我們知道，matlab是乙個和強大的高效程式語言，無論在數學大規模運算和影象操作上都是佔據很大市場比率的。但是呢matlab是基於矩陣的資料結構的語言，所以需要深刻掌握matlab語言，需要了解矩陣在它的語法中的運用。下面是本人在學習matlab時，總結的線性代數知識。
一、matlab的矩陣建立和操作
1.1一般矩陣的建立
1.賦值法建立：
運用矩陣操作符『[ ]』包含所建立的矩陣元素；
使用逗號，或者空格來分割矩陣的列
使用分號；或者回車換行進行行的分隔。
例子：
>> a=[1,2,3
;4,5,6;,7,8,9]
a = 123
4567
89
通過冒號：來建立一維矩陣，格式為：x=n1:step:n2 其中n1為起始值，step為增加的值，n2為終值；step可以省略，表示預設值為1。
例子：
>> b = 1:1:5
b = 123
45>> c= 2:2:8
c = 246
8>>
y = linspace(a,b) 建立行向量，起始值為a,終值為b,預設生成100個元素的等差數列
y = linspace(a, b，n) 建立行向量y，第乙個元素為a,最後元素為b,其間生成n個等差數列。
例子：
>> a = linspace(1,10,10)
a = 123
4567
8910>>
函式呼叫格式為：
y = logspace(a,b) 在【10^a,10^b】區間內，生成50個等差數列。返回50個以10為底的冪組成的行向量。
y = logspace(a,b,n) 在【10^a,10^b】區間內，生成 n個等差數列。返回n個以10為底的冪組成的行向量。
例子：
>> b =logspace(1,8,5)
b = 1.0e+08 *
0.0000 0.0000 0.0003 0.0178 1.0000
1.全零矩陣：zeros(m,n)生成mxn階的全零矩陣；
例子：
c = zeros(5,4)
c = 0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
3.compan()：生成伴隨矩陣
4.eye(m,n)：生成mxn階的單位矩陣
5.magic(m,n):生成魔方矩陣；
6.rand(m,n)：生成均勻分布隨機矩陣
7.randn()生成正態分佈隨機矩陣
Matlab線性代數基礎 矩陣操作
2 矩陣的基本操作 2.1 矩陣的修改 1 矩陣的擴充 d a b c a為原來的矩陣，b c為包含要擴充的元素，d為擴充結果 2 刪除行 a m 刪除m行 3 a n 刪除第n列 4 a m,n a,對m行n列的元素進行賦值為a。5 a m,a,b 對m行進行賦值。6 a n a,b 對n列進行賦...
線性代數基礎
向量是由n個數組成的n行1列或1行n列的有序陣列 向量點乘 內積，數量積 運算結果是乙個標量，可以計算兩個向量間的夾角以及a向量在b向量方向上的投影，點積的意義是測量兩個向量同向的程度。向量叉乘 外積，向量積 運算結果是乙個向量，並與這兩個向量組成的平面垂直 向量的線性組合 先數乘後疊加 a1v1 ...
線性代數基礎
兩兩正交且模為1 a cdot b left a right left b right cos left a right 設向量b的模為1，則a與b的內積值等於a向b所在直線投影的向量長度。要準確描述向量，首先要確定一組基，然後給出在基所在的各個直線上的投影值，就可以了。a times b left...