MATLAB矩阵运算基础与工程实践指南

1. 矩阵基础概念解析

1.1 矩阵的数学定义与表示

矩阵本质上是一个二维数表，在MATLAB中表现为最基础的数据结构。一个m×n阶矩阵可以表示为：

matlab复制A = [a11 a12 ... a1n;
     a21 a22 ... a2n;
     ...
     am1 am2 ... amn];

这里m代表行数，n代表列数。当m=n时，我们称之为方阵，这在工程计算中尤为常见。例如在电路分析中，节点导纳矩阵就是典型的方阵应用。

注意：MATLAB中矩阵元素的索引从1开始，这与某些编程语言从0开始的惯例不同，初学者需要特别注意。

1.2 特殊矩阵类型详解

同型矩阵的判断标准不仅仅是维度相同，在实际编程中还需要考虑数据类型的一致性。例如：

matlab复制A = [1 2; 3 4];  % double型矩阵
B = [1 2; 3 4];  % double型矩阵
C = int8([1 2; 3 4]);  % int8型矩阵

虽然A、B、C维度相同，但A与C进行运算时可能引发类型转换问题。

转置操作在MATLAB中有两种实现方式：

• 单引号运算符：A' 实现共轭转置
• transpose函数：transpose(A) 实现非共轭转置

对于实数矩阵两者效果相同，但处理复数矩阵时有本质区别。

单位矩阵的生成可以使用eye函数：

matlab复制E = eye(3);  % 生成3阶单位矩阵

在控制系统设计中，单位矩阵常用于构建状态空间表达式。

1.3 向量的特殊性质

向量作为矩阵的特例，在MATLAB中有多种创建方式：

matlab复制rowVec = [1 2 3 4];      % 行向量
colVec = [1; 2; 3; 4];   % 列向量
linVec = 1:0.5:3;        % 线性间隔向量

向量模长的计算可以使用norm函数：

matlab复制v = [3 4];
modulus = norm(v);  % 结果为5

在物理仿真中，向量模长常用于计算力的大小、速度等物理量。

2. 矩阵运算原理与实现

2.1 基本算术运算规则

矩阵加减法要求严格的