MATLAB程序设计教程 第3版 第二章实验指导、思考练习答案（个人版）
注：本系列文章仅仅用于交流学习，杜绝作业抄袭
第一章：MATLAB程序设计教程 第3版 第一章实验指导、思考练习答案（个人版）-CSDN博客
第二章：MATLAB程序设计教程 第3版 第二章实验指导、思考练习答案（个人版）-CSDN博客
第三章：MATLAB程序设计教程 第3版 第三章实验指导、思考练习答案（个人版）-CSDN博客
第四章：MATLAB程序设计教程 第3版 第四章实验指导、思考练习答案（个人版）-CSDN博客
第五章：MATLAB程序设计教程 第3版 第五章实验指导、思考练习答案（个人版）-CSDN博客
第六章：MATLAB程序设计教程 第3版 第六章实验指导、思考练习答案（个人版）-CSDN博客
实验内容：
1、求表达式值
（1）：
w=sqrt(2)*(1+0.34245*10^-6)
（2）：
a=3.5;
b=5;
c=-9.8;
x=(2*pi*a+(b+c)/(pi+a*b*c)-exp(2))/(tan(b+c)+a)
（3）：
a=3.32;
b=-7.9;
y=2*pi*a^2*((1-0.25*pi)*b-(0.8333-0.25*pi)*a)
（4）：
t=[2,1-3i;5,-0.65];
z=0.5*exp(2*t)*log(t+sqrt(1+t^2))
2、已知矩阵求表达式。
A=[-1,5,-4;0,7,8;3,61,7];
B=[8,3,1;2,5,3;-3,2,0];
（1）：
A+6*B
C=eye(3);
A^2-B+C
（2）：
A*B
A.*B
B*A
（3）：
A/B
B\A
（1）：
[A,B]
[A([1,3],:);B^2]
3、已知矩阵完成下列操作。
A=[23,10,-0.778,0;41,-45,65,5;32,5,0,32;6,-9.54,54,3.14];
（1）：
B=(A>=10&A<=25)
A[B]
（2）：
B=A(1:3,:)
C=A(:,1:2)
D=A(2:4,3:4)
E=B*C
（3）：
E
5、已知矩阵求特征值、特征向量并且分析其数学意义。
A=[-29,6,18;20,5,12;-8,8,5]
[V,D]=eig(A)
数学意义：
特征值：
- 特征值是一个数，通常表示为λ。对于一个给定的方阵（通常是一个n × n的矩阵），特征值告诉我们线性变换的倍数，它是一个标量，表示在特定方向上的缩放因子。
- 特征值为正表示线性变换在相应的特征向量方向上进行了拉伸，特征值为负表示压缩，特征值为零表示没有变化。
- 特征值提供了线性变换的一些关键信息，如稳定性和变换方向。
特征向量：
- 特征向量是一个非零向量，通常表示为v。对于相应的特征值λ，特征向量表示变换中的固有方向，即在这个方向上不发生拉伸或压缩。
- 特征向量与特征值相关联，特征值λ告诉我们特征向量v的重要性。
- 特征向量通常用于解决线性代数中的问题，如解线性方程组、矩阵对角化和确定方阵的幂。
特征值和特征向量帮助我们理解线性变换的性质，如在物理、工程和计算机图形学中描述旋转、缩放和变形。
在矩阵分析中，特征值和特征向量可以用于对矩阵进行对角化，简化矩阵的计算。
在数值计算中，特征值和特征向量用于解决线性代数问题，如线性方程组的求解和数值模拟。
思考练习：
一、填空题：
- 25
- -1
- 中括号 逗号, 分号;
- [i,j]=ind2sub([3,3],5) A=[…];D=sub2ind(size(A),3,3)
- A=[…];ones(size(A))
- A+30*eye(size(A))
- 2 3 零
- magic(3)+eye(3)*10
- This is a great example’
二、问答题：
1、6+7i是复数,而命令6+7*i,如果i未初始化赋值,则该命令表示复数,如果i变量已经初始化,该命令表示多项式计算。 i和I表示不同的变量
2、
A*B是两个矩阵按照矩阵乘法定义相乘；
A.*B是两个矩阵按照矩阵对应位置的元素简单相乘；
A./B是A矩阵对应位置的元素除以B矩阵对应位置的元素；
B.\A是B矩阵对应位置的元素除以A矩阵对应位置的元素；
A/B是A右除B，即矩阵B的逆右乘A矩阵；
B\A是B左除A，也就是B的逆左乘A矩阵。
如果AB是两个标量数据，那么A*B相当于A.*B、A./B相当于A/B、B.\A相当于B\A。
3、
（1）：A(7)=[]
（2）：t(find(t==0))=eps
（3）：reshape(x,3,4)
（4）：abs( ‘xxxx’)
（5）：ones(size(A))
（6）：B=diag(diag(A))
4、
3+sqrt(1)*randn(5,100)
5、
主对角线diag(A)、上三角triu(A)、下三角tril(A)、逆矩阵inv(A)、
行列式的值det(A)、秩rank(A)、范数norm(A,1)/norm(A)/norm(A,inf)、
条件数cond(A,1)/cond(A,2)/cond(A,inf)、迹trace(A)
6、
A=[34,NaN,Inf,-Inf,-pi,eps,0];
all(A): logical数组 0
any(A): logical数组 1
isnan(A): logical数组 0 1 0 0 0 0 0
isinf(A): logical数组 0 0 1 1 0 0 0
isfinite(A): logical数组 1 0 0 0 1 1 1
7、
结构矩阵：
如建立一个建立一个学生信息表
A(1).xuehao=1;A(1).name=‘xiao ming’; A(1).mask=[89 87 86];
A(2).xuehao=2;A(2).name=‘xiao hong’; A(2).mask=[97 85 86];
A(3).xuehao=3;A(3).name=‘xiao hua’; A(3).mask=[68 99 92];
单元矩阵：
A={1 'xiao ming' [91 92 93];2 'xiao hong' [91 92 98];1 'xiao bing' [99 92 93]}
