创建3阶魔方矩阵a和3阶对角阵b，c=a(1:3:end,1:3:end) （1）计算矩阵a,b和c的行列式、逆矩阵并进行最大值的统计。maltab实验给出完整详细代码

以下是使用MATLAB进行您请求的实验的代码：

首先，我们需要创建矩阵a，b和c。这里我们假设矩阵a是一个3x3的魔方矩阵，对角阵b是对角矩阵，而c是矩阵a的一部分。

% 创建魔方矩阵a
a = magic(3);
disp('魔方矩阵a:');
disp(a);

% 创建对角阵b
b = diag([1 2 3]);
disp('对角阵b:');
disp(b);

% 获取矩阵c
c = a(1:3:end,1:3:end);
disp('矩阵c:');
disp(c);

接下来，我们可以计算矩阵的行列式和逆矩阵。这里，我使用`det`函数来计算行列式，并使用`inv`函数来计算逆矩阵。请注意，MATLAB中，行向量元素的索引从1开始，而不是从0开始。

% 计算行列式
det_a = det(a);
disp('行列式a:');
disp(det_a);

% 计算逆矩阵
inv_a = inv(a);
disp('逆矩阵a:');
disp(inv_a);

对于对角阵b，其行列式可以直接通过`diag`函数得到。对于矩阵c，其逆矩阵可以通过以下方式得到：

% 对角阵b的行列式
det_b = det(b);
disp('对角阵b的行列式:');
disp(det_b);

% 矩阵c的逆矩阵（如果存在）
if issparse(c) % sparse matrices have zero entries, and therefore are not invertible, unless their determinant is nonzero. We can't compute the determinant for sparse matrices. However, we can still use `inv` if we can replace them with dense matrices. Here's how we do that:
    dense_c = full(c); % convert sparse matrix to dense matrix
    inv_c = inv(dense_c); % compute the inverse of the dense matrix using MATLAB's built-in function for matrices.
else % if c is not sparse, its inverse is c itself (unless it's singular, in which case it doesn't exist)
    inv_c = c; % matrix c is its own inverse (i.e., invertible) so it's the inverse we'll use here.
end

最后，我们统计最大值。由于我们只处理了几个数值，所以直接使用MATLAB内置的`max`函数即可。但是，如果你需要处理更复杂的数据结构（例如向量或矩阵），你可能需要使用其他方法来找到最大值。

请注意，以上代码可能需要根据你的具体需求进行修改。此外，如果你的数据量很大或者复杂，你可能需要使用更高级的方法来处理这些数据。例如，对于大规模数据，你可能需要使用并行处理或者分布式计算等工具。