14、MATLAB 中数组和矩阵的使用与优化

MATLAB 中数组和矩阵的使用与优化

1. 矩阵运算基础

在 MATLAB 里，矩阵运算十分常见。例如，对于矩阵 c ， disp(c ^ 2) 和 c * c 会得到相同的结果。不过，幂运算的指数不一定得是整数。下面来看元素级的指数运算示例：

>> disp(c ^ 2) 
49  
42
28  
28
>> disp(c .^ 2) 
25  
36
16  
 4

这里， c .^ 2 的结果是矩阵 c 中每个元素的平方，每个结果值仅取决于矩阵 c 中相同行和列的元素。在这个例子中，使用 disp(c .* c) 也能得到相同的结果。

2. 随机值矩阵

可以使用 rand 函数来生成（伪）随机值。相关函数还有用于生成具有正态分布的伪随机数矩阵的 randn ，以及用于生成整数值的 randi 。 rand 函数本身返回 0 到 1 之间的值， rand(8,6) 则指定要生成一个 8 行 6 列的此类值的矩阵。将其乘以 100 并四舍五入，就能得到 0 到 100 之间的整数值。示例代码如下：