matlab解决线性代数问题
matlab特征值形式？
matlab特征值形式？
根据线性代数理论，特征值与特征向量只存在于方阵。如下所示为一方阵A：
在matlab输入矩阵：
A [1 2 4;
4 0 7
9 1 3];
matlab如何求矩阵特征值
查阅matlab help可以知道，利用eig函数可以快速求解矩阵的特征值与特征向量。
格式：[V,D] eig(A)
说明：其中D为特征值构成的对角阵，每个特征值对应于V矩阵中列向量（也正是其特征向量），如果只有一个返回变量，则得到该矩阵特征值构成的列向量。
按上述说明，在matlab输入： [V,D] eig(A) 即可求出结果。
完整的代码：
clc;clear;
% [V,D] eig(A)
A [1 2 4;
4 0 7
9 1 3];
[V,D] eig(A)
美赛画图/可视化速成用什么软件？
1、MATLAB
MATLAB中文名叫矩阵实验室，MATLAB里的所有运算都是以矩阵为基础的，所以想学好MATLAB，线性代数是必须的，交互界面非常友好，并且支持全中文界面，MATLAB不算是一门编程语言，自身就是一个数值运算及绘图的平台，编程语法和C非常相近，有一定C语言基础的同学找本入门教材/算例走一遍流程就能上手。非官方统计，MATLAB使用者占每年参赛者半数，并且许多学校的赛前培训备战也以matlab作为基础培训软件。是我最推荐的数模软件(除非你会python)。
学过matlab的同学都知道这个梗“matlab除了不会生孩子剩下什么都会”。
优点：好上手 好绘图 网上的教学资源多 算例多 什么都能干。
缺点：什么都能干，但是处理特定问题时表现一般，算例就会少很多。
2、Python
配上好用的编译器，比如Pycharm。“何以解忧，我有python”
python配上好用的编译器也是一个无所不能的存在，现在很多学校很多专业已经用pathon取代了C成为了基础计算机教学语言。Python也是需要线性代数基础的，运算可以针对单个元素，也可以针对向量、矩阵。有了好使的编译器图形交互界面也很友好，Python最最最大的优点是有许多AI算法的第三方包，而且是开源的，如果你使用Python作为建模软件，再熟悉如何使用社区，基本可以把美赛变成一个改代码的搬砖活动，比如大数据处理的很多算法，函数优化求极值的算法，在Python社区有开源共享的算例和源代码，你要做的就是迅速结合你的题目读懂源代码然后改编实现你自己的代码。
优点：配上各种编译器基本上啥都能干，解决特定问题能力极强，社区资源丰富。
缺点：可能需要现学很多东西，准备周期长。
3、C语言
C基本上理工类学生都有接触，同时也是计算机等专业的考研核心语言，运算比较快，是个底层计算机语言，极差特别大，上手个人感觉不是太友好。对于初次接触数模的同学，能用python或者matlab 还是先紧着后两者吧。对于计算机、通信类的同学当然哪个熟悉使用哪个。
4、R 以及Origin
R就是传统意义上数据处理、分析、绘图的软件，某些经济统计类的同学相对熟悉一些。学有余力的情况下作为辅助绘图、分析软件是个不错的选择，每年只用R得奖的队伍也有不少，我小伙伴的三经济队伍使用的就是R，成功拿到了2019M奖。
Origin则是专业的数据绘图软件，是很多理工科学生科研搬砖的必备工具，绘图简易且精美，就是需要花不少时间上手学习。
美赛Tips
1、参赛三人最好是三人均会使用同一款软件，便于交流和改bug，其中一两个成员会使用其他软件作为一个辅助路子。
2、另一个问题，新手如何快速学习一款新的软件/编程语言呢？
对于有一定编程基础的同学基本上看看帮助文档和经典教材，再辅助几个经典的算例就能快速上手，计算机语言实质都是相通的。
对于零基础的萌新，建议从经典教材开始结合视频网课，循序渐进，然后做些课后练习，算一些算例，读一些简单的建模小论文，花20天左右从Hello world开始直至可以使用软件熟练绘图、处理数据为止。（关于如何使用指针，各种树等高阶用法建模竞赛一般用不着，可以暂时跳过。）