MATLAB学习之矩阵与幻方矩阵

您所在的位置:网站首页 各行各列及对角线上的数相等 MATLAB学习之矩阵与幻方矩阵

MATLAB学习之矩阵与幻方矩阵

2024-07-15 20:35| 来源: 网络整理| 查看: 265

原文见https://ww2.mathworks.cn/help/matlab/learn_matlab/matrices-and-magic-squares.html

上面为官方MATLAB原网址,写此博客为方便复习回顾

矩阵和幻方矩阵 关于矩阵

在 MATLAB® 环境中,矩阵是由数字组成的矩形数组。有时,1×1 矩阵(即标量)和只包含一行或一列的矩阵(即向量)会附加特殊含义。MATLAB 采用其他方法来存储数值数据和非数值数据,但刚开始时,通常最好将一切内容都视为矩阵。MATLAB 旨在尽可能简化运算。其他编程语言一次只能处理一个数字,而 MATLAB 允许您轻松快捷地处理整个矩阵。

输入矩阵

开始学习 MATLAB 的最佳方法是了解如何处理矩阵。 您可以采用多种不同方法在 MATLAB 中输入矩阵:

输入元素的明确列表。从外部数据文件加载矩阵。使用内置函数生成矩阵。使用您自己的函数创建矩阵,并将其保存在文件中。

首先,以元素列表的形式输入丢勒的矩阵。您只需遵循一些基本约定:

使用空格或逗号分隔行的元素。使用分号 ; 表示每行末尾。使用方括号 [ ] 将整个元素列表括起来。 A = [16 3 2 13; 5 10 11 8; 9 6 7 12; 4 15 14 1] A = 16 3 2 13 5 10 11 8 9 6 7 12 4 15 14 1 矩阵求和、转置和对角矩阵

您可能已经注意到,幻方矩阵的特殊属性与元素的不同求和方法相关。如果沿任何行或列求和,或者沿两条主对角线中的任意一条求和,您将始终得到相同数字。

sum(A) ans = 34 34 34 34

如果未指定输出变量,MATLAB 将使用变量 ans(answer 的缩略形式)来存储计算结果。您已经计算包含 A 的列总和的行向量。每个列的总和都相同,即幻数和 34。

行总和如何处理?MATLAB 会优先处理矩阵的列,因此获取行总和的一种方法是转置矩阵,计算转置的列总和,然后转置结果。

MATLAB 具有两个转置运算符。撇号运算符(例如,A’)执行复共轭转置。它会围绕主对角线翻转矩阵,并且还会更改矩阵的任何复数元素的虚部符号。点撇号运算符 (A.’) 转置矩阵,但不会影响复数元素的符号。对于包含所有实数元素的矩阵,这两个运算符返回相同结果。

A' ans = 16 5 9 4 3 10 6 15 2 11 7 14 13 8 12 1 sum(A')'%生成包含行总和的列向量 ans = 34 34 34 34

有关避免双重转置的其他方法,请在 sum 函数中使用维度参数:

A = [16 3 2 13; 5 10 11 8; 9 6 7 12; 4 15 14 1]; sum(A,1)%代表处理矩阵的列 sum(A,2)%代表处理矩阵的行 ans = 34 34 34 34 ans = 34 34 34 34

使用 sum 和 diag 函数可以获取主对角线上的元素的总和:

diag(A) ans = 16 10 7 1 sum(diag(A)) ans = 34

可以看到幻方矩阵的行和和列和以及对角线和相等,这也是称为幻方矩阵的原因

magic 函数

MATLAB 实际包含一个内置函数,该函数可创建几乎任意大小的幻方矩阵。此函数称为 magic 也就不足为奇了:

M = magic(n) 返回由 1 到 n2 的整数构成并且总行数和总列数相等的 n×n 矩阵。n 的阶数必须是大于或等于 3 的标量才能创建有效的幻方矩阵。

B = magic(4) B = 16 2 3 13 5 11 10 8 9 7 6 12 4 14 15 1

此矩阵几乎与丢勒雕刻中的矩阵相同,并且具有所有相同的“神奇”性质;唯一区别在于交换了中间两列。

您可以交换 B 的中间两列,使其看起来像丢勒 A。针对 B 中的每一行,按照指定顺序(1、3、2、4)对列进行重新排列:

A = B(:,[1 3 2 4]) %行不变,交换列 A = 16 3 2 13 5 10 11 8 9 6 7 12 4 15 14 1 生成矩阵

MATLAB 软件提供了四个用于生成基本矩阵的函数。

zeros:全部为零 ones:全部为1 rand:均匀分布的随机元素 randn:正态分布的随机元素

Z = zeros(2,4) Z = 0 0 0 0 0 0 0 0 F = 5*ones(3,3) F = 5 5 5 5 5 5 5 5 5 N = fix(10*rand(1,10)) N = 9 2 6 4 8 7 4 0 8 4 R = randn(4,4) R = 0.6353 0.0860 -0.3210 -1.2316 -0.6014 -2.0046 1.2366 1.0556 0.5512 -0.4931 -0.6313 -0.1132 -1.0998 0.4620 -2.3252 0.3792


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3