matlab个人笔记（二-下）

3月15日更
一节课的知识居然分了拖了三天来完成，再也不翘课了。
后悔也没用，继续学习吧！

继之前的课中，讲了矩阵的生成、对矩阵的操作和部分特殊矩阵。
今天的内容自己大概看了一下，大概是侧重于矩阵的性质方面

矩阵的特征值和线性代数
det()是求矩阵的行列式
E=eig(A)求A的全部特征值，组成向量E（列向量）
[i,j]=eig(A)时，计算矩阵的特征值和特征向量，i的列向量作为特征向量，j为对角矩阵，对角的值为特征值。%这个我发现作为虚数的代表的i和j居然可以作为变量名，这个在c里可不正常，此时如果输入>>a=1+2i，依然得到虚数，但输入>>1+2*i就会得到矩阵，神奇~
diag(A)，A为非行向量或列向量时，提取A矩阵的对角线上的元素；A为行向量或列向量时，则直接产生一个对角矩阵
diag(A,k),k=0时相当于diag()，+1会向右移一个对角线，-1左移一个，没有时会产生空矩阵。
triu(A)会返回A的上三角矩阵，triu(A,k)和上面的diag一样会生成第k个对角线以上的上三角矩阵，k的数值方面+1、-1效果类似。
逆矩阵inv()感觉很常用（好吧，因为我对矩阵的左除右除分不清）
pinv()会产生矩阵的伪逆矩阵，这个工科生的线性代数教材里都没讲，只百度一下了解了定义，用的时候具体再学习。
rank(A)获得A矩阵的秩
trace(A)获得A矩阵的迹（对角线元素和）

矩阵的范数，norm(X)或norm(X,k)（k为常数），这个范数是什么玩意。。伪逆矩阵还能看懂，这个看都看不懂。。明天回来再看看！
cond(X,k)条件数也是。  （我在想对于这些难点要不要单独开出来一篇小博客来解决一下）

B=orth(A)产生A矩阵的规范正交基.

3.16.。
sparse产生稀疏矩阵（百度：在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵），运行后发现就是用坐标把非零元素存储起来,只是存储方式不一样。
sparse(m,n)产生m×n的元素全为0的稀疏矩