Matlab的其他函数库ppt课件.ppt

Matlab的其他函数库ppt课件.ppt

ID:58882160

大小:88.50 KB

页数:43页

时间:2020-09-30

Matlab的其他函数库ppt课件.ppt_第1页
Matlab的其他函数库ppt课件.ppt_第2页
Matlab的其他函数库ppt课件.ppt_第3页
Matlab的其他函数库ppt课件.ppt_第4页
Matlab的其他函数库ppt课件.ppt_第5页
资源描述:

《Matlab的其他函数库ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第四章Matlab的其他函数库4.1数据分析函数库基本数据分析max(A):各列最大值min(A):各列最小值mean(A):各列平均值std(A):各列标准差median(A):各列中间元素sum(A):各列元素和sum(A(:)):全部元素和trapz(A):梯形法求积分,可看做求和场论分析cross:两个向量的矢量积,cross(a,b)dot:两个向量的数量积,dot(a,b)随机数据分析rand(m,n):0到1之间均匀部分的m行n列随机数矩阵randn(m,n):正态分布的m行n列随机数矩阵,均值为0,标准差为1分布情况可以

2、直方图命令hist(x,N),N表示直方图横坐标的分割数相关分析和傅里叶分析的函数相关分析:信号的时域处理傅里叶分析:信号的频域处理corrcoef(x,y):两个同长信号的相关系数,对角线上为x,y的自相关系数cov(x,y):x,y的协方差矩阵,对角线上为x,y的标准差conv(x,y):x,y的卷积,多用于线性系统的输出filter(b,a,x):根据输入信号x和线性系统特性b,a求输出信号X=fft(x,N):输入信号x的N点离散傅里叶变换x=ifft(X):傅里叶反变换sound(u,s):在音箱中产生u对应的声音,s为重放速

3、度4.2矩阵的分解和变换4.2.1线性方程组的系数矩阵det(A):矩阵A的行列式,方阵若det(A)≠0,则A的逆矩阵inv(a)存在,线性方程的系数矩阵只有满足这个条件才有解如果det(A)≠0,但数值很小,接近于0,则这样的线性方程组称为病态的,其解得精度较低。用条件数(conditionnumber)评价线性方程组系数矩阵的病态程度。条件数越大,方程病态越重,解得精度越低。cond(A),A可以为非方阵rank(A):矩阵A的秩inv(A):矩阵A的逆矩阵trace(A):矩阵A的迹(对角线上的元素和)线性方程组A*x=B[n,

4、m]=size(A),n为方程的数目,m为未知数的数目。当n=m时,A为方阵,若A为满秩,即rank(A)=n,即det(A)≠0时,inv(A)存在,即方程都是有效的,可以得到解x=AB=inv(A)*B当n>m(有效方程数大于未知数数目),超定方程组,AB仍然合法,得到解为最小二乘解。此时inv(A)不存在,x=inv(A’*A)*(A’*B)伪逆函数:pinv(A)=x=inv(A’*A)*A’AB=pinv(A)*B伪逆:除数可以不是方阵n

5、素为0的一个特殊解最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。4.2.2矩阵的分解三角分解(lu分解):把任意一个方阵分解为一个准下三角方阵和一个上三角方阵的乘积。[l,u]=lu(A)准下三角矩阵l:必须交换行才能成为真的下三角阵,行列式的绝对值为1(可正可负)上三角阵u:行列式等于A的行列式lu分解只对方阵进行,常用于高斯消元法高斯消元的过程,就是利用初等行变换将原来不容易求解的方程组转化

6、为容易求解的方程组。下面我们以求解n*n线性方程组为例。因为如果m<>n,这个m*n方程组一般不会有唯一的解。定义:上三角矩阵是一个n*n的矩阵,其中对于任意i>j的项a(ij)=0。若i=j时a(ij)<>0则称为严格上三角矩阵。下面就是一个严格上三角矩阵。121011001我们发现,如果将系数矩阵化为上三角矩阵,就可以轻而易举地求解。正交分解(qr分解):把任意n*m阶矩阵A分解为一个正交方阵q与一个与a有同样阶数的上三角矩阵r的乘积。方阵q的边长为n与m中较小者,且行列式的值为1[q,r]=qr(A)A为正交矩阵:则A-1=AT,

7、A*AT=IAT也为正交矩阵举例:A=[r11r12r13;r21r22r23;r31r32r33]则有:r11^2+r12^2+r13^2=r21^2+r22^2+r23^2=r31^2+r32^2+r33^2=1r11*r12+r21*r22+r31*r32=0奇异值分解(svd分解):把任意n*m阶矩阵A分解为三个矩阵的乘积。即A=usv。其中,u、v分别为n阶和m阶的正交方阵;s为n*m阶的对角阵,对角线上的元素就是矩阵a的奇异值,其长度为n和m中较小者。[u,s,v]=svd(A)设A为m*n阶矩阵,A‘表示A的转置矩阵,A’

8、*A的n个特征值的非负平方根叫作A的奇异值。矩阵最大奇异值和最小奇异值之比就是它的条件数cond(A)=max(diag(s))/min(diag(s))4.2.3矩阵的特征值分析假设存在方阵A特征根:令

9、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。