手把手教你用MATLAB創(chuàng)建特殊矩陣(2)
MATLAB(Matrix Laboratory)是矩陣實(shí)驗(yàn)室的意思,表示矩陣當(dāng)然不在話下,那么一些特殊的矩陣如何表示呢,今天小編手把手教你,一起來。使用zeros函數(shù)創(chuàng)建全零矩陣首先當(dāng)然是打開桌面上
MATLAB(Matrix Laboratory)是矩陣實(shí)驗(yàn)室的意思,表示矩陣當(dāng)然不在話下,那么一些特殊的矩陣如何表示呢,今天小編手把手教你,一起來。
使用zeros函數(shù)創(chuàng)建全零矩陣
首先當(dāng)然是打開桌面上的MATLAB啦,運(yùn)行起來,如下圖所示:
```matlab
zeros(5, 4)
```
這個(gè)命令將創(chuàng)建一個(gè)5x4的全零矩陣。在數(shù)學(xué)中,這種矩陣非常常見。如果一個(gè)一個(gè)去輸入0,將會(huì)浪費(fèi)很多時(shí)間。
使用zeros函數(shù)創(chuàng)建與已知矩陣維度相同的全零矩陣
可以使用`zeros(size(A))`命令創(chuàng)建與矩陣A維度相同的全零矩陣。其中A矩陣是已知的,我們只需輸入這個(gè)命令就可以創(chuàng)建一個(gè)與A矩陣同緯度的全零矩陣,十分方便快捷。例如,假設(shè)有矩陣A:
```matlab
A [15 15 15; 15 15 15; 15 15 15; 15 15 15];
zeros(size(A))
```
輸出結(jié)果如下:
```
ans
0 0 0
0 0 0
0 0 0
0 0 0
```
使用rand(n)函數(shù)創(chuàng)建隨機(jī)矩陣
`rand(n)`函數(shù)可以在區(qū)間[0,1]上創(chuàng)建一個(gè)n×n均勻分布的隨機(jī)矩陣。我們來演示一下:
```matlab
rand(6)
```
輸出結(jié)果如下:
```
ans
0.8147 0.9134 0.2785 0.9649 0.9572 0.9575
0.9058 0.2789 0.5469 0.1419 0.4854 0.8003
0.1270 0.9647 0.9575 0.0357 0.8003 0.6557
0.9134 0.1576 0.9649 0.3922 0.1419 0.7431
0.6324 0.9706 0.8003 0.0462 0.0357 0.3922
0.0975 0.9572 0.6555 0.4218 0.0971 0.6557
```
使用rand(m, n)函數(shù)創(chuàng)建m×n的隨機(jī)矩陣
`rand(m, n)`函數(shù)可以在區(qū)間[0,1]上創(chuàng)建一個(gè)m×n均勻分布的隨機(jī)矩陣。我們來演示一下:
```matlab
rand(4, 5)
```
輸出結(jié)果如下:
```
ans
0.8147 0.9134 0.2785 0.9649 0.9572
0.9058 0.1576 0.5469 0.0357 0.4854
0.1270 0.9706 0.9575 0.0462 0.8003
0.9134 0.9572 0.6557 0.4218 0.0971
```
使用rand(size(A))函數(shù)創(chuàng)建與已知矩陣維度相同的隨機(jī)矩陣
可以使用`rand(size(A))`命令創(chuàng)建與矩陣A維度相同的隨機(jī)矩陣。其中A矩陣是已知的,我們只需輸入這個(gè)命令就可以創(chuàng)建一個(gè)與A矩陣同緯度的隨機(jī)矩陣,非常方便快捷。例如,假設(shè)有矩陣A:
```matlab
A [15 15 15; 15 15 15; 15 15 15; 15 15 15];
rand(size(A))
```
輸出結(jié)果如下:
```
ans
0.9597 0.7513 0.8407
0.3404 0.2551 0.2543
0.8116 0.5000 0.8143
0.9192 0.9062 0.2435
```
使用hilb(n)函數(shù)創(chuàng)建Hilbert矩陣
`hilb(n)`函數(shù)可以創(chuàng)建一個(gè)n×n的Hilbert矩陣。Hilbert矩陣是一種特殊的數(shù)學(xué)變換矩陣,它是正定的,整個(gè)矩陣的行列式的值和逆矩陣都會(huì)發(fā)生巨大變化。我們以hilb(5)為例子進(jìn)行演示:
```matlab
hilb(5)
```
輸出結(jié)果如下:
```
ans
1.0000 0.5000 0.3333 0.250