matlab学习笔记8关于矩阵和线性代数

发布时间 2023-04-18 10:02:52作者: wxk123

从基础的开始

eye(m,n) % 生成单位矩阵
size(A)%返回A的类型
eye(size(A))%生成同型矩阵
rand(m,n) %生成均匀分布矩阵
randn(m,n)%均值为0,方差为1的正态分布矩阵
vander(C)%生成范德蒙德矩阵
diag(v,k)%v是一个向量,k=0时本函数生成一个对角矩阵,主对角线是v,k代表将v从主对角线左移或右移k列再作为对角线生成,由于这个性质,生成的矩阵的size并不确定,取决于向量长度和位置
compan(p)%生成p的伴随矩阵

p=[a0,a1,a2....an]=\(a_0*x^n+a_1*x^(n-1)+...+a_n\)

高级一点的

有时我们不想要数值近似解,此时可以考虑转符号类型

A=[sin(pi/4),1]
B=sym(A)%输出A和B即可看到差别
tril(A,k)取第k条对角线往下的元素
triu(A,k)取第k条对角线往上的元素
A=[B;C D]% A是上面为A和零矩阵,下面为C D的大扩充矩阵
A(1,:)=[]%删除第一行

在指明了位置的情况下可以直接赋值
image

多项式

p=poly2sym(p) //p=[1,2,3,4,5] 得到p=x^4+2x^3+3x^2+4x+5