參考書籍matlab語言以前是一種專門為進行矩陣計算所設計的語言,在以後的各個版本中逐步擴充其各種功能。現在matlab不僅僅侷限於矩陣計算領域,但其最基本、最重要的功能還是進行實數矩陣和複數矩陣的運算。在matlab中幾乎所有的運算子和操作符都是以矩陣為基本運算單元的,這和其他計算機語言有很大不同,這也是matlab的重要特點inv(x)《matlab 程式設計與綜合應用》張德豐等著 感謝張老師的書籍,讓我領略到matlab的便捷
《matlab技術大全》葛超等編著 感謝葛老師的書籍,讓我領略到matlab的高效
x'
x=[2 3;
4 5];
y=[3 4;
4 3];
x+yx-y
ans =
5 7
8 8
ans =
-1 -1
0 2
x=[2 3;
4 5];
y=[3 4;
4 3];
ans =
18 17
32 31
ans =
4 6
8 10
x=[2 3;
4 5];
y=[3 4;
4 3];
x.*y
2.*x
ans =
6 12
16 15
ans =
4 6
8 10
(1)x^y表示,如果x為數,而y為方陣,結果由各特徵值和特徵向量計算得到
(2)x^y表示,如果x是方陣、y是乙個大於1的整數,所得結果由x重複相乘y次得到;如果y不是整數,則將計算各特徵值和特徵向量的乘方。
(3)如果x和y都是矩陣,或x或y不是方陣,則會顯示錯誤資訊。
x=[2 3;
4 5];
y=[3 4;
4 3];
x^2x^1.5
2^y>> test_power
ans =
16 21
28 37
ans =
5.9125 - 0.1007i 7.7970 + 0.0573i
10.3960 + 0.0764i 13.7095 - 0.0434i
ans =
64.2500 63.7500
63.7500 64.2500
x=[2 3;
4 5]
y=[3 4;
4 3]
x.^y
x = 2 3
4 5
y = 3 4
4 3
ans =
8 81
256 125
a \ b稱作矩陣a左除矩陣b,其計算結果大致與inv(a)b相同,但其演算法卻是不相同的。如果a是n×n的方陣,而b是n維列向量,或是由若干n維列向量組成的矩陣,則x=a \ b是方程ax=b的解,x與b的大小相同,對於x和b的每個列向量,都有ax(n)=b(n),此解是由高斯消元法得到的很顯然,a \ eye(size(a))=inv(a)eye(size(a))=inv(a)。如果a是m×n的矩陣(m不等於n),b是m維列向量或由若干m維列向量組成的矩陣,則x=a \ b是欠定或超定方程ax=b的最小二乘解。a的有效秩l由旋轉的qr分解得到,並至多在每列l個零元素上求解。
a =[1 2;
3 4]
b =[2 3;
3 2]
a\ba =
1 2
3 4
b = 2 3
3 2
ans =
-1.0000 -4.0000
1.5000 3.5000
b/a稱為矩陣a右除矩陣b,其計算結果基本與b * inv(a)相同,但其演算法是不同的,可以由左除得到,即:b/a=(a'\b')' 實際上是方程xa=b的解 表示a的a的轉置左除b的轉置的結果的轉置
a =[1 2;
3 4]
b =[2 3;
3 2]
b/a(a'\b')'
a = 1 2
3 4
b = 2 3
3 2
ans =
0.5000 0.5000
-3.0000 2.0000
ans =
0.5000 0.5000
-3.0000 2.0000
a =[1 2;
3 4]
b =[2 3;
3 2]
b./a
b./2
a = 1 2
3 4
b = 2 3
3 2
ans =
2.0000 1.5000
1.0000 0.5000
ans =
1.0000 1.5000
1.5000 1.0000
a =[1 2;
3 4]
b =[2 3;
3 2]
kron(a,b)
a = 1 2
3 4
b = 2 3
3 2
ans =
2 3 4 6
3 2 6 4
6 9 8 12
9 6 12 8
Matlab中一般的數值計算和使用
對應的次文章的位址 參考資料 前言 matlab中的計算可以分為符號計算和數值計算 前面所講的都是數值計算,今天我們來講關於符號計算 符號計算的第一步就是 定義符號syms a,b,c 定義多個符號變數a,b,c sym a 定義單個符號變數一些常用的函式 limitlimit f x趨於0時,函式...
學習筆記 求解簡單遞迴式的一般方法
手動部落格搬家 本文發表於20180618 15 53 06,原位址 咦我那時候不應該在準備期末考試嗎 一 求解 f n af n 1 b 解 f n af n 1 frac frac f n frac a f n 1 frac 同理 f n 1 frac a f n 2 frac f 2 frac...
機器學習任務的一般步驟
1.確定特徵 選取合適的資料和特徵可能是最重要的步驟,也包括資料的預處理或清洗,通常可以稱之為特徵工程。2.確定模型 確定目標函式及決策邊界的形狀。可選擇多個模型進行比較。3.模型訓練 根據訓練資料估計模型引數。4.模型評估 這裡要區分兩個概念 模型選擇 估計不同模型的效能,選出最好的模型。通常在校...