(A,-1) D= 4 >> E=tril(A,1) E= 1 2 0 4 5 6 >> F=triu(A) F= 1 2 3 0 5 6
2
A(i,j) 取矩阵A中第i行，第j列的元素。 A(:,j) 取矩阵A的第j列全部元素。
A(i,:)
取矩阵A的第i行全部元素。
A(i:i+m,:) 取矩阵A第i~i+m行的全部元素。 A(:,j:j+m) 取矩阵A第j~j+m列的全部元素。 A(i:i+m,j:j+m) 取矩阵A第i~i+m行内的， 并在第j~j+m列的全部元素。 A([i,j],[m,n]) 取矩阵A第i行、第j行中位于 第m列、第n列的元素。
例如： >> A(end,:) %取A最后一行 ans = 16 ans = 3 18 4 19 5 20
5
17
18
19
20
>>A([1,4],3:end) %取A第1，4行中第3列到最后一列的元素
3.3 矩阵的特殊操作
还有一种经常用到的命令是A(:) ，A(:)在赋 值语句的右端表示由矩阵A的元素按列的顺序 排成的列向量。例如：
14
3.3 矩阵的特殊操作
B=rot90(A) 将矩阵A逆时针旋转90。生成矩阵B。 B=rot90(A,k) 将矩阵A逆时针旋转k*90。生成矩阵B，k是 整数。
15
3.3 矩阵的特殊操作
例3-21 A
1 2 3 4 5 6
>> rot90(A) ans = 3 6 2 5 1 4 >> rot90(A,2) ans = 6 5 4 3 2 1 >> rot90(A,-1) ans = 4 1 5 2 6 3
3
3.3 矩阵的特殊操作
例3-20 矩阵的角标
>>A=[1,2,3,4,5；6,7,8,9,10；11,12,13,14,15； 16,17,18,19,20];
>>A(2:3,4:5)
>> A([1,2],[2,4])
4
3.3 矩阵的特殊操作
还可以利用一般向量和end运算符来表示矩 阵下标，end 表示矩阵某维的末尾元素下标。
8
3.3 矩阵的特殊操作
（2）多个矩阵组成大矩阵 大矩阵可以由多个小矩阵按行列排列在方括号中建立。如： C=[A,eye(size(A));ones(size(A)),A]，
1 2 3 A 4 5 6 7 8 9
2 3 1 0 0 5 6 0 1 0 8 9 0 0 1 1 1 1 2 3 1 1 4 5 6 1 1 7 8 9
11
3.3 矩阵的特殊操作
5、矩阵的变维
MATLA可以实现矩阵元素的重新排列，以实现矩阵 尺寸或维数的变化。根据MARLAB矩阵元素的排列顺 序规则，重新排列的元素按照先排列，再排行，然 后排列第三维，第四维的顺序排列。 命令：C=reshape(A,m,n,p,…) A为原始矩阵，C 为变维后的矩阵，m,n,p等分别为新矩阵各维的阶数 (行、列等）。 新矩阵的各维阶数的乘积必须与原矩阵[1,2;3,4] >>b=A(:) b= 1 3 2 4
6
3.3 矩阵的特殊操作
如果A(:)出现在赋值语句的左端，表示用一个向量对矩阵A进行赋值， 此时矩阵A必须事先存在。
如，A是上述矩阵，那么A(:)=5:8，表示行向量（5，6，7，8）的4个元 素依次按照列顺序给A的元素赋值，保持A的维数不变。
17
3.3 矩阵的特殊操作
B=tril(A,n) 抽取矩阵A的第n条对角线下面的部分（含第n 条对角线）组成矩阵B，其余位置元素为0，n的定义同diag。
B=triu(A,n) 抽取矩阵A的第n条对角线上面的部分（含第n 条对角线）组成矩阵B，其余位置元素为0，n的定义同diag。
18
3.3 矩阵的特殊操作
对矩阵进行翻转和旋转 >> A=[1,2,3;4,5,6] ; >> flipud(A) ans = 4 5 6 1 2 3 >> flipdim(A,1) ans = 4 5 6 1 2 3 >> fliplr(A) ans = 3 2 1 6 5 4 >> flipdim(A,2) ans = 3 2 1 6 5 4
12
3.3 矩阵的特殊操作
例3-24 矩阵的变维 >>A=[1:12]; >> reshape(A,3,4) ans = 1 4 7 10 2 5 8 11 3 6 9 12 >> reshape(A,2,3,2) ans(:,:,1) = 1 3 5 2 4 6 ans(:,:,2) = 7 9 11 8 10 12
A=
5
6
7
8
7
3.3 矩阵的特殊操作
2、部分扩充 （1）单个矩阵的扩充
对一个矩阵的单个元素进行赋值和操作，如：
A(3,2)=200 % 表示将矩阵A的第3行第2列元素赋值 为200
如果给出的行值和列值大于原矩阵的行数和列数， MATLAB自动扩展原矩阵，扩展后未赋值的元素置为 0。 例3-21 单个矩阵扩充
13
3.3 矩阵的特殊操作
6、矩阵的翻转和旋转
对矩阵进行翻转和旋转的函数如下： B=fliplr(A) 对矩阵A进行左右翻转生成矩阵B，如果A是行向量，则返回一个大小和A 相同，元素的排列顺序和A相反的行向量；如果A是列向量，返回A本身。 B=flipud (A) 对矩阵A进行上下翻转生成矩阵B，如果A是行向量，返回A本身；如果 A是列向量，则返回一个大小和A相同，元素的排列顺序和A相反的列向量。 B=flipdim(A,dim) 矩阵A的第n维翻转生成矩阵B，dim=1时，行翻转，相当于 flipud; dim=2时，列翻转，相当于fliplr。
9
即
eye( size ( A)) C ones ( size ( A )) A A
1 4 7 C 1 1 1
3.3 矩阵的特殊操作
3、部分删除
利用空矩阵的特性，可以从一个矩阵中删除 部分行和部分列元素。如：A是一个4×5的矩 阵，A(:,[3,4])=[] 表示删除A的第3列和第4列 元素。 例3-22 矩阵的部分删除
16
3.3 矩阵的特殊操作
7、矩阵的抽取
矩阵的抽取包括：抽取对角线元素(diag)，抽取矩 阵的上三角(triu)和下三角(tril)部分。函数的调用 格式如下： b=diag(A,n) 抽取矩阵A的第n条对角线生成列向 量b，n>0时，抽取A主对角线上方第n条对角线； n<0时，抽取A主对角线下方第n条对角线；n=0或 不指定n时，b为A的主对角线。 C=diag(b,n) 创建对角矩阵A，使b作为A的第n条 对角线，当n=0或不指定n时，b为A的主对角线。
10
3.3 矩阵的特殊操作
4、部分修改 当矩阵的角标出现在等号左端时，表示对原矩阵中 的部分或全部元素重新赋值。 如：A([1,3],:)=B([1,2],:) 表示将矩阵A的第1、3 行用矩阵B的1，2行代替。 例3-23 矩阵的部分修改 >> A=[1,2,3;4,5,6;7,8,9]； >> B=zeros(4,3)； >> A([1,3],:)=B([1,2],：)
3.3.2 矩阵的修改
1、矩阵的角标
数学上用矩阵元素在矩阵中所处的行列标号 来表示矩阵中每个元素的位置。 MATLAB也用类似的方法来表示，并将行列标 号称为角标。
– 如A（2，3）表示矩阵A中2行3列的元素，2和3 称为矩阵A的角标。
角标可以是表达式，矩阵变量名与角标一起 就决定了矩阵的元素及位置。
19