matlab 矩阵基础运算

%基础运算，A为矩阵，B为向量

det(A)%求矩阵A行列式的值

trace（A）%求A对角元素之和

orth(A)%A的正交空间，矩阵A的正交空间Q满足QTQ=I，且矩阵Q与A具有相同的列基底，Matlab中用函数orth（）来计算正交空间Q

rref(A)%A的简化梯形形式

norm(B)或者norm(B,2)%求B的2阶范数

norm(B，1)%求B的1阶范数

norm(B,inf)%求B的无穷阶范数

rank（A）%求A的秩，矩阵中线性无关的列（行)向量个数,称为列（行）秩

X=A\B%左除，用来解AX=B，若B=0，且rank(A)小于A的行数，那么该齐次方程组有非零解

X=A/B%右除，用来解XA=B

null（A）%求A的化零矩阵，对于非满秩矩阵A，若存在矩阵Z使得AZ=0且ZZ=I，则称 矩阵Z为矩阵A的化零矩阵

A（：，2）%矩阵A的第二列全部元素

A（1:2,2）%矩阵A的第二列的前两行元素

%假设A为m行n列

A(n*k+l)可以访问A的第k+1列l行元素

矩阵，数组下标均是从0开始，这一点与python和C不一样

A=pascal(4)
R=chol(A)
RTR%Cholesky分解是把对称正定矩阵表示成上三角矩阵的转置与其本身的乘积，即：A=RTR，在Matlab中用函数chol来计算Cholesky分解
[L1,U1]=LU(A)
L1*U1%LU分解是将任意一个方正A分解成为一个交换下三角矩阵L和一个上三角矩阵U的乘积，A=LU，在Matlab中用函数lu来计算LU分解

[U,S，V]=SVD(A