MATLAB实践教程 教学课件 作者 王玉顺 第1 5章 第4章.pptVIP

4.1 线性代数运算 4.2 多项式运算 4.3 数据插值 4.4 数据拟合 4.5 数据分析 4.6 数值积分与数值微分 4.7 解常微分方程和常微分方程组 4.1.1 矢量和矩阵的范数 　矢量x的p范数　　表征x的大小。矩阵A的p范数　　表征矢量变换Ax范数与矢量x范数的最大比值。矢量范数和矩阵范数分别定义如下： norm(x,p)函数给出矢量x的p范数，norm(A,p)函数给出矩阵A的p范数，程序如下：x=[2 0 -1 -5 7]A=[9 4 7 2;8 6 3 5;9 7 8 1]x_fanshu=[norm(x,1) norm(x) norm(x,inf)]A_fanshu=[norm(A,1) norm(A) norm(A,inf)] 　　程序输出如下：x = 2 0 -1 -5 7A = 9 4 7 2 8 6 3 5 9 7 8 1x_fanshu = 15.0000 8.8882 7.0000A_fanshu = 26.0000 21.3299 25.0000 4.1.2 解线性方程组　　MATLAB解线性方程组，需先将线性方程组变换为矩阵方程，然后用系数矩阵、右端项向量、矩阵左除运算符“\”或右除运算符“/”编程求解。　　MATLAB解矩阵方程，系数矩阵非奇异则给出唯一解；方程个数大于自变量个数则给出最小二乘解，此时相当于最小二乘拟合；系数矩阵奇异则给出无穷解或不定解。　　问题1：试验检测了某物理量的时间响应，结果见表4-1。试用延迟函数　　　　　　拟合表4-1所示的试验数据。 　　解问题1的程序如下：clc; clear all;t=[0 0.3 0.8 1.1 1.6 2.3]; y=[0.82 0.72 0.63 0.60 0.55 0.50] %试验数据A=[ones(size(t)) exp(-t)];c=A\yT=[0:0.1:2.5]; A=[ones(size(T)) exp(-T)]; Y=A*c; %计算拟合曲线的数据h=plot(t,y,ok,T,Y,--r); box off; %绘制试验数据点和拟合曲线，观察比较set(h,LineWidth,2,MarkerSize,8);xlabel(x,FontName,Times,FontSize,16);ylabel(y,FontName,Times,FontSize,16); 　　程序执行结果如下：y = 0.8200 0.7200 0.6300 0.6000 0.5500 0.5000 A = 1.0000 1.0000 1.0000 0.7408 1.0000 0.4493 1.0000 0.3329 1.0000 0.2019 1.0000 0.1003c = 0.47600.3413 　拟合曲线与实验数据如图4-1所示。 图4-1 拟合曲线　　　　　　　　　　与试验数据点 　　问题2：解下面的线性方程组。　　解：系数矩阵非奇异，变换如下：　　解问题2的程序如下：clc; clear all;A=[2 3 -5;4 0 3;0 1 7]B=[2;6;9]x=[A\B (B/A)] 　　程序执行结果如下：A = 2 3 -5 4 0 3 0 1 7B = 2 6 9x = 0.7364 0.7364 1.8727 1.8727 1.0182 1.0182 4.1.3 矩阵求逆　　矩阵求逆可用于解线性方程组，被求逆的矩阵必须是方阵。需要说明的是，解方程组推荐使用前面介绍的矩阵除法，原因是矩阵除法速度快、精度高。　　矩阵非奇异，inv(A)函数给出A逆阵的唯一解，奇异则给出无穷解或不定解。程序如下：clc; clear all;A=[2 3 -5;4 0 3;0 1 7]B=[2;6;9]An=inv(A) %求A的逆阵Anx1=det([B A(:,2:3)])/det(A); %克莱姆法则求x1的解，det(A)求A的行列式值x2=det([A(:,1) B A(:,3)])/det(A); %克莱姆法则求x2x