Matlab矩阵及其操作.ppt

魔方矩阵（Drersmatrix）,第2章矩阵及其操作,第2章矩阵及其操作,2.1数据类型2.2变量及其操作2.3矩阵基础2.4矩阵运算2.5矩阵的基本操作2.6矩阵分析2.7矩阵分解2.8矩阵相似变换2.9常用函数,2.1数据类型,MATLAB有15种基本数据类型，每种基本数据类型均以数组/矩阵的形式出现。1.数值类型2.逻辑类型3.字符和字符串类型4.结构体类型,1.数值类型,（1）整数（2）浮点数（3）复数（4）Inf（5）NaN,（1）整数类型,MATLAB支持1、2、4和8字节的有符号整数和无符号整数。,（2）浮点数类型,MATLAB有单精度和双精度两种浮点数。,（3）复数类型,复数包含实部和虚部，用i或者j表示虚部。生成复数有两种方法：z=3+4iz=3.0000+4.0000icomplex(3,4)ans=3.0000+4.0000ihelpcomplex,（4）Inf和NaN,Inf和-Inf分别表示正无穷大和负无穷。NaN（NotaNumber）表示一个既不是实数也不是复数的值。,2逻辑类型,在MATLAB中逻辑类型包含true和false，分别由1和0表示。函数logical将任何非零的数值转换为true（即1），将数值0转换为false（即0）。,3.字符和字符串类型,在MATLAB中，数据类型（char）表示一个字符;一个char类型的1n数组称为字符串string。,4结构体类型,结构体类型是一种由若干属性（field）组成的MATLAB数组，其中的每个属性可以是任意数据类型。结构体数组的创建及操作将在第4章里面进行详细的介绍。,2.2变量及其操作,变量变量名以字母开头，后接字母、数字或下划线的字符序列;变量名区分字母的大小写。赋值变量=表达式num_students=25num_students=25x=1+2i,y=3-sqrt(17),z=(cos(abs(x+y)-sin(78*pi/180)/(x+abs(y)x=1.0000+2.0000iy=-1.1231z=-0.3488+0.3286i,特殊变量(预定义变量),在MATLAB工作空间中，还驻留几个由系统本身定义的变量。预定义变量有特定的含义，在使用时，应尽量避免对这些变量重新赋值。,内存变量的管理,利用MATLAB工作空间窗口可实现对内存变量的查看、修改、保存、删除、导出及画图等操作。利用clear命令可删除工作空间中的变量。利用who和whos命令可分别用于显示在工作空间中已经驻留的变量名清单。who命令只显示出驻留变量的名称whos在给出变量名的同时，还给出它们的大小、所占字节数及数据类型等详细信息。,内存变量的保存与载入,mat文件利用mat文件可以把当前工作空间中的一些有用变量长久地保留下来，扩展名是.mat。mat文件的生成和装入分别由save和load命令来完成。save文件名变量名表load文件名变量名表savedataxyzclearloaddataz,对load和save命令的一点说明,save文件名变量名表load文件名变量名表文件名可以带路径，但不需带扩展名.mat，命令隐含一定对.mat文件进行操作。变量名表中的变量个数不限，只要内存或文件中存在即可，变量名之间以空格分隔。当变量名表省略时，保存或装入全部变量。更多内容，请helpsavehelpload,在MATLAB中，所有的数据均以二维、三维或高维矩阵的形式存储，每个矩阵的单元可以是数值类型、逻辑类型、字符类型或者其他任何数据类型。对于标量，可以用11矩阵来表示；对于一组n个数据，可以用1n矩阵来表示；对于多维数组，可以用多维矩阵来表示。,2.3矩阵基础,1.矩阵的索引,A(i,j)第i行、第j列的元素A(i,:)第i行的全部元素A(:,j)第j列全部元素A(i:i+m,:)第ii+m行的全部元素A(:,k:k+m)第kk+m列的全部元素A(i:i+m,k:k+m)第ii+m行内，并在第kk+m列中的所有元素还可利用一般向量和end运算符来表示矩阵下标，end表示某一维的末尾元素下标。,2.3矩阵基础,2.矩阵的创建,在命令窗口直接输入矩阵的各个元素A=163213;510118;96712;415141A=16321351011896712415141通过load命令载入数据文件loadmymatrix.txtmymatrixmymatrix=16321351011896712415141Matlab内在函数（特殊矩阵）利用m文件创建,特殊矩阵生成函数,特殊矩阵生成函数,特殊矩阵生成函数,B=magic(4)B=16231351110897612414151A=B(:,1324)A=16321351011896712415141,A=16321351011896712415141,利用冒号表达式产生行向量，调用格式：e1:e2:e31:10ans=12345678910100:-7:50ans=10093867972655851用linspace函数产生行向量，调用格式：linspace(a,b,n)linspace(0,100,6)ans=020406080100用logspace函数产生行向量，调用格式：logspace(a,b,n)logspace(-2,2,6)ans=0.01000.06310.39812.511915.8489100.0000,向量的创建,3.矩阵的合并,把两个或者两个以上的矩阵连接成一个新矩阵。矩阵构造符可用于构造矩阵，并可以作为一个矩阵合并操作符。C=AB在水平方向合并矩阵A和B；C=A;B在竖直方向合并矩阵A和B。,具有相同行数的两个矩阵，合并为一个新矩阵,不具有相同行数的两个矩阵，不允许合并为一个新矩阵,3.矩阵的合并,矩阵合并函数,3.矩阵的合并,3.矩阵的合并,A=163213;510118;96712;415141B=AA+32;A+48A+16B=16321348353445510118374243409671241383944415141364746336451506132191829535859562126272457545560252223285263624920313017,A=16321351011896712415141,4.矩阵的扩展,A=16321351011896712415141,B=A;B(4,5)=17B=1632130510118096712041514117A(end+1,:)=18A=16321305101180967120415141171818181818,5.删除矩阵的行、列,A(end,:)=A=1632130510118096712041514117A(:,end)=A=16321351011896712415141,A=16321305101180967120415141171818181818,6.改变矩阵结构,7.基于列的操作规则,在MATLAB中，矩阵元素按列存储，先第一列，再第二列，依此类推。阵列中的每列数据代表一个变量，每一行代表一个观察者，第（i，j）个要素是第i个观察者的第j个变量。对5个人的3个身体指标数据进行记录,Data=72134328120135691567182148247517012;,7.基于列的操作规则,例子A=163213;510118;96712;415141A=16321351011896712415141a3=A(3),a5=A(5)a3=9a5=3序号(Index)与下标(Subscript)一一对应，以mn矩阵A为例，矩阵元素A(i,j)的序号为(j-1)*m+i。其相互转换关系可利用sub2ind和ind2sub函数求得。,sum(Data)ans=37908090174mean(Data)ans=758161834800max(Data)ans=820201071,Data=72134328120135691567182148247517012;,7.基于列的操作规则,基于列操作规则的函数,max-最大值min-最小值mean-平均值median-中值std-标准差var-方差sort-升序排列sortrows-按行的升序排列sum-求和prod-求积hist-直方图histc-直方图计数trapz-梯形数值积分cumsum-元素的累积求和cumprod-元素的累积求积cumtrapz-累计梯形数值积分,基本操作,有限差分diff-微分和导数gradient-梯度del2-离散拉普拉斯算子,相关性分析corrcoef-相关系数cov-协方差矩阵subspace-子空间的夹角,滤波和卷积,filter-一维数字滤波器filter2-二维数字滤波器conv-卷积和多项式乘法conv2-二维卷积convn-N维卷积deconv-反卷积和多项式除法运算detrend-去除线性趋势,基于列操作规则的函数,傅里叶变换fft-离散傅里叶变换fft2-二维离散傅立叶变换fftn-N维离散傅里叶变换ifft-逆离散傅立叶变换ifft2-二维逆离散傅立叶变换ifftn-N维离散傅里叶逆变换fftshift-移零频率分量的频谱中心ifftshift-逆FFTSHIFT,8.矩阵的下标引用,通过矩阵下标来存取矩阵元素。1)访问单个元素2)线性引用元素3)访问多个元素,1)访问单个元素,A=16321351011896712415141,A（i，j）i行号；j列号。,A(1,4)+A(2,4)+A(3,4)+A(4,4)ans=34,2.线性引用元素,对于矩阵A，线性引用元素的格式为A(k)。通常这样的引用用于行向量或列向量，但也可用于二维矩阵。MATLAB按列优先排列的一个长列向量格式（线性引用元素）来存储矩阵元素。,A=16321351011896712415141,A(6)ans=10,3.访问多个元素,操作符“：”可用来获取矩阵的多个元素。若A是二维矩阵，其主要用法如下：A(:,:)矩阵A的所有元素A(i,:)矩阵A第i行的所有元素A(i,k1:k2)矩阵A第i行的自k1到k2列的所有元素A(:,j)矩阵A第j列的所有元素A(k1:k2,j)返回矩阵A第j列的自k1到k2行的所有元素,A=16321351011896712415141,A(3,:)ans=?,9.逻辑下标,x=2.11.71.61.5NaN1.91.81.55.11.81.42.21.61.8;index=isfinite(x)index=1111011111111x(index)ans=2.11.71.61.51.91.81.55.11.81.42.21.61.8x=x(isfinite(x)x=2.11.71.61.51.91.81.55.11.81.42.21.61.8x=x(abs(x-mean(x)k=find(isprime(A)k=259101113A(k)ans=53211713A(k)=NaNA=16NaNNaNNaNNaN10NaN896NaN12415141,A=16321351011896712415141,10.矩阵信息的获取,1)矩阵的尺寸2)元素的数据类型3)矩阵的数据结构,1）矩阵的尺寸,矩阵尺寸函数可以得到矩阵的形状和大小信息。,2）元素的数据类型,查询元素数据类型信息。,3）矩阵元素的数据结构,判断矩阵是否为某种指定数据结构,11.稀疏矩阵,1）稀疏矩阵的创建2）稀疏矩阵的查看3）稀疏矩阵的运算规则,若一个矩阵只有少数的元素非零，称为稀疏矩阵。稀疏矩阵用非零元素及其对应的下标来表示。用户可以创建双精度、复数和逻辑等类型的稀疏矩阵。,11.稀疏矩阵,1）稀疏矩阵的创建,函数sparse可用于创建稀疏矩阵S=sparse(i,j,s,m,n)i,j稀疏矩阵非零元素的行和列下标s相应的非零元素的值m,n是矩阵的行数和列数函数sparse从满矩阵转化为稀疏矩阵；函数full从稀疏矩阵转化为满矩阵。,其它用于创建特殊稀疏矩阵的函数,2）稀疏矩阵的查看,MATLAB提供一些函数用于查看稀疏矩阵的信息，如下表所示。,MATLAB自带一个的稀疏矩阵west0479。,2）稀疏矩阵的查看,3）稀疏矩阵的运算规则,绝大多数适用于满阵的各种命令和函数都可以用于稀疏矩阵的运算，并且遵循如下约定：把矩阵变为标量或者定长向量的函数总是给出满矩阵；对于标量或者定长向量变换到矩阵的函数，如函数zeros、ones、eye、rand等总是给出满矩阵；从矩阵到矩阵的变换函数将以原矩阵的形式出现；在参与矩阵扩展的子矩阵（如AB;CD）中，只要有一个是稀疏矩阵，那么所得的结果也是稀疏矩阵；在矩阵引用中，将仍以原矩阵形式给出结果。,第2章矩阵及其操作,2.1数据类型2.2变量及其操作2.3矩阵基础2.4矩阵运算2.5矩阵的基本操作2.6矩阵分析2.7矩阵分解2.8矩阵相似变换2.9常用函数,2.4矩阵运算,矩阵的运算包括算术运算、点运算、关系运算、逻辑运算。1.算术运算基本算术运算：(加)(减)*(乘)/(右除)(左除)(乘方),2.4矩阵运算,矩阵的运算包括算术运算、点运算、关系运算、逻辑运算。1.算术运算基本算术运算：(加)(减)*(乘)/(右除)(左除)(乘方),加减法运算,语法：A+B语法：A-BA+Aans=32811178201723111714261723262A-Aans=0-2-79205-77-50-2-9720注意：矩阵A和B矩阵的维数须相同。,语法：A*BA*Aans=438236332150236310278332332278310236150332236438注意：矩阵A和B矩阵的维数有要求，两矩阵A和B，若A为mn矩阵，B为np矩阵，则A*B为mp矩阵。,矩阵乘法,矩阵除法,在MATLAB中，有两种矩阵除法运算：和/，分别表示左除和右除。对于含有标量的运算，两种除法运算的结果相同，如3/4和43有相同的值，都等于0.75。又如：若a=10.5,25，则a/5=5a=2.15。如果A矩阵是非奇异方阵，则Ab和b/A运算可以实现。Ab等效于A的逆左乘b矩阵，也就是A-1*b，而b/A等效于A矩阵的逆右乘b矩阵，也就是b*A-1。对于矩阵来说，左除和右除表示两种不同的除数矩阵和被除数矩阵的关系。对于矩阵运算，一般Abb/A。,矩阵与标量的运算,B=A-8.5B=7.5-5.5-6.54.5-3.51.52.5-0.50.5-2.5-1.53.5-4.56.55.5-7.5C=A*2C=3264261020221618121424830282,A=16321351011896712415141,矩阵的乘方,语法：AnA*Aans=341285261269261301309285285309301261269261285341A2ans=341285261269261301309285285309301261269261285341要求：A为方阵，n为标量，不一定为整数。,2.点运算,在MATLAB中，有一种特殊的运算，因为其运算符是在有关算术运算符前面加点，所以叫点运算。点运算符有.*./.两矩阵进行点运算是指它们的对应元素进行相关运算，要求两矩阵的维数相同。,点乘,A*Aans=341285261269261301309285285309301261269261285341,A.*Aans=256941692510012164813649144162251961,A=16321351011896712415141,点乘方,pows=nn.22.npows=001112244398416165253263664749128864256981512,n=(0:9)n=0123456789,3.关系运算,MATLAB提供了6种关系运算符：(大于)=(大于或等于)=(等于)=(不等于),3.关系运算,关系运算符的运算法则：当两个标量进行比较时，直接比较两数的大小。若关系成立，关系表达式结果为1，否则为0。当两个维数相同的矩阵进行比较时，对两矩阵相同位置的元素按标量关系运算规则逐个进行比较，最终的关系运算结果是一个维数与所比较的矩阵维数相同的由0或1组成矩阵。当一个矩阵和一个标量进行比较时，则对矩阵的每一个元素与标量按标量关系运算规则逐个进行比较，最终的关系运算的结果是一个维数与矩阵相同的由0或1组成矩阵。,4.逻辑运算,MATLAB提供了3种逻辑运算符：具有相同优先级的运算符从左到右依次进行运算;不同优先级的运算符采用先进行优先高的运算。,运算符的优先等级表,括号的优先级最高，因此可以用它来改变默认的优先级。,2.5矩阵的基本操作,矩阵的求和sum(A)ans=34343434矩阵的转置Aans=16594310615211714138121,A=16321351011896712415141,2.5矩阵的基本操作,矩阵的行列式det(A)ans=0,A=16321351011896712415141,矩阵的特征值eig(A)ans=3408000-80,命令窗口输入和输出控制,格式函数format控制数值的显示格式。,x=4/31.2345e-6;formatshort;xx=1.33330.0000formatshorte;xx=1.3333e+0001.2345e-006formatshortg;xx=1.33331.2345e-006formatlong;xx=1.333333333333330.00000123450000,其它支持的格式：helpformat,2.6矩阵分析,1向量间的距离2矩阵的秩3矩阵的行列式4矩阵的迹5矩阵的化零矩阵6矩阵的正交空间7矩阵的简化梯形形式8矩阵空间之间的角度,部分矩阵分析函数,1向量间的距离,2矩阵的秩,矩阵A中线性无关的列向量个数称为列秩，线性无关的行向量个数称为行秩。可以证明列秩与行秩是相等的。,3矩阵的行列式,4矩阵的迹,矩阵的迹定义为矩阵对角元素之和。,5矩阵的化零矩阵,对于非满秩矩阵A，若存在矩阵Z使得AZ=0且ZTZ=I，则称矩阵Z为矩阵A的化零矩阵。在MATLAB中用函数null()来计算矩阵的化零矩阵。,6矩阵的正交空间,矩阵A的正交空间Q满足QTQ=I，且矩阵Q与A具有相同的列基底。,7矩阵的简化梯形形式,矩阵A的简化梯形形式为，其中Ir为r阶单位矩阵。,8矩阵空间之间的角度,矩阵空间之间的角度代表具有相同行数的两个矩阵线性相关程度，夹角越小代表线性相关度越高。,2.7矩阵分解,1Cholesky分解2LU分解3QR分解4奇异值分解5Schur分解,矩阵分解是把一个矩阵分解成比较简单或者对它性质比较熟悉的若干矩阵的乘积的形式。,矩阵分解函数表,1Cholesky分解,Cholesky分解是把对称正定矩阵A表示为上三角矩阵R的转置与其本身的乘积，即A=RTR。,1Cholesky分解,对于稀疏矩阵，MATLAB中用函数cholinc()计算不完全Cholesky分解R=full(cholinc(sparse(X),DROPTOL)，其中DROPTOL为不完全Cholesky分解的丢失容限；R=full(cholinc(sparse(X),0)，完全Cholesky分解。,2LU分解,高斯消去法又称LU分解:将任意一个方阵A分解为一个交换下三角矩阵L和一个上三角矩阵U的乘积，即A=LU。,LU分解在MATLAB中用函数lu()来实现L,U=lu(X)，X为一个方阵，L为交换下三角矩阵，U为上三角矩阵；L,U,P=lu(X)，X为一个方阵，L为下三角矩阵，U为上三角矩阵，P为置换矩阵，满足关系P*X=L*U或X=P-1*L*U。,2LU分解,对于稀疏矩阵LU=luinc(X,DROPTOL)，其中X、L和U的含义与函数lu()中的变量相同，DROPTOL为不完全LU分解的丢失容限。当DROPTOL设为0时，退化为完全LU分解。L,U=luinc(X,0)，0级不完全LU分解。L,U,P=luinc(X,0)，0级不完全LU分解。,3QR分解,QR分解就是将mn的矩阵A分解为mn的矩阵Q和nn的上三角矩阵R的乘积，且Q*Q=I，即A=Q*R。,QR分解是由函数qr()来实现：Q,R=qr(A)满足A=Q*R。R=qr(A)，返回上三角矩阵R。,4奇异值分解,奇异值分解就是将mn的矩阵A分解为A=U*S*V，其中U为mm的酉矩阵，V为nn的酉矩阵，S为mn的矩阵，并可如下表示：，其中，,奇异值分解由函数svd()来实现,5