在MATLAB中，矩阵是其核心数据结构，用于表示数值计算和算法的实施。这篇文档主要介绍了MATLAB中对矩阵的一些基本操作，包括创建、显示、变换和计算。以下是这些操作的详细说明：
1. **创建矩阵**：
- `eye(n)`：生成一个`n x n`的单位矩阵，对角线元素为1，其余为0。
- `zeros(m, n)`：生成一个`m x n`的全零矩阵。
- `ones(m, n)`：生成一个`m x n`的全1矩阵。
- `rand(m, n)`：生成一个`m x n`的矩阵，其中每个元素都是[0, 1)区间内的均匀分布随机数。
- `genmarkov(n, p)`：生成一个随机的n阶Markov矩阵，即行和为1且所有元素非负的矩阵。
- `linspace(a, b, num)`：生成从`a`到`b`的线性等分向量，包含`num`个等分点。
- `logspace(a, b, num)`：生成从10^a到10^b的对数等分向量，包含`num`个等分点。
2. **矩阵运算**：
- `logm(A)`：计算矩阵`A`的对数。
- `cumprod(A)`：计算矩阵`A`的元素的累计乘积。
- `cumsum(A)`：计算矩阵`A`的元素的累计和。
- `toeplitz(c, r)`：生成Toeplitz矩阵，c是主对角线元素，r是副对角线元素。
- `disp(A)`：在命令窗口中显示矩阵`A`及其文字内容。
- `length(v)`：返回向量`v`的长度。
- `size(A)`：返回矩阵`A`的维度，包括行数和列数。
- `diag(A)`：创建一个对角矩阵，若输入是向量，则生成对角矩阵；若输入是矩阵，则提取对角元素构成的向量。
- `find(A)`：找出矩阵`A`中非零元素的下标。
- `matrix(A, dim)`：改变矩阵`A`的维度。
- `rot90(A, k)`：将矩阵`A`逆时针旋转90度，k决定旋转次数。
- `sub2ind(dimensions, subscripts)`：将子索引转换为单一索引。
- `tril(A)`：提取矩阵`A`的下三角部分。
- `triu(A)`：提取矩阵`A`的上三角部分。
- `conj(A)`：计算矩阵`A`的共轭矩阵。
- `companion(A)`：生成矩阵`A`的伴随矩阵。
- `det(A)`：计算矩阵`A`的行列式。
- `norm(A)`：计算矩阵`A`的范数（可以是1范数、2范数、无穷范数等）。
- `nnz(A)`：返回矩阵`A`中非零元素的数量。
- `null(A)`：生成清空矩阵`A`中特定列空间的向量。
- `orth(A)`：返回矩阵`A`的正交基。
- `rank(A)`：计算矩阵`A`的秩。
- `trace(A)`：计算矩阵`A`的迹（对角元素之和）。
- `cond(A)`：计算矩阵`A`的条件数。
- `inv(A)`：计算矩阵`A`的逆。
- `rcond(A)`：计算逆矩阵的条件数。
3. **分解与求解**：
- `lu(A)`：进行LU分解，返回L和U矩阵。
- `pinv(A)`：计算矩阵`A`的Moore-Penrose伪逆。
- `qr(A)`：进行QR分解，返回Q和R矩阵。
- `givens(A)`：使用Givens变换处理矩阵。
- `linsolve(A, B)`：求解线性方程组Ax = B。
- `lyap(A, C)`：求解Lyapunov方程AX + XA' = C。
- `hess(X)`：计算Hessenberg矩阵。
- `poly(A)`：计算矩阵`A`的特征多项式。
4. **特殊矩阵与特征值**：
- `spec(A)`：计算矩阵`A`的特征值。
- `gspec(A)`：计算矩阵束的特征值。
- `bdiag(A1, A2, ..., An)`：创建块对角矩阵。
- `eigenmarkov`：处理正则化Markov矩阵的特征向量。
- `pbig`：处理特征空间的投影。
- `svd(A)`：进行奇异值分解，返回U、S和V矩阵。
- `sva(A)`：计算奇异值分解的近似。
- `cumprod(A)` 和 `cumsum(A)`：分别计算矩阵`A`的元素的累计乘积和累计和。
- `hist(X, bins)`：生成统计频数直方图。
- `max(A)` 和 `min(A)`：分别返回矩阵`A`的最大值和最小值。
- `mean(A)`：计算矩阵`A`的平均值。
- `median(A)`：计算矩阵`A`的中值。
- `prod(A)`：计算矩阵`A`的元素的乘积。
- `sort(A, flag)`：根据`flag`标志对矩阵`A`进行升序或降序排序。
- `std(A)`：计算矩阵`A`的标准差。
- `sum(A)`：计算矩阵`A`的元素之和。
- `trapz(y, x)`：使用梯形法则进行数值积分。
- `corr(X, Y)`：计算X和Y之间的相关系数或方差。
5. **稀疏矩阵**：
- `sparse(m, n, I, J, V)`：创建稀疏矩阵，I、J和V分别是非零元素的行、列和值。
- `adj2sp`：将邻接矩阵转换为稀疏矩阵。
- `full(A)`：将稀疏矩阵`A`转换为全矩阵。
- `mtlb_sparse`：将Scilab稀疏矩阵转换为MATLAB格式。
- `sp2adj(A)`：将稀疏矩阵转换为邻接矩阵。
- `speye(n)`：生成n阶的稀疏单位矩阵。
- `sprand(m, n, density)`：生成m x n稀疏矩阵，密度是非零元素的概率。
- `spzeros(m, n)`：生成m x n的稀疏全零矩阵。
- `lufact(A)`：对稀疏矩阵A进行LU分解。
- `lusolve(L, U, b)`：用稀疏矩阵的LU分解解方程组Ax = b。
- `spchol(A)`：对稀疏矩阵A进行Cholesky分解。
6. **矩阵与标量运算**：
- 矩阵与矩阵的加减(`+`、`-`)：要求两个矩阵的维度相同。
- 元素乘除(`.*`、`./`)：对应元素乘除，同样要求维度相同。
- 矩阵乘法(`*`)：遵循矩阵乘法规则，不是简单的对应元素相乘。
- 幂次运算(`^`)：仅适用于方阵，计算其幂次。
7. **元素访问**：
- `A(m, n)`：获取矩阵`A`中第m行第n列的元素。
- `A(:, n)`：获取矩阵`A`中第n列的所有元素组成的向量。
- `A(m, :)`：获取矩阵`A`中第m行的所有元素组成的向量。
- `A(m1:m2, n1:n2)`：获取矩阵`A`中从m1行到m2行，n1列到n2列的子矩阵。
以上就是MATLAB中对矩阵的基本操作，它们涵盖了创建、操作、计算、分解、求解等多个方面，构成了MATLAB数值计算的基础。熟练掌握这些操作对于进行复杂的数学建模和算法实现至关重要。
VIP享7折，此内容立减4.47元 
