MATLAB程序设计教程 第3版 第二章实验指导、思考练习答案(个人版)

注:本系列文章仅仅用于交流学习,杜绝作业抄袭

第一章:MATLAB程序设计教程 第3版 第一章实验指导、思考练习答案(个人版)-CSDN博客

第二章:MATLAB程序设计教程 第3版 第二章实验指导、思考练习答案(个人版)-CSDN博客

第三章:MATLAB程序设计教程 第3版 第三章实验指导、思考练习答案(个人版)-CSDN博客

第四章:MATLAB程序设计教程 第3版 第四章实验指导、思考练习答案(个人版)-CSDN博客

第五章:MATLAB程序设计教程 第3版 第五章实验指导、思考练习答案(个人版)-CSDN博客

第六章:MATLAB程序设计教程 第3版 第六章实验指导、思考练习答案(个人版)-CSDN博客

实验内容:

1、求表达式值

(1):

复制代码
w=sqrt(2)*(1+0.34245*10^-6)

(2):

复制代码
a=3.5;

b=5;

c=-9.8;

x=(2*pi*a+(b+c)/(pi+a*b*c)-exp(2))/(tan(b+c)+a)

(3):

复制代码
a=3.32;

b=-7.9;

y=2*pi*a^2*((1-0.25*pi)*b-(0.8333-0.25*pi)*a)

(4):

复制代码
t=[2,1-3i;5,-0.65];

z=0.5*exp(2*t)*log(t+sqrt(1+t^2))

2、已知矩阵求表达式。

复制代码
A=[-1,5,-4;0,7,8;3,61,7];

B=[8,3,1;2,5,3;-3,2,0];

(1):

A+6*B

复制代码
C=eye(3);

A^2-B+C

(2):

A*B

A.*B

B*A

(3):

A/B

B\A

(1):

A,B

复制代码
[A([1,3],:);B^2]

3、已知矩阵完成下列操作。

复制代码
A=[23,10,-0.778,0;41,-45,65,5;32,5,0,32;6,-9.54,54,3.14];

(1):

复制代码
B=(A>=10&A<=25)

A[B]

(2):

复制代码
B=A(1:3,:)

C=A(:,1:2)

D=A(2:4,3:4)

E=B*C

(3):

复制代码
E<D

E&D

E|D

~E

~D

5、已知矩阵求特征值、特征向量并且分析其数学意义。

复制代码
A=[-29,6,18;20,5,12;-8,8,5]

[V,D]=eig(A)

数学意义:

特征值:

  1. 特征值是一个数,通常表示为λ。对于一个给定的方阵(通常是一个n × n的矩阵),特征值告诉我们线性变换的倍数,它是一个标量,表示在特定方向上的缩放因子。
  2. 特征值为正表示线性变换在相应的特征向量方向上进行了拉伸,特征值为负表示压缩,特征值为零表示没有变化。
  3. 特征值提供了线性变换的一些关键信息,如稳定性和变换方向。

特征向量:

  1. 特征向量是一个非零向量,通常表示为v。对于相应的特征值λ,特征向量表示变换中的固有方向,即在这个方向上不发生拉伸或压缩。
  2. 特征向量与特征值相关联,特征值λ告诉我们特征向量v的重要性。
  3. 特征向量通常用于解决线性代数中的问题,如解线性方程组、矩阵对角化和确定方阵的幂。

特征值和特征向量帮助我们理解线性变换的性质,如在物理、工程和计算机图形学中描述旋转、缩放和变形。

在矩阵分析中,特征值和特征向量可以用于对矩阵进行对角化,简化矩阵的计算。

在数值计算中,特征值和特征向量用于解决线性代数问题,如线性方程组的求解和数值模拟。

思考练习:

一、填空题:

  1. 25
  2. -1
  3. 中括号 逗号, 分号;
  4. i,j\]=ind2sub(\[3,3\],5) A=\[...\];D=sub2ind(size(A),3,3)

  5. A+30*eye(size(A))
  6. 2 3 零
  7. magic(3)+eye(3)*10
  8. This is a great example'

二、问答题:

1、6+7i是复数,而命令6+7*i,如果i未初始化赋值,则该命令表示复数,如果i变量已经初始化,该命令表示多项式计算。 i和I表示不同的变量

2、

A*B是两个矩阵按照矩阵乘法定义相乘;

A.*B是两个矩阵按照矩阵对应位置的元素简单相乘;

A./B是A矩阵对应位置的元素除以B矩阵对应位置的元素;

B.\A是B矩阵对应位置的元素除以A矩阵对应位置的元素;

A/B是A右除B,即矩阵B的逆右乘A矩阵;

B\A是B左除A,也就是B的逆左乘A矩阵。

如果AB是两个标量数据,那么A*B相当于A.*B、A./B相当于A/B、B.\A相当于B\A。

3、

(1):A(7)=[]

(2):t(find(t==0))=eps

(3):reshape(x,3,4)

(4):abs( 'xxxx')

(5):ones(size(A))

(6):B=diag(diag(A))

4、

复制代码
3+sqrt(1)*randn(5,100)

5、

主对角线diag(A)、上三角triu(A)、下三角tril(A)、逆矩阵inv(A)、

行列式的值det(A)、秩rank(A)、范数norm(A,1)/norm(A)/norm(A,inf)、

条件数cond(A,1)/cond(A,2)/cond(A,inf)、迹trace(A)

6、

A=[34,NaN,Inf,-Inf,-pi,eps,0];

all(A): logical数组 0

any(A): logical数组 1

isnan(A): logical数组 0 1 0 0 0 0 0

isinf(A): logical数组 0 0 1 1 0 0 0

isfinite(A): logical数组 1 0 0 0 1 1 1

7、

结构矩阵:

如建立一个建立一个学生信息表

A(1).xuehao=1;A(1).name='xiao ming'; A(1).mask=[89 87 86];

A(2).xuehao=2;A(2).name='xiao hong'; A(2).mask=[97 85 86];

A(3).xuehao=3;A(3).name='xiao hua'; A(3).mask=[68 99 92];

单元矩阵:

复制代码
A={1 'xiao ming' [91 92 93];2 'xiao hong' [91 92 98];1 'xiao bing' [99 92 93]}
相关推荐
lingchen19069 小时前
MATLAB的数值计算(三)曲线拟合与插值
开发语言·matlab
星马梦缘13 小时前
Matlab机器人工具箱使用5 轨迹规划
matlab·机器人·轨迹规划·空间插值
机器学习之心17 小时前
MATLAB基于GM(灰色模型)与LSTM(长短期记忆网络)的组合预测方法
matlab·lstm
星马梦缘21 小时前
Matlab机器人工具箱7 搬运动画展示
matlab·机器人·仿真·逆解
chao1898441 天前
基于MATLAB的线性判别分析(LDA)人脸识别实现
开发语言·matlab
机器学习之心1 天前
基于CNN的航空发动机剩余寿命预测 (MATLAB实现)
人工智能·matlab·cnn
战术摸鱼大师1 天前
电机控制(四)-级联PID控制器与参数整定(MATLAB&Simulink)
算法·matlab·运动控制·电机控制
星马梦缘2 天前
Matlab机器人工具箱使用2 DH建模与加载模型
人工智能·matlab·机器人·仿真·dh参数法·改进dh参数法
RickyWasYoung2 天前
【代码】matlab-遗传算法工具箱
开发语言·matlab
星马梦缘2 天前
Matlab机器人工具箱使用1 简单的描述类函数
matlab·矩阵·机器人·位姿·欧拉角·rpy角