matlab常计算命令.docVIP

Matlab常用计算命令（部分）by sunny_疑似天人 1.多项式运算： poly2sym函数，将给定的多项式系数向量转化为符号表达式，以降幂排序。 poly函数，得到矩阵的特征多项式（首项系数为1）的系数向量，然后也可以用poly2sym函数转化为多项式的符号表达式 roots函数，得到方程的根，调用形式为roots（a），其中a为多项式的系数；也可以直接调用roots（[1 2 1]）。 compan函数与eig函数，通过compan函数建立多项式的伴随矩阵再通过eig函数求伴随矩阵特征值以得到多项式的所有根。效果与roots函数相同；同时这两个函数也可单独使用： compan函数，建立多项式的伴随矩阵，如：a=[1 2 3 ];compan(a) ans = -2 -3 0 eig函数，求矩阵的特征值。 conv函数，求多项式的乘积，如：pd=conv(p,d)，其中p和d均为多项式系数向量，得到的同样也是多项式的系数向量。 deconv函数，求多项式的除法。 polyder函数,求多项式的微分。即求一阶导数，如果要求多项式的高阶微分，可以通过循环实现。 polyfit函数，对数据拟合得到多项式，这个多项式即可大致代表数据变化规律。例如： x=0:pi/20:pi/2; y=sin(x); p=polyfit(x,y,5) x1=0:pi/30:pi*2; y1=sin(x1); y2=polyval(p,x1); plot(x1,y1,b-,x1,y2,r*) legend(原曲线,拟合曲线) axis([0 7 -1.2 4]) p = 0.0057 0.0060 -0.1721 0.0021 0.9997 0.0000 2.向量及其运算 x=linspace(a,b,n)，生成一个向量x，其中a，b分别是生成矢量的第一个和最后一个元素，n是采样总点数。当n缺省时默认生成100维的向量。 x=logspace(a,b,n) 。生成数组的第一个元素值为，最后一个元素值为 ，n为采样总点数，缺省时，生成50维的行矢量。 rand(state,0)，把均匀分布伪随机发生器置为初始状态。 x=rand(1,5) %产生（1×5）的均匀分布随机数 3.矩阵及其运算 zeros函数,zeros(N)生成N×N阶全0矩阵,zeros(M，N)生成M×N阶全0矩阵，zeros(size(A))生成与A同阶的0矩阵。当有大型矩阵需要得到时，可以提前给它赋0，得到存储空间，以便于节省计算时间。 eye函数，创建单位矩阵，用法与zeros函数类似；而eye(3,2)则表示生成三行两列的矩阵，即 1 0 0 1 0 0 hilb(N) 生成N×N阶Hilbert矩阵。 rand(M,N) 生成M×N阶均匀分布的随机阵。rand(state,0) %把均匀分布伪随机发生器置为初始状态。 矩阵元素的抽取： 抽取行 A([1 3],:) %抽取矩阵A的第一行和第三行 B=A([3 1],:) %抽取矩阵A的第三行和第一行赋值给B C=A(3:end,:) %抽取矩阵A的第三行至最后一行赋值给B 抽取列 rand(state,0) %把均匀分布伪随机发生器置为初始状态 A(:,3) %抽取矩阵A的第三列 A(:,[1 3]) %抽取矩阵A的第一列和第三列 B=A(:,[3 1]) %抽取矩阵A的第三列和第一列赋值给B C=A(:,3:end) %抽取矩阵A的第三行至最后一行赋值给B 抽取块 B=A([1 2],[2 3]) %抽取矩阵A的第一、二行与第二、三列交叉的元素赋值给B 抽取对角线上元 V=diag(A) %抽取矩阵A的主对角线上的元素赋值给向量V，得到的向量V %是一个列矩阵 D=diag(V) %以向量V为对角线元素生成对角矩阵 D1=diag(V,1) %以列向量V为对角构成对角阵后再在第一列前和最后一行下添0构成多一阶的矩阵 % 例如：v=[1 1 1]; diag(v,1) % ans = % 0 1 0 0 % 0 0 1 0 % 0 0 0