学习目标：掌握高级的矩阵知识
逆矩阵和广义逆矩阵
clear all;
A=magic(4)
B=[2 4;6 4]
C=inv(A)
inv(B)
D=pinv(B)
B*D*B
求矩阵的秩 跟线性相关有关系 反映的是是否是线性相关 满秩则线性无关
clear all;
A=magic(4)
B=[5 4 3;1 2 3;7 7 7]
r1=rank(A)
r2=rank(B)
矩阵的迹 对角线元素之和 特征值之和
clear all;
A=magic(4)
t1=trace(A)
eig(A)
t2=sum(eig(A))
矩阵的范数 默认求2范数 1 无穷 需要大家掌握范数的基本数学知识
clear all;
A=[1 1 1;3 3 3;2 7 7]
n1=norm(A,1)
n2=norm(A)
n3=norm(A,inf)
求矩阵的平方根
clear all;
A=[4 4 4;6 6 6;6 7 8]
X=sqrtm(A)
B=X*X
求矩阵的指数和自然对数
X1=expm(A)
Y1=logm(X1)
稀疏矩阵
clear all;
A=rand(4,3)>0.4
S=sparse(A)
whos
clear all;
A=[0 0 0 66;0 0 55 0;0 0 0 0;44 0 0 0]
S=sparse(A)
n1=nnz(S) %计算稀疏矩阵非零值得个数
spy(S) %对非零元素的分布进行图形化显示
单位稀疏矩阵
clear all;
A=speye(4)
C=full(A)
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
相关推荐: 手牵手带你实现mini-vue | 京东云技术团队
源创会，线下重启！2023年7月1日深圳站—基础软件技术面面谈！免费票限时抢购！ 1 前言 随着 Vue、React、Angularjs 等框架的诞生，数据驱动视图的理念也深入人心，就 Vue 来说，它拥有着双向数据绑定、虚拟dom、组件化、视图与数据相分离等…
