矩阵的各种运算详解
一、矩阵的线性运算
定义1 设有两个矩阵和，矩阵与的和记作, 规定为
注：只有两个矩阵是同型矩阵时,才能进行矩阵的加法运算. 两个同型矩阵的和,即为两个矩阵对应位置元素相加得到的矩阵.
设矩阵记
,
称为矩阵的负矩阵, 显然有
.
由此规定矩阵的减法为
.
定义2 数与矩阵A的乘积记作或, 规定为
数与矩阵的乘积运算称为数乘运算.
矩阵的加法与矩阵的数乘两种运算统称为矩阵的线性运算. 它满足下列运算规律：设都是同型矩阵,是常数，则
(1）
(2）;
（3)
(4)
(5)
(6)
(7）
(8）
注:在数学中,把满足上述八条规律的运算称为线性运算.
二、矩阵的相乘
定义3设
矩阵与矩阵的乘积记作，规定为
其中，(
记号常读作左乘或右乘.
注: 只有当左边矩阵的列数等于右边矩阵的行数时, 两个矩阵才能进行乘法运算.
若，则矩阵的元素即为矩阵的第行元素与矩阵的第列对应元素乘积的和. 即
.
矩阵的乘法满足下列运算规律(假定运算都是可行的）：
（1）
（２）
(3)
（4)
注：矩阵的乘法一般不满足交换律, 即
例如, 设则
而
于是且
从上例还可看出: 两个非零矩阵相乘, 可能是零矩阵, 故不能从必然推出或
此外, 矩阵乘法一般也不满足消去律，即不能从必然推出例如, 设
则
但
定义4如果两矩阵相乘, 有
则称矩阵Ａ与矩阵B可交换.简称Ａ与B可换．
注：对于单位矩阵, 容易证明
或简写成
可见单位矩阵在矩阵的乘法中的作用类似于数1.
更进一步我们有
命题1设是一个n阶矩阵，则是一个数量矩阵的充分必要条件是与任何n 阶矩阵可换。
命题2设均为n阶矩阵,则下列命题等价：
(1)
（2)
(３)
（4）
三、线性方程组的矩阵表示
设有线性方程组
若记
则利用矩阵的乘法, 线性方程组(1)可表示为矩阵形式:
(２）
其中矩阵称为线性方程组(1）的系数矩阵. 方程（2)又称为矩阵方程.
如果是方程组(1)的解，记列矩阵
则
，
这时也称是矩阵方程(2)的解; 反之, 如果列矩阵是矩阵方程（2)的解，即有矩阵
等式成立，则即也是线性方程组(１）的解. 这样, 对线性方程组(1)的讨论便等价于对矩阵方程(2）的讨论. 特别地, 齐次线性方程组可以表示为
将线性方程组写成矩阵方程的形式，不仅书写方便,而且可以把线性方程组的理论与矩阵理论联系起来，这给线性方程组的讨论带来很大的便利.
四、矩阵的转置
定义6把矩阵的行换成同序数的列得到的新矩阵，称为的转置矩阵，记作(或)．即若
则
．
矩阵的转置满足以下运算规律(假设运算都是可行的):
(1)
（2)
（3）
(4)
五、方阵的幂
定义5设方阵，规定
称为的次幂.
方阵的幂满足以下运算规律（假设运算都是可行的)：
（1)
(２)
注：一般地,为自然数
命题3 设均为n阶矩阵,则有为自然数，反之不成立。
六、方阵的行列式
定义7由阶方阵的元素所构成的行列式(各元素的位置不变),称为方阵的行
列式，记作或
注: 方阵与行列式是两个不同的概念，阶方阵是个数按一定方式排成的数表,而阶行列式则是这些数按一定的运算法则所确定的一个数值(实数或复数)．
方阵的行列式满足以下运算规律(设为阶方阵, 为常数)：
(１)
（2）
(3) 进一步
七、对称矩阵
定义8设为阶方阵, 如果即
则称为对称矩阵.
显然，对称矩阵的元素关于主对角线对称．例如
，
均为对称矩阵.
如果则称为反对称矩阵.
八、共轭矩阵
定义9 设为复（数)矩阵, 记
其中表示的共轭复数，称为Ａ的共轭矩阵.
共轭矩阵满足以下运算规律(设为复矩阵，为复数, 且运算都是可行的):
（1)
(2)
(3)
例题选讲：
矩阵的线性运算
例１ (讲义例1)已知，求
例2(讲义例2) 已知且求
注：n阶数量矩阵=
例3(讲义例3)若求
例4设，。Ａ是一个矩阵，B是矩阵，因此AＢ有意义,BA也有意义；但
。
例5设,B＝。
(这种记法表示主对角线以外没有注明的元素均为零)，则
(１)；
（2）;
（3)
例６（讲义例4) 某地区有四个工厂Ⅰ、Ⅱ、Ⅲ、Ⅳ,生产甲、乙、丙三种产品, 矩阵Ａ表示一年中各工厂生产各种产品的数量，矩阵Ｂ表示各种产品的单位价格（元）及单位利润(元）, 矩阵C表示各工厂的总收入及总利润.
其中, 是第个工厂生产第种产品的数量, 及分
别是第种产品的单位价格及单位利润，及分别是第个工厂生产三种产品的总收入及总利润．则矩阵的元素之间有下列关系：
其中,即
例7（讲义例5) 求与矩阵可交换的一切矩阵.例8(讲义例6)证明: 如果则有
例9(讲义例7)解矩阵方程为二阶矩阵
例１0（1）设,则。
（２）设,则。
例１1(讲义例8）已知求
例１2(讲义例９)设求
例1３设，，则
,
又
,
因此地
例14 (讲义例10）设A与B是两个ｎ阶反对称矩阵，证明：当且仅当
时，是反对称矩阵.
例15(讲义例11) 设列矩阵满足Ｅ为n阶单位矩阵，证明H是对称矩阵，且
MATLAB中的矩阵与向量运算
4.1 数组运算和矩阵运算 从外观形状和数据结构来看,二维数组和数学中的矩阵没有区别.但是,矩阵作为一种变换或映射算符的体现,矩阵运算有着明确而严格的数学规则.而数组运算是MATLAB软件所定义的规则,其目的是为了数据管理方面,操作简单,指令形式自然和执行计算有效.所以,在使用MATLAB时,特别要明确搞清数组运算和矩阵运算的区别.表 4.1.1 数组运算和矩阵运算指令形式和实质内涵 数组运算矩阵运算 指令含义指令含义 A.'非共轭转置A'共轭转置 A=s把标量s赋给数组A的每个元素 s+B把标量s分别与数组B的每个元素相加s-B, B-s标量s分别与数组B的元素之差 s.*A标量s分别与数组A的元素之积s*A标量s分别与矩阵A的元素之积 s./B, B.\s标量s分别被数组B的元素除s*inv(B)矩阵B的逆乘标量s A.^n数组A的每个元素的n次方A^n A为方阵时,矩阵A的n次方 A+B数组对应元素的相加A+B矩阵相加 A-B数组对应元素的相减A-B矩阵相减 A.*B数组对应元素的相乘A*B内维相同矩阵的乘积 A./B A的元素被B的对应元素除A/B A右除B B.\A一定与上相同B\A A左除B(一般与右除不同) exp(A)以e为底,分别以A的元素为指数,求幂expm(A) A的矩阵指数函数 log(A) 对A的各元素求对数logm(A) A的矩阵对数函数 sqrt(A) 对A的积各元素求平方根sqrtm(A) A的矩阵平方函数 从上面可以看到,数组运算的运算如:乘,除,乘方,转置,要加"点".所以,我们要特别注意在求"乘,除,乘方,三角和指数函数"时,两种运算有着根本的区别.另外,在执行数组与数组运算时,参与运算的数组必须同维,运算所得的结果数组也是总与原数组同维. 4.2 数组的基本运算 在MATLAB中,数组运算是针对多个数执行同样的计算而运用的.MATLAB以一种非常直观的方式来处理数组. 4.2.1 点转置和共轭转置 . ' ——点转置.非共轭转置,相当于conj(A'). >> a=1:5; >> b=a. ' b = 1 2 3 4 5 >> c=b. ' c = 1 2 3 4 5 这表明对行向量的两次转置运算便得到原来的行向量. ' ——共轭转置.对向量进行转置运算并对每个元素取其共轭.如: >> d=a+i*a
MATLAB实验二 矩阵基本运算(一)答案
实验一 矩阵基本运算（一） （1）设A 和B 是两个同维同大小的矩阵，问： 1）A*B 和A.*B 的值是否相等？ ????? ?? =763514432A ???? ? ??=94 525 313 4B A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A*B, A.*B ans = 37 37 44 44 37 51 65 67 78 ans = 8 9 4 12 5 10 15 24 63 2）A./B 和B.\A 的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A./B, B./A
ans = 0.5000 1.0000 4.0000 1.3333 0.2000 2.5000 0.6000 1.5000 0.7778 ans = 2.0000 1.0000 0.2500 0.7500 5.0000 0.4000 1.6667 0.6667 1.2857 3）A/B和B\A的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A/B, B/A ans = -0.3452 0.5119 0.3690 0.7857 -0.7857 0.6429 -0.9762 1.3095 0.5952 ans = 110.0000 -15.0000 -52.0000
92.0000 -13.0000 -43.0000 -22.0000 4.0000 11.0000 4）A/B和B\A所代表的数学含义是什么？ 解： A/B是B*A的逆矩阵 B\A是B*A的逆矩阵 （2）写出完成下列操作的命令。 1）将矩阵A第2—5行中第1，3，5列元素赋给矩阵B。 A=[0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186] B=A(2:5,[1,3,5]) A = 0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186 B = 0.2311 0.7382 0.2028 0.6068 0.1763 0.1987 0.4860 0.4057 0.6038 0.8913 0.9355 0.2722 2）删除矩阵A的第7号元素。 A=rand(6,6); >> A(7)=[inf] A = 0.8385 Inf 0.1730 0.1365 0.2844 0.5155
matlab中的矩阵的基本运算命令范文
1.1 矩阵的表示 1.2 矩阵运算 1.2.14 特殊运算 1．矩阵对角线元素的抽取 函数diag 格式X = diag(v,k) %以向量v的元素作为矩阵X的第k条对角线元素，当k=0时，v为X的主对角线；当k>0时，v为上方第k条对角线；当k<0时，v为下方第k条对角线。 X = diag(v) %以v为主对角线元素，其余元素为0构成X。 v = diag(X,k) %抽取X的第k条对角线元素构成向量v。k=0：抽取主对角线元素；k>0：抽取上方第k条对角线元素；k<0抽取下方第k条对角线元素。 v = diag(X) %抽取主对角线元素构成向量v。 2．上三角阵和下三角阵的抽取 函数tril %取下三角部分 格式L = tril(X) %抽取X的主对角线的下三角部分构成矩阵L L = tril(X,k) %抽取X的第k条对角线的下三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。函数triu %取上三角部分 格式U = triu(X) %抽取X的主对角线的上三角部分构成矩阵U U = triu(X,k) %抽取X的第k条对角线的上三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。3．矩阵的变维 矩阵的变维有两种方法，即用“：”和函数“reshape”，前者主要针对2个已知维数矩阵之间的变维操作；而后者是对于一个矩阵的操作。 （1）“：”变维 （2）Reshape函数变维 格式 B = reshape(A,m,n) %返回以矩阵A的元素构成的m×n矩阵B B = reshape(A,m,n,p,…) %将矩阵A变维为m×n×p×… B = reshape(A,[m n p…]) %同上 B = reshape(A,siz) %由siz决定变维的大小，元素个数与A中元素个数 相同。 （5）复制和平铺矩阵 函数repmat 格式 B = repmat(A,m,n) %将矩阵A复制m×n块，即B由m×n块A平铺而成。 B = repmat(A,[m n]) %与上面一致 B = repmat(A,[m n p…]) %B由m×n×p×…个A块平铺而成 repmat(A,m,n) %当A是一个数a时，该命令产生一个全由a组成的m×n矩阵。 1.3 矩阵分解 1.3.1 Cholesky分解 函数chol 格式R = chol(X) %如果X为n阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足R'*R = X；若X非正定，则产生错误信息。 [R,p] = chol(X) %不产生任何错误信息，若X为正定阵，则p=0，R与上相同；若X非正定，则p为正整数，R是有序的上三角阵。 1.3.2 LU分解
C语言程序设计报告 矩阵运算
C程序设计报告 矩 阵 运 算 学院：地质与环境学院 专业：资源勘查工程0901 姓名：王甲 学号：0909030119
目录1.设计任务书 1.1题目 1.2设计要求 1.3程序涉及的知识点 2.功能设计 2.1算法设计 2.2部分模块流程图 3.程序代码设计 3.1源代码 3.2运行结果 4.运行结果 5.程序设计总结 6.致谢 7.参考文献
1设计任务书 1.1 题目 矩阵运算 1.2 设计要求 此程序为矩阵运算的相关程序，用来计算包括两矩阵的加、减、乘运算，求矩阵的转置矩阵、最大值元素、最小值元素及对角线元素之和等运算。 1.2 本系统涉及的知识点 此程序涉及了老师讲授的多个知识点，包括：for、if、printf及scanf 等语句，顺序、选择、循环等结构。 2功能设计 2.1 算法设计 此程序需要实现的功能要求： 利用for、if、printf及scanf 等语句来实现所需功能。 输入矩阵a和b的元素之后，依次计算： 程序一：计算a+b矩阵； 程序二：计算a-b矩阵； 程序三：计算a*b矩阵； 程序四：计算a的转置矩阵； 程序五：计算a矩阵的最小值元素；
程序六：计算a 矩阵的最大值元素； 程序七：计算a 矩阵的主对角线元素之和； 程序八：计算a 矩阵的副对角线元素之和； 程序九：计算a 矩阵的上三角元素之和； 程序九：计算a 矩阵的下三角元素之和； 2.2 部分模块流程图 3 程序源代码 3.1源代码 #include"stdio.h" void main() { int a[3][3],b[3][3],c[3][3], int i,j,k,s,max,min,sum1=0,sum2=0,sum3=0,sum4=0; printf("计算a+b 矩阵:\n"); for(i=0;i<3;i++) for(j=0;j<3;j++) c[i][j]=a[i][j]+b[i][j]; printf("%6d"); printf("\n"); printf(" 请输入a 矩阵元素:\n"); for(i=0;i<3;i++); for(j=0;j<3;j++); scanf("%4d",&a[i][j]); printf("a 矩阵:\n");
矩阵在MATLAB中的运算与应用
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；Matlab 1 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
GE矩阵+计算方法+案例(一班三组)
GE矩阵法及其使用方法介绍 一、GE矩阵法概述 GE矩阵法又称通用电器公司法、麦肯锡矩阵、九盒矩阵法、行业吸引力矩阵是美国通用电气公司（GE）于70年代开发了新的投资组合分析方法。对企业进行业务选择和定位具有重要的价值和意义。GE矩阵可以用来根据事业单位在市场上的实力和所在市场的吸引力对这些事业单位进行评估，也可以表述一个公司的事业单位组合判断其强项和弱点。在需要对产业吸引力和业务实力作广义而灵活的定义时，可以以GE矩阵为基础进行战略规划。按市场吸引力和业务自身实力两个维度评估现有业务（或事业单位），每个维度分三级，分成九个格以表示两个维度上不同级别的组合。两个维度上可以根据不同情况确定评价指标。 二、方格分析计算方法介绍： GE矩阵可以用来根据事业单位在市场上的实力和所在市场的吸引力对这些事业 单位进行评估，也可以表述一个公司的事业单位组合判断其强项和弱点。在需要 对产业吸引力和业务实力作广义而灵活的定义时，可以以GE矩阵为基础进行战 略规划。按市场吸引力和业务自身实力两个维度评估现有业务（或事业单位），
每个维度分三级，分成九个格以表示两个维度上不同级别的组合。两个维度上可以根据不同情况确定评价指标。 绘制GE矩阵，需要找出外部（行业吸引力）和内部（企业竞争力）因素，然后对各因素加权，得出衡量内部因素和市场吸引力外部因素的标准。当然，在开始搜集资料前仔细选择哪些有意义的战略事业单位是十分重要的。 1. 定义各因素。选择要评估业务（或产品）的企业竞争实力和市场吸引力所需的重要 因素。在GE内部，分别称之为内部因素和外部因素。下面列出的是经常考虑的一些因素（可能需要根据各公司情况作出一些增减）。确定这些因素的方法可以采取头脑风暴法或名义群体法等，关键是不能遗漏重要因素，也不能将微不足道的因素纳人分析中。 2. 估测内部因素和外部因素的影响。从外部因素开始，纵览这张表（使用同一组经理）， 并根据每一因素的吸引力大小对其评分。若一因素对所有竞争对手的影响相似，则对其影响做总体评估，若一因素对不同竞争者有不同影响，可比较它对自己业务的影响和重要竞争对手的影响。在这里可以采取五级评分标准（1=毫无吸引力，2=没有吸引力，3=中性影响，4=有吸引力，5=极有吸引力）。然后也使用5级标准对内部因素进行类似的评定（1=极度竞争劣势，2=竞争劣势，3=同竞争对手持平，4=竞争优势，5=极度竞争优势），在这一部分，应该选择一个总体上最强的竞争对手做对比的对象。 具体的方法是：- 确定内外部影响的因素，并确定其权重- 根据产业状况和企业状况定出产业吸引力因素和企业竞争力因素的级数（五级）- 最后，用权重乘以级数，得出每个因素的加权数，并汇总，得到整个产业吸引力的加权值 下面分别用折线图和表格两种形式来表示。
C语言矩阵的运算
C语言课程设计题目矩阵的运算 西安科技大学 二0 一一年十一月
一、设计目的 1. 综合C语言相关知识制作简单的应用程序 2. 灵活对程序代码进行利用，修改和编写； 3. 熟练将C语言所学知识和其它知识相结合 二、功能描述 编写一个矩阵运算程序，能够进行矩阵加、减、乘、转置，求矩阵的最大值，最小值，对角线元素的和等 三、流程图
定义及预处理m1=0,m2=0,m3=0,m4=0,l=0；i,j,k,d,max,min； a[M][N],b[M][N],c[N][P] 输出“输入a矩阵” j++,输入a矩阵元素 直到j>=N,i++ 直到i>=M 输出“a矩阵” j++,输出a矩阵 直到j>=N,i++,输出换行 直到i>=M 输出“输入b矩阵” j++,输入b矩阵元素 直到j>=N,i++ 直到i>=M 输出“b矩阵” j++,输出b矩阵 直到j>=N,i++,输出换行 直到i>=M 输出“输入c矩阵” j++,输入c矩阵元素 直到j>=P,i++ 直到i>=N
输出“c 矩阵” 直到i>=N 直到j>=P,i++,输出换行 j++,输出c 矩阵 输出“输入a,b 矩阵之和” 直到i>=M 直到j>=N,i++,输出换行 j++,输出a 矩阵与b 矩阵对应元素 输出“输入a,b 矩阵之差” 直到i>=M 直到j>=N,i++,输出换行 j++,输出a 矩阵与b 矩阵对应元素 输出“输入a,c 矩阵之积” 直到i>=N 直到j>=P,i++ j++,输出换行，直到k 〉=M k++，输出 a[i][k]*c[k][j]; 输出“a 矩阵的转置” 直到j>=N 直到i>=M,j++,输出换行 i++，输出a[i][j] 输出“a 矩阵的最大值” max=a[0][0] 直到i>=M 直到i>=M 直到j>=N,i++ max 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。 在MATLAB中，矩阵元素按列存储。 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．矩阵拆分 数学实验矩阵的运算 数学实验报告 学院： 班级： 学号： 姓名： 完成日期： 实验四矩阵的运算 （一）投入产出分析 一．实验目的 1.理解投入产出分析中的基本概念和模型； 2.从数学和投入产出理论的角度，理解矩阵乘法、逆 矩阵等的含义。 二．问题描述 设国民经济由农业、制造业和服务业三个部门构成，已知某年它们之间的投入产出关系、部需求、初始投入等如表1-1所示 表1-1国民经济三产部门之间的投入产出表 根据表回答下列问题： （1）如果农业、制造业、服务业外部需求为 50,150,100，问三个部门总产出分别为多少？ （2）如果三个部门的外部需求分别增加一个单位，问他们的总产出分别为多少? 三.实验过程 1．问题（1）的求解 （1）求直接消耗矩阵A 根据直接消耗的计算公式 a ij=x ij/x j 和各部门中间需求; x n a n 运行如下代码可得直接消耗系数表。 X=[15 20 30;30 10 45;20 60 0]; X_colsum=[100 200 150]; X_rep=repmat(X_colsum,3,1) A=X./ X_rep 运行结果为： A = 0.1500 0.1000 0.2000 0.3000 0.0500 0.3000 0.2000 0.3000 0 （2）求解 根据公式 X=(I-A)-1y 在运行如下代码 y=[50;150;100]; n=size(y,1); W=eye(n)-A; X=W\y 运行结果为 X = 139.2801 267.6056 208.1377 即三个部门的总产出分别为139.2801,267.6056, 208.1377亿元。 2．问题2求解 设外部需求由y增加至y+Δy，则产出x的增量为Δx=(I-A)-1(y+Δy)- (I-A)-1y=(I-A)-1Δy 利用问题（1）求得的I-A矩阵，再运行如下的MATLAB代码可得问题的结果： dx=inv(W) 运行结果: dx = 1.3459 0.2504 0.3443 0.5634 1.2676 0.4930 0.4382 0.4304 1.2167 根据上述结果可知，当农业的外部需求增加1个单位时，农业、制造业、服务业的总产出分别增加 矩阵在自己专业中的应用及举例 摘要： I、矩阵是线性代数的基本概念，它在线性代数与数学的许多分支中都有重要的应用，许多实际问题可以用矩阵表达并用相关的理论得到解决。 II、文中介绍了矩阵的概念、基本运算、可逆矩阵、矩阵的秩等容。 III、矩阵在地理信息系统中也有许多的应用，比如文中重点体现的在计算机图形学中应用。 关键词： 矩阵可逆矩阵图形学图形变换 正文： 第一部分引言 在线性代数中，我们主要学习了关于行列式、矩阵、方程、向量等相关性比较强的容，而这些容在我们专业的其他一些学科中应用也是比较广泛的，是其它一些学科的很好的辅助学科之一。因此，能够将我们所学的东西融会贯通是一件非常有意义的事，而且对我们的学习只会有更好的促进作用。在计算机图形学中矩阵有一些最基本的应有，但是概念已经与线性代数中的有一些不同的意义。在计算机图形学中，矩阵可以是一个新的额坐标系，也可以是对一些测量点的坐标变换，例如：平移、错切等等。在后面的文章中，我通过查询一些相关的资料，对其中一些容作了比较详细的介绍，希望对以后的学习能够有一定的指导作用。在线性代数中，矩阵也占据着一定的重要地位， 与行列式、方程、向量、二次型等容有着密切的联系，在解决一些问题的思想上是相同的。尤其他们在作为处理一些实际问题的工具上的时候。 图形变换是计算机图形学领域的主要容之一，为方便用户在图形交互式处理过程中度图形进行各种观察，需要对图形实施一系列的变换，计算机图形学主要有以下几种变换：几何变换、坐标变换和观察变换等。这些变换有着不同的作用，却又紧密联系在一起。 第二部分 研究问题及成果 1. 矩阵的概念 定义：由n m ?个数排列成的m 行n 列的矩阵数表 ????? ???????ann an an n a a a n a a a ΛM ΛM M K Λ212222111211 称为一个n m ?矩阵，其中an 表示位于数表中第i 行第j 列的数，i=1,2,3，…n ，又称为矩阵的元素。A,B 元素都是实数的矩阵称为实矩阵。元素属于复数的矩阵称为复矩阵。 下面介绍几种常用的特殊矩阵。 （1）行距阵和列矩阵 仅有一行的矩阵称为行距阵（也称为行向量），如 A=(a11 a12 .... a1n), 也记为 a=(a11,a12,.....a1n). 仅有一列的矩阵称为列矩阵（也称为列向量），如 #include 矩阵基本运算及应用 201700060牛晨晖 在数学中，矩阵是一个按照长方阵列排列的复数或实数集合。矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用到矩阵。矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。在电力系统方面，矩阵知识已有广泛深入的应用，本文将在介绍矩阵基本运算和运算规则的基础上，简要介绍其在电力系统新能源领域建模方面的应用情况，并展望随机矩阵理论等相关知识与人工智能电力系统的紧密结合。 1矩阵的运算及其运算规则 1.1矩阵的加法与减法 1.1.1运算规则 设矩阵，， 则 简言之，两个矩阵相加减，即它们相同位置的元素相加减！ 注意：只有对于两个行数、列数分别相等的矩阵（即同型矩阵），加减法运算才有意义，即加减运算是可行的． 1.1.2运算性质 满足交换律和结合律 交换律； 结合律． 1.2矩阵与数的乘法 1.2.1运算规则 数乘矩阵A，就是将数乘矩阵A中的每一个元素，记为或． 特别地，称称为的负矩阵． 1.2.2运算性质 满足结合律和分配律 结合律：(λμ)A=λ(μA)；(λ+μ)A =λA+μA． 分配律：λ(A+B)=λA+λB． 已知两个矩阵 满足矩阵方程，求未知矩阵． 解由已知条件知 1.3矩阵与矩阵的乘法 1.3.1运算规则 设，，则A与B的乘积是这样一个矩阵： (1) 行数与（左矩阵）A相同，列数与（右矩阵）B相同，即 ． (2) C的第行第列的元素由A的第行元素与B的第列元素对应相乘，再取乘积之和． Basic Matrix Operations 一、实验目的 1、掌握向量和矩阵的创建方法； 2、掌握向量和矩阵元素的索引方法； 3、掌握向量和矩阵的基本操作； 4、利用MATLAB编写程序进行矩阵运算。 二、基础知识 1、常见数学函数 函数名数学计算功能函数名数学计算功能 Abs(x) 实数的绝对值或复数的幅值floor(x) 对x朝-∞方向取整 Acos(x) 反余弦arcsin x gcd(m，n）求正整数m和n的最大公约数 acosh(x) 反双曲余弦arccosh x imag(x) 求复数x的虚部 angle(x) 在四象限内求复数 x 的相角lcm(m，n) 求正整数m和n的最小公倍数 asin(x) 反正弦arcsin x log(x) 自然对数（以e为底数） asinh(x) 反双曲正弦arcsinh x log10(x) 常用对数（以10为底数） atan(x) 反正切arctan x real(x) 求复数x的实部 atan2(x,y) 在四象限内求反正切Rem(m，n) 求正整数m和n的m/n之余数 atanh(x) 反双曲正切arctanh x round(x) 对x四舍五入到最接近的整数 ceil(x) 对x朝+∞方向取整sign(x) 符号函数：求出x的符号 conj(x) 求复数x的共轭复数sin(x) 正弦sin x cos(x) 余弦cos x sinh(x) 反双曲正弦sinh x cosh(x) 双曲余弦cosh x sqrt(x) 求实数x的平方根：x exp(x) 指数函数xe tan(x) 正切tan x fix(x) 对x朝原点方向取整tanh(x) 双曲正切tanh x 2、常量与变量 系统的变量命名规则：变量名区分字母大小写；变量名必须以字母打头，其后可以是任意字母，数字，或下划线的组合。此外，系统内部预先定义了几个有特殊意义和用途的变量，见下表： 特殊的变量、常量取值 设计一个矩阵相乘的程序 假设有 1 5 7 3 3 9 1 4 1 4 A= 3 6 3 9 B= 5 6 7 9 0 3 1 2 8 7 3 2 7 2 5 6 0 3 1 9 9 7 4 7 8 0 3 2 5 4 求出A*B的矩阵 程序构思： 我们所知的矩阵乘法运算的算式如下： C ij = A ik X B kj的k从1到n 的和，那么可以用一个3层循环来运算此算式： C(1,1)=A(1,1)*B(1,1)+A(1,2)*B(2,1)+A(1,3)*B(3,1)+A(1,4)*B(4,1) =(1*3)+(5*5)+(7*3)+(3*9) =3+25+21+27 =76 同理 C(1,2)=A(1,1)*B(1,2)+A(1,2)*B(2,2)+A(1,3)*B(3,2)+A(1,4)*B(2,2) =(1*9)+(5*6)+(7*2)+(3*7) =9+30+14+21 =74 依此类推，我们可以求得矩阵A与矩阵B的矩阵乘积。 void main(void) { int matrixa[5][4]={1,5,7,3, 3,6,3,9, 1,2,8,7, 0,3,1,9, 3,2,5,4}; int matrixb[4][6]={3,9,1,4,1,4, 5,6,7,9,0,3, 3,2,7,2,5,6, 9,7,4,7,8,0}; int matrixc[5][6]; int i,j,k; for(i=0;i<5;i++) for(j=0;j<6;j++) { matrixc[i][j]=0; for(k=0;k<4;k++) matrixc[i][j]+=matrixa[i][k]*matrixb[k][j]; 目录 1 课题分析 (1) 2 模块化分析 (1) 2.1 输入模块 (1) 2.1.1 输入模块要求 (1) 2.1.2 输入模块程序说明 (1) 2.2 判断模块 (3) 2.3 求和求差模块 (3) 2.4 乘法模块 (5) 2.4.1 求乘积模块概要 (5) 2.4.2 子程序段说明 (5) 2.4.3 乘法模块流程图 (8) 3 运行分析 (9) 4 心得体会 (11) 参考文献 (13) 矩阵运算程序设计 1 课题分析 根据给定的任务：能用键盘输入矩阵的参数（行、列及元素值），在进行运算前，先判断两个矩阵是否符合运算规则实现这两个矩阵的加，实现这两个矩阵的减，实现这两个矩阵的乘。进行模块化分析，所以程序中应该包括输入模块，保存需要处理的数据。判断模块，根据矩阵运算规则判断输入的数据能否进行矩阵加法，减法或者乘法运算，并调用相应的计算程序。计算模块，包括矩阵的加法，矩阵的减法和矩阵的乘法运算。输出模块，显示运算的结果。 2 模块化分析 2.1 输入模块 2.1.1 输入模块要求 先能用键盘输入矩阵的参数，行数和列数，然后根据输入各元素值，在输入数据之前有明显的提示信息，输入完后要保持各数据。运算完后要将各类计算的结果显示在屏幕上，并且要有明显的提示信息。 2.1.2 输入模块程序说明 输入的行列数保存到N和M中，为后来的比较和输入做准备，本程序段只是针对矩阵1的行和列，矩阵2则在此基础上经行替换即可以得到。 LEA DX,INFORMATION1 ;取信息提示地址偏移量 MOV AH,09h ;9号功能调用显示提示信息 INT 21H LEA DX,input1 ;提示输入矩阵1 的行数 MOV AH,09h ;9号功能调用显示提示信息 INT 21H MATLAB 矩阵及其运算函数表 函数名函数功能 abs( ) 绝对值、负数的模、字符串的ASCII码值都可用来求字符串矩阵所 对应的ASCII码数值矩阵double( ) char( ) 可以把ASCII码数值矩阵转换为字符串矩阵 fix( ) 向零方向取整 floor( ) 不大于自变量的最大整数 ceil( ) 不小于自变量的最小整数 round( ) 四舍五入到最邻近的整数 rem(x,y) 求余函数 mod(x,y) % exp( ) 指数函数 [ ] 空操作符 format 格式符设置或改变数据输出格式 (其中格式符决定数据的输出格式) e1:e2:e3 冒号表达式可以产生一个行向量 (其中e1为初始值，e2为步长，e3为终止值) linspace(a,b,n) 产生一个行向量 (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) [注：linspace(a,b,n)与a:(b-a)/(n-1):b等价] 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 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 zeros 产生全0矩阵(零矩阵) ones 产生全1矩阵(幺矩阵) eye 产生单位矩阵 rand 产生0～1间均匀分布的随机矩阵 randn 产生均值为0，方差为1的标准正态分布随机矩阵 zeros(size(A)) 建立一个与矩阵A同样大小的零矩阵 reshape(A,m,n) 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magic(n) 生成一个n阶魔方矩阵（其每行、每列及两条对角线上的元素和都相等） vander(V) 生成以向量V为基础向量的范得蒙矩阵（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） hilb(n) 生成希尔伯特矩阵 invhilb(n) 求n阶的希尔伯特矩阵的逆矩阵 (用一般方法求逆会因原始数据的微小扰动而产生不可靠的计算结果) toeplitz(x,y) 生成一个以x为第1列，y为第1行的托普利兹矩阵（除第1行第1列外， 实验一 Matlab 常用函数、数组及矩阵的基本运算 一、 实验目的 1. 了解Matlab7.0软件工作界面结构和基本操作; 2. 掌握矩阵的表示方法及Matlab 常用函数; 3. 掌握数组及矩阵的基本运算. 二、 实验内容 1. 了解命令窗口(command widow)和变量空间(workspace)的作用,掌握清 除命令窗口(clc )和变量空间(clear)的方法.掌握查询函数(help)的方法. 2. 掌握保存和加载变量的方法. 加载变量:load 变量名. 3. 掌握掌握矩阵的表示方法: 给a,b,c 赋如下数据: ]6,46,23,4,2,6,3,8,0,1[,356838241248 7,278744125431-=??????????--=??????????=c b a 4. 求a+b,a*b,a.*b,a/b,a./b,a^2,a.^2的结果. 5. 将str1=electronic; str2 = information; str3 = engineering; 三个字符串连接 在一起成str = electronic information engineering. 6. 求矩阵a 的逆矩阵a -1，行列式计算。 (inv(a),det(a)) 三、 实验要求 1.上机操作,熟练掌握清除命令窗口和变量空间的方法、查询变量的方法、加载变量的方法。 2.第2道题请写出步骤。 3.对实验内容中第3-6项,写出指令,上机运行. 记录运行结果(数据)。 4.写出实验报告。 四、 实验结果 2. 用save 函数,可以将工作空间的变量保存成txt 文件或mat 文件等. 比如: save peng.mat p j 就是将工作空间中的p 和j 变量保存在peng.mat 中. 用load 函数,可以将数据读入到matlab 的工作空间中. 比如:load peng.mat 就是将peng.mat 中的所有变量读入matlab 工作空间中。 实验报告 --矩阵运算 一．实验目的。 1.通过实践加强对程序设计语言课程知识点的理解和掌握，培养对课程知识综合运用能力、实际分析问题能力及编程能力，养成良好的编程习惯。 2.通过实践进一步领会程序设计的特点和应用，提高运用C++ 语言以及面向对象知识解决实际问题的能力。 3.通过实践掌握用C++ 语言编写面向对象的实用程序的设计方法，对面向对象方法和思想增加感性的认识； 4.学会利用C++程序设计语言编写出一些短小、可靠的Windows实用程序，切实提高面向对象的程序设计能力。为后续的相关课程的学习打下基础。 二．实验要求。 1.学会建立模板类； 2.实现矩阵的“加”、“减”、“乘”、“数乘”、“转置”； 3.动态存分配并用随机数填充； 4.注意“加”、“减”、“乘”要进行条件的判断； 三．设计思路。 3.1算法基本流程 1)获取用户输入的矩阵1的行数和列数,动态生成一个一维数组 2)利用随机数生成数组成员,并利用两个循环输出数组,使其符合矩阵的格式 3)矩阵2同矩阵1的处理方法 4)通过两个矩阵的行数和列数比较来判断能否进行加减乘等运算,如不能,输出相关信息 5)如能够进行计算,则利用数组进行相应运算,并按照正确格式输出 6)通过改变一维数组中元素的顺序来实现转置并输出 3.2算法流程图 四．基本界面。 五．关键代码。 5.1关键类的声明 class CMatrixclass { public: CMatrixclass() { int m_Row = 0; //行 int m_Col = 0; //列 m_pElements = NULL; //一维数组 专业课程设计I报告（2011 / 2012 学年第二学期） 题目稀疏矩阵的转换 专业软件工程 学生姓名张鹏宇 班级学号 09003018 指导教师张卫丰 指导单位计算机学院软件工程系 日期 2012年6月18号 指导教师成绩评定表 附件： 稀疏矩阵的转换 一、课题内容和要求 1．问题描述 设计程序用十字链表实现稀疏矩阵的加、减、乘、转置。 2．需求分析 （1）设计函数建立稀疏矩阵，初始化值。 （2）设计函数输出稀疏矩阵的值。 （3）构造函数进行两个稀疏矩阵相加，输出最终的稀疏矩阵。 （4）构造函数进行两个稀疏矩阵相减，输出最终的稀疏矩阵。 （5）构造函数进行两个稀疏矩阵的相乘，输出最终的稀疏矩阵。 （6）构造函数进行稀疏矩阵的转置，并输出结果。 （7）退出系统。 二、设计思路分析 （1）设计函数建立稀疏矩阵，初始化值。 （2）设计函数输出稀疏矩阵的值。 （3）构造函数进行两个稀疏矩阵相加，输出最终的稀疏矩阵。 （4）构造函数进行两个稀疏矩阵相减，输出最终的稀疏矩阵。 （5）构造函数进行两个稀疏矩阵的相乘，输出最终的稀疏矩阵。 （6）构造函数进行稀疏矩阵的转置，并输出结果。 （7）退出系统。 三、概要设计 为了实现以上功能，可以从3个方面着手设计。 1．主界面设计 为了实现对稀疏矩阵的多种算法功能的管理，首先设计一个含有多个菜单项的主 控菜单子程序以链接系统的各项子功能，方便用户交互式使用本系统。本系统主控菜单运行界面如图所示。 2．存储结构设计 本系统采用单链表结构存储稀疏矩阵的具体信息。其中：全部结点的信息用头结点为指针数组的单链表存储。 3．系统功能设计 本系统除了要完成稀疏矩阵的初始化功能外还设置了4个子功能菜单。稀疏矩阵的初始化由函数i typedef int ElemType 实现。建立稀疏矩阵用void Creat()实现，依据读入的行数和列数以及非零元素的个数，分别设定每个非零元素的信息。4个子功能的设计描述如下。 （1）稀疏矩阵的加法： 此功能由函数void Xiangjia( )实现，当用户选择该功能，系统即提示用户初始化要进行加法的两个矩阵的信息。然后进行加法，最后输出结果。 （2）稀疏矩阵的乘法： 此功能由函数void Xiangcheng( )实现。当用户选择该功能，系统提示输 第二讲矩阵运算 §1基本矩阵运算元 我们在第一讲章已说明过 MATLAB 的运算是以数组(array>及矩阵 (matrix> 方式在做运算，而这二者在MATLAB的基本运算性质不同，数组强调元素对元素的运算，而矩阵则采用线性代数的运算方式。我们就来说明矩阵运算的特点。 以下将数组及矩阵的运算符号及其意义列出 >> A=[2 5 1。 7 3 8。 4 5 21。 16 13 0]。 >> A' % A的转置矩阵 A = 2 7 4 16 5 3 5 13 1 8 21 0 >> A=[4 -1 3]。 B=[-2 5 2]。 >> dot_prod = sum(A.*B> % 二个数组做内积 dot_prod = -7 >> c=dot(A,B> % 以dot函数也可做内积运算 c = -7 >> A=[4。 -1。 3]。 >> dot_prod = sum(A'.*B>。 % 如果A是行数组则先做转置，再做内积 >> F=[2 5 -1]。 G=[0 1 -3]。 >> out_prod=F'*G。 % 二矩阵做外积 >> A=[2,5,1。 0,3,-1]。 >> B=[1,0,2。 -1,4,-2。 5,2,1]。 >> C=A*B % 矩阵相乘，注意二个矩阵的大小须相容 C = 2 22 -5 -8 10 -7 >> A=[2 1。 4 3]。 >> A^2 % 矩阵次方 ans = 8 5 20 13 下面我们演示一个具体的例子。 假设我们把本地区的天气分为3种状态：晴，阴，雨。若今天天阴，则明天天晴的概率为1/2，阴的概率为1/4，下雨的概率为1/4。如果今天天阴，或者今天下雨，则明天天气是其它情况的概率会是其它的值，将这些概率值列入下面的表中。 天气状态转移概率表 2行第3列(最后一列>的值为1/2,，这给出了今天下雨明天转阴的概率。 将上表内的概率数据用矩阵A表示 矩阵A中概率称为转移概率，矩阵A称为转移矩阵。 已知今天天气晴、阴、雨的概率，可以用转移矩阵A提供的数据来计算明天天气晴、阴 、雨的概率。记、、分别为今天天气是晴、阴、雨的概率，、、分别为明矩阵在matlab中的基本命令
数学实验矩阵的运算doc资料
线性代数论文设计(矩阵在自己专业中地应用及举例)
c语言 矩阵计算器
矩阵的运算及其运算规则
MATLAB基本矩阵运算
矩阵的运算实例程序
矩阵运算程序设计
MATLAB矩阵及其运算函数表
Matlab常用函数数组及矩阵的基本运算
矩阵运算实验报告
稀疏矩阵的运算(完美版)
matlab下的矩阵运算