>> A=[1,2,3;4,5,6;7,8,9]
A =
1 2 3
4 5 6
7 8 9
删除行:
>> A(2,:)=[]
A =
1 2 3
7 8 9
删除列:
>> A(:,2)=[]
A =
1 3
7 9
MATLAB的使用
在Matlab中可以对矩阵进行任意操作,包括改变它的形式,取出子矩阵,扩充矩阵,旋转矩阵等.其中最重要的操作符为“:”, 它的作用是取出选定的行与列.
例如:
A(:,:) 代表A的所有元素;试比较A(:),将A按列的方向拉成长长的1列(向量);
A(:,J) 代表A的第J列;
A(J:K) 代表 A(J), A(J+1), …, A(K),如同A(:)的第J到第K个元素;
A(:,J:K) 代表A(:,J), A(:,J+1), …, A(:,K),如此类推.
对矩阵可以进行各种各样的旋转、变形、扩充:
矩阵的转置用符号“ ' ”表示:
如A=[1 2 3; 4 5 6 ; 7 8 0]
那么:计算B=A'
B =
1 4 7
2 5 8
3 6 0
符号“ ' ”为矩阵的转置,如果Z为复矩阵,则Z'为它的复数共轭转置,非共轭转置使用Z.' 或conj(Z')求得.
删除行有两种方法:
1,将所有要删除的行标顺序排列成向量V,然后用命令
"矩阵变量名"(V,:)=[];%可删除与"矩阵变量名"对应的矩阵中的指定行(通过V指定),并改变原矩阵维数
2,将所有要保留的行标顺序排列成向量V,然后用命令
"矩阵变量名"="矩阵变量名"(V,:);%即将与"矩阵变量名"对应的矩阵中的指定行(通过V指定)重新赋给该变量
删除列的方法与行类似。
在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合 ,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵,例如稀疏矩阵和准对角矩阵,有特定的快速运算算法。在天体物理、量子力学等领域,也会出现无穷维的矩阵,是矩阵的一种推广。
数值分析的主要分支致力于开发矩阵计算的有效算法,这是一个几个世纪以来的课题,是一个不断扩大的研究领域。 矩阵分解方法简化了理论和实际的计算。 针对特定矩阵结构(如稀疏矩阵和近角矩阵)定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。
百度百科矩阵
主要两种方法:
(1)利用冒号表达式获得子矩阵
>> A=[ 1 2 3;4 5 6;7 8 9]
A =
1 2 3
4 5 6
7 8 9
>> B=A(1:2,2:3)
B =
2 3
5 6
(2)利用空矩阵
>> C=A;
>> C(:,[1])=[];
>> C([3],:)=[]
C =
2 3
5 6
在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合[1] ,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵,例如稀疏矩阵和准对角矩阵,有特定的快速运算算法。关于矩阵相关理论的发展和应用,请参考矩阵理论。在天体物理、量子力学等领域,也会出现无穷维的矩阵,是矩阵的一种推广。
主要两种方法:
(1)利用冒号表达式获得子矩阵
>> A=[ 1 2 3;4 5 6;7 8 9]
A =
1 2 3
4 5 6
7 8 9
>> B=A(1:2,2:3)
B =
2 3
5 6
(2)利用空矩阵
>> C=A;
>> C(:,[1])=[];
>> C([3],:)=[]
C =
2 3
5 6
建议找一本基础的书看一下!
clc;clear;
m=3;n=3;
a=rand(m,n)
x=1;y=1;
a(x,:)=[];
a(:,y)=[];
a