如何在matlab中建立向量和矩阵

如何在matlab中建立向量和矩阵,第1张

1、向量的创建

1)直接输入:

行向量:a=[1,2,3,4,5]

列向量:a=[12345]

2)用“:”生成向量

a=J:K

生成的行向量是a=[J,J+1,…,K]

a=J:D:K

生成行向量a=[J,J+D,…,J+m*D],m=fix((K-J)/D)

3)函数linspace

用来生成数据按等差形式排列的行向量

x=linspace(X1,X2):在X1和X2间生成100个线性分布的数据,相邻的两个数据的差保持不变。构成等差数列。

x=linspace(X1,X2,n):

在X1和X2间生成n个线性分布的数据,相邻的两个数据的差保持不变。构成等差数列。

4)函数logspace用来生成等比形式排列的行向量

X=logspace(x1,x2)

在x1和x2之间生成50个对数等分数据的行向量。构成等比数列,数列的第一项x(1)=10x1,x(50)=10x2

X=logspace(x1,x2,n)

在x1和x2之间生成n个对数等分数据的行向量。构成等比数列,数列的第一项x(1)=10x1,x(n)=10x2

注:向量的的转置:x=(0,5)’

2、矩阵的创建

1)直接输入:

将数据括在[]中,同一行的元素用空格或逗号隔开,每一行可以用回车或是分号结束。

如:a=[1,2,33,4,5],运行后:

a

=

1

2

3

3

4

5

2)函数eye,生成单位矩阵

eye(n)

:生成n*n阶单位E

eye(m,n):生成m*n的矩阵E,对角线元素为1,其他为0

eye(size(A)):生成一个矩阵A大小相同的单位矩阵

eye(m,n,classname):对角线上生成的元素是1,数据类型用classname指定。其数据类型可以是:duoble、single、int8、uint8、int16、uint16、int32、uint32

3)函数ones

用ones生成全1的矩阵

ones(n)

:

生成n*n的全1矩阵

ones(m,n)

:

生成m*n的全1矩阵

ones(size(A))

:

生成与矩阵A大小相同的全1矩阵

ones(m,n,p,…)生成m*n*p*….的全1的多维矩阵

ones(m,n,…,classname)制定数据类型为classname

4)函数zeros

函数zeros生成全0矩阵

zeros(n):生成n*n的全0矩阵

zeros(m,n:)生成m*n的全0矩阵

zeros(size(A)):

生成与矩阵A大小相同的全0矩阵

zeros

(m,n,p,…)生成m*n*p*….的全0的多维矩阵

zeros

(m,n,…,classname)指定数据类型为classname

5)函数rand

函数rand用来生成[0,1]之间均匀分布的随机函数,其调用格式是:

Y=rand:生成一个随机数

Y=rand(n):生成n*n的随机矩阵

Y=rand(m,n):生成m*n的随机矩阵

Y=rand(size(A)):生成与矩阵A大小相同的随机矩阵

Y=rand(m,n,p,…):生成m*n*p*…的随机数多维数组

6)函数randn

函数rand用来生成服从正态分布的随机函数,其调用格式是:

Y=randn:生成一个服从标准正态分布的随机数

Y=randn(n):生成n*n的服从标准正态分布的随机矩阵

Y=randn(m,n):生成m*n的服从标准正态分布的随机矩阵

Y=randn(size(A)):生成与矩阵A大小相同的服从标准正态分布的随机矩阵

Y=randn(m,n,p,…):生成m*n*p*…的服从标准正态分布的随机数多维数组

matlab向量定义方法:

1.向量的普通定义方法

向量的常见格式有以下三种:

v1=1:n

%格式1

v2=x1:dx:x2

%格式2

v3=x4:-dx:x3

%格式3

参数说明:v1,v2,v3是返回的向量名。格式1中的向量的步长等于1,向量v1的最小值和最大值分贝是1和n,

首先,每次进行全部改变的时候要清空数组.

用这个方法x=[]

其次,如果不知道长度可以用cell方法

x(1,2)={1 3 4... 89 0 5...}

注:cell数组的单元可以清零,对于大型程序这点非常重要!!

最后,尽量使用向量形式,使得程序最快运行.完毕!


欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/bake/11838795.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-05-19
下一篇2023-05-19

发表评论

登录后才能评论

评论列表(0条)

    保存