1 基本矩陣函數(shù)和操作
eye 單位矩陣
zeros 全零矩陣
ones 全1矩陣
rand 均勻分布隨機(jī)陣
genmarkov 生成隨機(jī)Markov矩陣
linspace 線性等分向量
logspace 對數(shù)等分向量
logm 矩陣對數(shù)運(yùn)算
cumprod 矩陣元素累計(jì)乘
cumsum 矩陣元素累計(jì)和
toeplitz Toeplitz矩陣
disp 顯示矩陣和文字內(nèi)容
length 確定向量的長度
size 確定矩陣的維數(shù)
diag 創(chuàng)建對角矩陣或抽取對角向量
find 找出非零元素1的下標(biāo)
matrix 矩陣變維
rot90 矩陣逆時(shí)針旋轉(zhuǎn)90度
sub2ind 全下標(biāo)轉(zhuǎn)換為單下標(biāo)
tril 抽取下三角陣
triu 抽取上三角陣
conj 共軛矩陣
companion 伴隨矩陣
det 行列式的值
norm 矩陣或向量范數(shù)
nnz 矩陣中非零元素的個(gè)數(shù)
null 清空向量或矩陣中的某個(gè)元素
orth 正交基
rank 矩陣秩
trace 矩陣跡
cond 矩陣條件數(shù)
inv 矩陣的逆
rcond 逆矩陣條件數(shù)
lu LU分解或高斯消元法
pinv 偽逆
qr QR分解
givens Givens變換
linsolve 求解線性方程
lyap Lyapunov方程
hess Hessenberg矩陣
poly 特征多項(xiàng)式
schur Schur分解
expm 矩陣指數(shù)
expm1 矩陣指數(shù)的Pade逼近
expm2 用泰勒級數(shù)求矩陣指數(shù)
expm3 通過特征值和特征向量求矩陣指數(shù)
funm 計(jì)算一般矩陣函數(shù)
logm 矩陣對數(shù)
sqrtm 矩陣平方根
2 特性值與奇異值
spec 矩陣特征值
gspec 矩陣束特征值
bdiag 塊矩陣，廣義特征向量
eigenmar- 正則化Markov特征
kov 向量
pbig 特征空間投影
svd 奇異值分解
sva 奇異值分解近似
3 矩陣元素運(yùn)算
cumprod 元素累計(jì)積
cumsum 元素累計(jì)和
hist 統(tǒng)計(jì)頻數(shù)直方圖
max 最大值
min 最小值
mean 平均值
median 中值
prod 元素積
sort 由大到小排序
std 標(biāo)準(zhǔn)差
sum 元素和
trapz 梯形數(shù)值積分
corr 求相關(guān)系數(shù)或方差
4稀疏矩陣運(yùn)算
sparse 稀疏矩陣
adj2sp 鄰接矩陣轉(zhuǎn)換為稀疏矩陣
full 稀疏矩陣轉(zhuǎn)換為全矩陣
mtlb_sparse 將scilab稀疏矩陣轉(zhuǎn)換為matlab稀疏矩陣格式
sp2adj 將稀疏矩陣轉(zhuǎn)換為鄰接矩陣
speye 稀疏矩陣方式單位矩陣
sprand 稀疏矩陣方式隨機(jī)矩陣
spzeros 稀疏矩陣方式全零陣
lufact 稀疏矩陣LU分解
lusolve 稀疏矩陣方程求解
spchol 稀疏矩陣Cholesky分解