matlab基本操作与矩阵运算
    
    
    
    基本操作
   
    
    
    把matlab当作计算器使用
   
把matlab当计算器使用基本符合常识,不过多赘述(下同,着重记录与常识有出入的地方)。
    
     需要注意的有:
    
   
- 
     
 =
 
 表示赋值,判断是否相等用
 
 ==
 
 ;
- 
     matlab中没有
 
 ln( )
 
 函数,
 
 log( )
 
 默认以
 
 e
 
 为底;
- 
     
 matlab中要表示自然对数
 
 e
 
 ,用
 
 exp(1)
 
 表示即可;表示以
 
 e
 
 为底数的指数函数用
 
 exp(n)
 
 (e的n次方)
 
    
    
    变量
   
- 与一般语言不同,matlab对于变量可以直接使用,不需要提前声明;
- matlab变量大小写敏感;
- matlab中变量命名规则与c一致;
- 
     matlab已有的保留变量不适合做变量名,调用
 
 iskeyword
 
 命令查看。
课件问题:

- matlab大小写敏感,大写与小写有区别
- matlab的变量不能以数字开头
    
    
    变量类型
   
    对于matlab的变量类型可以是如下这些:
    
    
    
    对于数值变量,不显示指明变量类型,默认double类型,就数模而言基本足够。
   
    
    
    避免使用与函数、脚本同名的变量
   
若出现与函数同名的变量名,调用时优先当作变量名处理。
cos='This string.';
cos(8)					% 对字符串进行索引取值,得到'r'
    出现这种情况可以使用
    
     clear
    
    +
    
     变量名
    
    清除该变量,即
    
     clear cos
    
    
    便可正常使用
    
     cos( )
    
    函数。
   
顺带一提
clear
:清除workspace内所有变量(即清空存储区)
clear <name>
:清除
name
变量
clc
:清空终端窗口(变量依然存在)
    
    
    格式控制
   
    
     一些常用的命令:
    
   
- 
     紧凑显示格式:
 
 format compact
 
- 
     宽松显示格式:
 
 format loose
 
- 
     数据高精度显示:
 
 format long
 
- 
     数据低精度显示:
 
 format short
 
- 
     以分数显示:
 
 format rat
 
值得一提的是,无论以分数显示还是以小数显示,其在matlab内部存储的值都是一样的。
另外需要注意:
- 如果原数值是无理数,显示的分数是在一定误差范围内的有理分式近似值
- 可以通过
R = rat(x)
将小数
x
以分数的形式赋值给
R
,
该分数实际上是一个字符串,也就是说R储存的将是一个字符串
- 
     在一行命令后紧接着
 
 ;
 
 ,使结果不显示在终端窗口中
一点补充
who
:显示工作区内所有的变量
whos
:显示工作区内所有变量的详细信息
whos <name>
:显示变量
name
的详细信息
    
    
    矩阵运算
   
    
    
    矩阵的定义
   
    区分
    
     vector
    
    与
    
     matrix
    
    :
    
     vector
    
    指向量,
    
     matrix
    
    指矩阵,而
    
     array
    
    则是两者的统称。
   
    
     ,
    
    和
    
     空格
    
    用来间隔列
    
     column
    
    ,
    
     ;
    
    用来间隔行
    
     row
    
a = [1 2 3];		%这是一个行向量
b = [4, 5, 6];		%这也是一个行向量
c = [7; 8; 9];		%这是一个列向量
    
    
    向量乘法
   
行向量乘列向量结果是一个数,而列向量乘行向量结果是一个矩阵:
>> a=[1 4 6];
>> b=[3;4;8];
>> a*b			% 行向量乘列向量
ans =
    67
>> b*a			% 列向量乘行向量
ans =
     3    12    18
     4    16    24
     8    32    48
    
    
    矩阵索引
   
    可以有多种索引方式,普通的
    
     a(x, y)
    
    即第x行,第y列;
    
    
     a(n)
    
    即从第一列开始依次1、2、3…;如图
    
     
   
    比较特殊的索引:
    
    
    
    
     特别注意
     
      A([1 3 5])
     
     、
     
      A([1 3; 1 3])
     
     及
     
      A([1 3], [1 3])
     
     三者的区别
    
   
>> A=[1 21 6; 5 17 9; 31 2 7];
>> A([1 3 5])
ans =
     1    31    17
>> A([1 3; 1 3])
ans =
     1    31
     1    31
>> A([1 3], [1 3])
ans =
     1     6
    31     7
    
    
    使用
    
     :
    
    创建向量
   
:
- 
     
 x = j:k
 
 创建一个包含元素
 
 [j,j+1,j+2,...,j+m]
 
 的单位间距向量 x
- 
     
 x = j:i:k
 
 创建一个
 
 j
 
 为起点,
 
 k
 
 为终点,步长为
 
 i
 
 的向量
str = 'a':2:'z'
将给出一个字符串:
'acdfh....z'
赋值给
str
    
    
    使用
    
     :
    
    索引
   
:
    使用
    
     A(3,:)
    
    索引矩阵
    
     A
    
    的整个第三行
    
    
     A(3,:)=[]
    
    使矩阵
    
     A
    
    的整个第三行等于空矩阵:
    
    
    
    
    矩阵串联
   
    两个行数相同的矩阵可以通过
    
     ,
    
    或
    
     空格
    
    
     横向串联
    
    。即
    
     [A,B]
    
    或
    
     [A B]
    
    
     
   
注意
A+B
并不能实现矩阵串联,而是
矩阵加法
    两个列数相同的矩阵可以通过
    
     ;
    
    
     纵向串联
    
    。
    
     F=[[A,B];C;D]
    
    实现下图:
    
    
    
    矩阵运算
   
- 矩阵加减运算均为对应元素的加减
- 
     矩阵乘除运算区分
 
 .*
 
 ,
 
 ./
 
 与
 
 *
 
 ,
 
 /
 
 
 
 .*
 
 为对应元素相乘,而普通的
 
 *
 
 则为矩阵乘法。
- 
     矩阵的乘方
 
 ^
 
 与矩阵乘除法类似,
 
 .^
 
 为对应元素的乘方。
- 
     矩阵转置
 
 '
 
 ,即为现代中的转置。
% 转置的一点运用
>> M=rand(4)
M =
    0.8147    0.6324    0.9575    0.9572
    0.9058    0.0975    0.9649    0.4854
    0.1270    0.2785    0.1576    0.8003
    0.9134    0.5469    0.9706    0.1419
>> mean(M)
ans =
    0.6902    0.3888    0.7627    0.5962
>> mean(M')'
ans =
    0.8404
    0.6134
    0.3408
    0.6432
% 直接使用 mean( ) 函数是对每一列求平均数(下面的内容),
% 而有时候需要对每一列求平均数,则可以将 M 转置后求平均
% 再转置为一列,即对应于原来矩阵每一行的平均数。
    
    
    一些特殊矩阵
   
     
   
- 
     
 linspace(x,y,n)
 
 :线性间隔的向量。从x到y均等的给出n个数;
 
 
 linspace(x,y)
 
 :从x到y均等的给出100个数。
- 
     
 logspace(a,b)
 
 :在 10
 
 a
 
 和10
 
 b
 
 之间生成50个对数间距点;
 
 
 logspace(a,b,n)
 
 :在10
 
 a
 
 和10
 
 b
 
 之间生成n个对数间距点;
 
 注意不是均分
% logspace()不是均分
>> logspace(1,2,3)
ans =
   10.0000   31.6228  100.0000
- 
     
 eye(n)
 
 :n×n单位矩阵
- 
     
 diag()
 
 :对角矩阵
- 
     
 rand()
 
 :均匀分布的随机数(服从[0,1]上均匀分布)
    
    
    一些矩阵相关的函数
   
     
   
- 
     
 max(A)
 
 :给出每一列中最大的数
- 
     
 max(max(A))
 
 :则可给出整个矩阵最大值
% max(A):给出每一列中最大的数
>> A=[8 1 6;3 5 7;4 9 2]
A =
     8     1     6
     3     5     7
     4     9     2
>> max(A)
ans =
     8     9     7
>> max(max(A))
ans =
     9
- 
     左边一栏均类似给出每一列中xx,
 
 mean()
 
 :平均数
    
     对于右边一栏
    
   
- 
     
 sort(A)
 
 :对于每一列,从小到大排序。若只有一行,则对行从小到大排
- 
     
 sortrows(A)
 
 :以行为单位(每行的数固定),按照第一列的数从小到大排
>> A=[8 1 6;3 5 7;4 9 2]
A =
     8     1     6
     3     5     7
     4     9     2
>> sort(A)			% 对每一列从小到大排序
ans =
     3     1     2
     4     5     6
     8     9     7
>> sortrows(A)		% 以行为单位,按照每行第一个数的大小对行排序
ans =
     3     5     7
     4     9     2
     8     1     6
     
>> a=[4 6 2];
>> sort(a)			% 若只有一行,则sort对行从小到大排
ans =
     2     4     6
- 
     
 size(A)
 
 :给出行宽和列宽
- 
     
 length(A)
 
 :将A的各个维度的长度作比较,返回最大的那一个
>> A=rand(3,5)
A =
    0.4218    0.9595    0.8491    0.7577    0.6555
    0.9157    0.6557    0.9340    0.7431    0.1712
    0.7922    0.0357    0.6787    0.3922    0.7060
>> size(A)		%给出行宽和列宽
ans =
     3     5
>> length(A)	%给出行宽
ans =
     5
- 
     
 find(A==x)
 
 :给出矩阵A中等于x的元素位置(以列的形式呈现)
>> A=magic(3)		% 给出一个3x3的magic矩阵
A =
     8     1     6
     3     5     7
     4     9     2
>> A(3,2)=7;		% 将(3,2)位置处的元素赋值为7
>> find(A==7)		% 给出矩阵中等于7的元素位置
ans =
     6
     8
使用 strlength 而非 length 来确定字符串数组的每个元素中的字符数量。
length(str)结果为3
    
    
    习题
   
     
   
%%
cos(sqrt((1+2+3+4)^3/5))
%sqrt( )是matlab内置的平方根函数
%%
sin(sqrt(pi))+log(tan(1))
%matlab中没有ln( )函数,log( )默认以e为底
%%
2^(3.5*1.7)
%%
exp(sin(10))
%matlab中要表示自然对数e,用exp(1)表示即可;表示以e为底数的指数函数用exp(n)(e的n次方)
     
   
format rat;         %调整成分数显示
ans=3/13+4/14+5/15
format long;        %调整成高精度小数显示
ans=3/13+4/14+5/15
    以上内容为个人笔记,部分图片来源于郭老师课件或课程截图。
    
    笔记汇总:
    
     MATLAB基础教程
    
    
    课程视频:
    
     https://www.bilibili.com/video/BV1DA411Y7bN
    
    
    课件下载:
    
     MATLAB教程
    
    
    郭彦甫老师的YouTube主页:
    
     @Yanfu Kuo
    
    
    原视频:
    
     https://www.youtube.com/watch?v=KHFZLkm9qs0&t=8s
    
   
 


