MATLAB【如何在 MATLAB 中进行矩阵运算】

原创于 2026-03-06 14:03:18 发布 · 408 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

文章目录

前言

前言

矩阵运算是 MATLAB 的核心功能，也是它区别于其他编程语言的最大优势——MATLAB 对矩阵操作做了极致优化，语法简洁且运算高效。

安装环境配置：MATLAB下载安装教程https://blog.csdn.net/dxt0731/article/details/156277731

一、矩阵基础运算（最常用）

先明确两个核心概念：

矩阵运算：按线性代数规则计算（如矩阵乘法需满足维度匹配）；
逐元素运算：矩阵对应位置元素单独计算（需加 . 前缀）。

1. 基础算术运算

% 定义两个测试矩阵
A = [1 2 3; 4 5 6; 7 8 9];  % 3×3 矩阵
B = [9 8 7; 6 5 4; 3 2 1];  % 3×3 矩阵
C = [1; 2; 3];               % 3×1 列向量

% 1. 矩阵加减（维度必须完全相同）
D = A + B;  % 对应元素相加
E = A - B;  % 对应元素相减

% 2. 矩阵乘法 vs 逐元素乘法
F = A * B;   % 矩阵乘法（A的列数=B的行数，3×3 × 3×3 = 3×3）
G = A .* B;  % 逐元素乘法（对应位置相乘，需加 "."）

% 3. 矩阵除法（解方程 A*X=B 或 X*A=B）
H = A \ B;   % 左除，等价于 inv(A)*B（A可逆时），解 A*X=B
I = A / B;   % 右除，等价于 A*inv(B)，解 X*B=A
J = A ./ B;  % 逐元素除法（对应位置相除，需加 "."）

% 4. 标量与矩阵运算（自动广播）
K = A * 2;   % 所有元素×2
L = A + 10;  % 所有元素+10

% 输出关键结果
disp('矩阵乘法 A*B：'); disp(F);
disp('逐元素乘法 A.*B：'); disp(G);
disp('左除 A\B：'); disp(H);

2. 矩阵转置/共轭转置

A = [1+2i 3; 4 5-6i];  % 含复数的矩阵

% 转置（仅交换行列，保留虚数符号）
AT = A.';  
% 共轭转置（转置+虚数取共轭，常用在工程计算中）
AH = A';   

disp('原矩阵 A：'); disp(A);
disp('普通转置 A.''：'); disp(AT);
disp('共轭转置 A''：'); disp(AH);

3. 矩阵幂运算

A = [1 2; 3 4];

% 矩阵幂（A*A*...*A，n次矩阵乘法）
A_power = A^3;  % 等价于 A*A*A
% 逐元素幂（每个元素单独取n次方）
A_elem_power = A.^3;  

disp('矩阵幂 A^3：'); disp(A_power);
disp('逐元素幂 A.^3：'); disp(A_elem_power);

二、矩阵进阶运算（线性代数核心）

这些是工程计算、数据分析中高频使用的矩阵操作，MATLAB 提供了专用函数：

A = [1 2 3; 4 5 6; 7 8 9];
B = [1 2; 3 4; 5 6];  % 3×2 矩阵

% 1. 行列式（仅方阵可用）
det_A = det(A);  

% 2. 逆矩阵（仅可逆方阵可用，行列式≠0）
% 若矩阵不可逆，可用 pinv 求伪逆
if det(A) ~= 0
    inv_A = inv(A);
else
    inv_A = pinv(A);  % 伪逆（通用，非方阵也可用）
end

% 3. 秩（矩阵的秩）
rank_A = rank(A);  

% 4. 特征值与特征向量
[V, D] = eig(A);  % V=特征向量矩阵，D=特征值对角矩阵

% 5. 奇异值分解（SVD，通用，非方阵也可用）
[U, S, V] = svd(B);  

% 6. 迹（方阵主对角线元素和）
trace_A = trace(A);  

% 7. 矩阵求范数（衡量矩阵大小）
norm_A_2 = norm(A);    % 2-范数（默认，最大奇异值）
norm_A_1 = norm(A,1);  % 1-范数（列和最大值）

% 输出关键结果
disp('A的行列式：'); disp(det_A);
disp('A的秩：'); disp(rank_A);
disp('A的特征值：'); disp(diag(D));  % 提取对角元素（特征值）

三、实用技巧与注意事项

1. 维度匹配检查

矩阵运算最常见错误是「维度不匹配」，可先用 size() 检查维度：

A = [1 2; 3 4];
B = [5 6 7];
% 检查维度
size_A = size(A);  % 返回 [2 2]（行数 列数）
size_B = size(B);  % 返回 [1 3]
% 若要做矩阵乘法，需满足 size(A,2) == size(B,1)
if size(A,2) == size(B,1)
    C = A * B;
else
    disp('维度不匹配，无法进行矩阵乘法！');
end

2. 大型矩阵运算优化

避免循环，优先用「向量化运算」（MATLAB 对矩阵操作优化远优于循环）；

用 zeros()/ones() 预分配矩阵内存，提升运算速度：

% 预分配1000×1000矩阵（比动态扩展快10倍以上）
big_mat = zeros(1000, 1000);  
for i = 1:1000
    big_mat(i,:) = i:1000+i-1;
end

3. 特殊矩阵生成

常用特殊矩阵可直接用内置函数生成，无需手动输入：

eye_mat = eye(3);    % 3×3单位矩阵（主对角线为1）
zeros_mat = zeros(2,3);  % 2×3全0矩阵
ones_mat = ones(3,2);    % 3×2全1矩阵
rand_mat = rand(3);      % 3×3随机矩阵（元素0~1）

总结

MATLAB 矩阵运算分两类：矩阵运算（按线性代数规则，如 */^/\）和逐元素运算（加 . 前缀，如 .*/.^/./）；
进阶线性代数运算（逆、特征值、SVD等）直接调用 inv()/eig()/svd() 等内置函数，无需手动实现；
运算前用 size() 检查维度匹配，大型矩阵需预分配内存（zeros()），优先向量化运算。