第3章 MATLAB矩阵及其运算(2).pptVIP

第3章 MATLAB矩阵及其运算 3.10 稀疏矩阵 3.11 数据分析 3.12 多项式运算 3.10 稀疏矩阵 3.10.1 什么叫稀疏矩阵？ 3.10.2 如何建立稀疏矩阵？ 3.10.3 稀疏矩阵如何进行运算？ 3.10.1 矩阵存储方式 MATLAB的矩阵有两种存储方式：完全存储方式和稀疏存储方式。 （1）完全存储方式 完全存储方式是将矩阵的全部元素按列存储。 （2）稀疏存储方式 稀疏存储方式仅存储矩阵所有的非零元素的值及其位置，即行号和列号。在MATLAB中，稀疏存储方式也是按列存储的。 3.10.2 稀疏存储方式的产生 （1）将完全存储方式转化为稀疏存储方式 函数S=sparse(A)将矩阵A转化为稀疏存储方式的矩阵S。 full(A)：返回和稀疏存储矩阵A对应的完全存储方式矩阵。 例3-37：将完全存储方式转化为稀疏存储方式 A=eye(3) A = 1 0 0 0 1 0 0 0 1 S=sparse(A) S = (1,1) 1 (2,2) 1 (3,3) 1 B=full(S) B = 1 0 0 0 1 0 0 0 1 （2）产生稀疏存储矩阵 调用格式为：B=spconvert(A)。 其中，A为一个m×3或m×4的矩阵，其每行表示一个非0元素，m是非0元素的个数，A每个元素的意义是： (i,1) 第i个非0元素所在的行。 (i,2) 第i个非0元素所在的列。 (i,3) 第i个非0元素值的实部。 (i,4) 第i个非0元素值的虚部，若矩阵的全部元素都是实数，则无须第四列。 例3-38：使用spconvert函数产生稀疏存储矩阵 A=[2,2,1;3,1,-1;4,3,3;5,3,8;6,6,12] ; B=spconvert(A) B = (3,1) -1 (2,2) 1 (4,3) 3 (5,3) 8 (6,6) 12 full(B) 通常，采用稀疏矩阵的运算速度比采用完全矩阵的运算速度快得多。 例3-39：稀疏存储矩阵和完全矩阵的运算 A=eye(2000); B=sparse(A) ; tic;A\A;toc Elapsed time is 5.453000 seconds. tic;B\B;toc Elapsed time is 0.000000 seconds. 3.11 数据分析 3.11.1 最大值和最小值 3.11.2 求和与求积 3.11.3 平均值和中值 3.11.4 累加和与累乘积 3.11.5 标准方差 3.11.1 最大值和最小值 MATLAB提供的求数据序列的最大值和最小值的函数分别为max和min,它们的调用方法基本相同。 求矩阵A的最大值的函数有3种调用格式，分别是： （a）max(A)：返回一个行向量，向量的第i个元素是矩阵A的第i列上最大值。 （b）[Y,U]=max(A)：返回行向量Y和U，Y向量记录A的每列的最大值，U向量记录每列最大值的行号。 （c）max(A,[],dim)：dim取1或2。dim取1时，该函数和max(A)完全相同；dim取2时，该函数返回一个列向量，其第i个元素是A矩阵的第i行上的最大值。 例3-40：求向量x的最大值 A=magic(3); x=reshape(A,1,9) x = 8 3 4 1 5 9 6 7 2 y=max(x) y = 9 [y,site]=max(x) y = 9 site = 6 例3-41：求矩阵A的最大值 A=magic(3) max(A) [Y,U]=max(A) max(A,[],2) （2）两个向量或矩阵对应元素的比较 函数max和min还能对两个同型的向量或矩阵进行比较，调用格式为： （a）U=max(A,B)： A,B是两个同型的向量