MATLAB中矩阵与数组的区别,点运算符的运用
正如matlab（矩阵实验室）这个名字一样，matlab的数据结构只有矩阵（array）一种形式（可细分为普通矩阵和稀疏矩阵）。
单个的数就是1*1的矩阵；
数组或向量就是1*n或n*1的矩阵。
事实上对于matlab来说数、数组或向量和二维矩阵在本质上没有任何区别，他们的维数都是2，一切都是以矩阵的形式保存的。
*******************************************************************************************
一维数组相当于向量，二维数组相当于矩阵，所以矩阵是数组的子集。
1.数组的运算是指数组对应元素之间的运算,也称点运算.
2.矩阵是一个二维数组，所以矩阵的加、减、数乘等运算与数组运算是一致的。
3.矩阵的乘法、乘方和除法有特殊的数学含义，并不是数组对应元素的运算.
但有两点要注意：
(1)对于乘法、乘方和除法等三种运算，矩阵运算与数组运算的运算符及含义都不同：矩阵运算按线性变换定义，使用通常符号；数组运算按对应元素运算定义，使用点运算符；
(2)数与矩阵加减、矩阵除法在数学是没有意义的，在MATLAB中为简便起见，定义了这两类运算。
****************************************************************************************
数组中的元素可以是字符等；矩阵中的只能是数；
这是二者最直观的区别。因为矩阵是一个数学概念（线性代数里的），数组是个计算机上的概念。
《精通MATLAB6.5版》（张志涌编著，北京航空航天大学出版社）中说：
从外观形状和数据结构上看，二维数组和数学中的矩阵没有区别。但是矩阵作为一种变换或映射算子的体现，矩阵运算有着明确而严格的数学规则。而数组运算是Matlab软件所定义的规则，其目的是为了数据管理方便、操作简单、指令形式自然和执行计算的有效。虽然数组运算尚缺乏严谨的数学推理，虽然数组运算仍在完善和成熟中，但是它的作用和影响正随着matlab的发展而扩大。
数组运算：
数与数组加减：k+/-A %k加或减A的每个元素
数组乘数组： A.*B %对应元素相乘
数组乘方： A.^k %A的每个元素k次方；k.^A，分别以k为底A的各元素为指数求幂值
数除以数组： k./A和A./k %k分别被A的元素除
数组除法： 左除A.\B，右除B./A %对应元素相除
矩阵运算：
数与矩阵加减：k+/-A %等价于k*ones(size(A))+/-A
矩阵乘法： A*B %按数学定义的矩阵乘法规则
矩阵乘方： A^k %k个矩阵A相乘
矩阵除法： 左除A\B右除B/A %分别为AX=B和XA=B的解
可见，数组的运算很简单。若不考虑数学意义时，矩阵是数组的二维版本。
构造数组：
1、直接构造：用空格或逗号间隔数组元素
x=[1,2,3,4,5,6]
2、增量法构造：使用冒号操作符创建数组
a=first：end %递增，且步长为1的数组
a=first:step:end %指定增量步长值创建任何等差序列
3、用linspace函数构造
x=linspace（first，last，num） %需要指定首尾值和元素总个数，步长根据num平均分配
构造矩阵
1、简单创建方法
用[ ]，逗号或空格格开各元素，分号隔开各行，注意各行具有相同的元素个数。
2、构造特殊矩阵
ones，zeros，eye，diag，magic，rand，randn，randpem
.....
*****************************************************************************************
数组运算：
转置 A.\' %非共轭转置,相当于(conj(A\'))
数组加与减 A+B与A-B %对应元素之间加减
数乘数组 k.*A或A.*k % k乘A的每个元素
数与数组加减 k+A与k-A %k加（减）A的每个元素
数组乘数组 A.*B
数组乘方 A.^k %A的每个元素进行k次方运算
k.^A %以k底的，分别以A的元素为指数求幂值
数除以数组 k./A和A.\k % k分别被B的元素除
数组除法 左除A.\B，右除B./A
矩阵运算：
矩阵转置 A\' %共轭转置
加减 A+B A-B
数乘矩阵 k*A或A*k %上三项同数组运算
矩阵乘法 A*B %按数学定义的矩阵乘法规则
矩阵乘方 A^k %k个矩阵A相乘
数与矩阵加减 k+A与k-A %等价于k*ones(size(A))+-A
矩阵除法 左除A\B，右除B/A %分别为AX=B和XA=B的解
*****************************************************************************************************
例:
A=[1 2;3 4];B=[4 3;2 1];
r1=100+A
r1 =
101 102
103 104
r2_1=A*B,r2_2=A.*B
r2_1 =
8 5
20 13
r2_2 =
4 6
6 4
r3_1=A\B,r3_2=A.\B
r3_1 =
-6.0000 -5.0000
5.0000 4.0000
r3_2 =
4.0000 1.5000
0.6667 0.2500
r4_1=B/A,r4_2=B./A
r4_1 =
-3.5000 2.5000
-2.5000 1.5000
r4_2 =
4.0000 1.5000
0.6667 0.2500
r5_1=A.^2,r5_2=A^2
r5_1 =
1 4
9 16
r5_2 =
7 10
15 22
r6_1=2.^A
r6_1 =
2 4
8 16
*****************************************************************************************
size(a)表示矩阵每个维度的长度
比如size([1 2 3;4 5 6])
等于[2 3]
表示他有2行3列
size([1 2 3])
等于[1 3]
表示他有1行3列
另外size(a,n)表示矩阵a在第n个维度下的长度。
比如size([1 2 3;4 5 6],1)
等于2，表示有2行
size([1 2 3;4 5 6],2)
等于3，表示有3列
length(a)表示矩阵a的最大的长度，即max(size(a))
比如length([1 2 3;4 5 6])
等于3，因为2和3中最大是3
当a是向量时，即表示向量的元素个数，因为向量总是1×n或n×1的，而n一定大于或等于1.所以得到的结果一定是n
ndims(a)表示矩阵a的维数，即length(size(a))
比如ndims([1 2 3;4 5 6])
等于2，因为他是二维矩阵
matlab认为向量也是二维矩阵，只不过其中一个维度的长为1.
因此ndims([1 2 3])也等于2
我们可以构造一个三维甚至更高维度的矩阵，
比如a=cat(3,[1 2 3 4;5 6 7 8],[9 8 7 6;5 4 3 2])
他除了行和列以外还有一个维度，我们暂且把它叫做高度。
也就是说a有两层，第一层是[1 2 3 4;5 6 7 8]，第二层是[9 8 7 6;5 4 3 2]
此时有size(a)=[2 4 2]
即2行4列2层
length(a)=4
（[2 4 2]中最大为4）
ndims(a)=3
（因为他有3个维度）