第三章 matlab数学运算.pptVIP

主要内容： ①矩阵运算； ②矩阵元素运算； 第3章 数学运算 3.1 矩阵运算 3.1.1 矩阵分析 1．向量范式定义： 向量的3种常用范数及其计算函数在MATLAB中，求向量范数的函数为：(1) norm(V)或norm(V,2)：计算向量V的2—范数。(2) norm(V,1)：计算向量V的1—范数。(3) norm(V,inf)：计算向量V的∞—范数。 例3-1 求向量x=[1,2,3,4,5]和y=[3,0,5,2,2]间的距离 x=[1,2,3,4,5]; y=[3,0,5,2,2]; norm(x,1); %1-范式 norm(x,inf); %∞—范数 norm(x); e=x-y; norm(e);  2．矩阵的秩： 矩阵中线性无关的列（行)向量个数,称为列（行）秩。 Matlab中用函数rank（）来计算矩阵的秩。 例3-2 求向量eye（4)，magic（4）和A=[1,2,3 ;4,5,6;7,8,9]的秩。 rank(eye(4)); rank(magic(4)); rank(A);  3．矩阵的行列式： Matlab中用函数det（）来计算矩阵的行列式。 例3-3 求向量eye（4)，magic（4）和A=[1,2,3 ;4,5,6;7,8,9]的行列式。 det(eye(4)); det(magic(4)); det(A);  4．矩阵的行列迹： 矩阵的迹定义为对角元素之和。Matlab中用函数trace（）来计算矩阵的行列式。 例3-4 求向量eye（4)，magic（4）和A=[1,2,3 ;4,5,6;7,8,9]的行列式。 trace(eye(4)); trace(magic(4)); trace(A); 5．矩阵化零矩阵： 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。Matlab中用函数null（）来计算矩阵的化零矩阵。 例3-5 求矩阵A=[1,2,3 ;4,5,6;7,8,9]的化零矩阵。 Z=null(A) 验证AZ=0的具体代码如下： AZ=A*Z 验证ZTZ的具体代码如下： ZTZ=Z’*Z 6．矩阵的正交空间： 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。 例3-6 求矩阵A1=[1,2,3 ;4,5,6;7,8,9]和A2=[1,2,3 ;4,5,6;7,8,9;10,11,12]的正交空间Q。 Q=orth(A1) R=orth(A2) 7．矩阵的简化化梯形式： 矩阵A的简化化梯形式为 ，其中 为r阶单位矩阵。 Matlab 中用函数rref()来计算矩阵的简化梯形形式 例3-7 求矩阵A1=[1,2,3 ;4,5,6;7,8,9]和A2=[1,2,3 ;1,1,5;7,8,9;10,11,12]的正交空间Q。 Q=rref(A1) R=rref(A2) 9．矩阵空间之间的角度： 矩阵空间之间的角度代表具有相同行数的两个矩阵线性相关程度，夹角越小代表线性相关度越高。Matlab中用函数subspace（）来计算矩阵空间之间的角度。 例3-9 求矩阵A1=[1,2,3 ;4,5,6;7,8,9]和A2=[1,2,3 ;1,1,5;7,8,9;10,11,12]的正交空间Q。 Q=subspace(A1) 3.1.2 线性方程组 Ax = b 有x = A-1b，但实际上并不显式求A-1 例子： 7x = 21 x = 21/7=3 如果求逆 x = 7-1× 21 = .142857 × 21 = 2.99997 这就需要一次除和一次乘，且精度更低 Backslash运算符 AX = B X = A\B 左除 XA = B X = B/A 右除 3-by-3的例子 线性方程组的解结构 齐次线性方程组的解结构 非齐次线性方程组的解结构 1.齐次线性方程组的解结构 例3-10.判别方程组 有无非零解,若有,写出其通解. 解 在MATLAB中输入该方程组的系数矩阵A并将它化为最简行阶梯形矩阵,所用命令如下