线性代数 作者 侯亚君数学实验 第5章数学实验5.pptVIP

* 数学实验 5 首页 上页 下页 返回 结束 在本次实验中，介绍与向量组的正交化有关的 矩阵分解，如何求方阵的特征值与特征向量， 以及 如何通过正交变换化二次型为标准形. 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 实验5.1 向量组的正交化与矩阵的QR分解 A=（a1 , a2 , …,an）. MATLAB中不采用Schmidt算法 将A的列向量组正交化， 因该算法对误差的积累比较 给定一个线性无关的向量组a1, a2,…, an , 令 首页 上页 下页 返回 结束 敏感， 而用更好的算法编成了矩阵正交分解子程序 qr.m. 首页 上页 下页 返回 结束 是n阶正交矩阵， 当nm时，输出的 矩阵，在Q中取前n列，就是待求的规范正交向量 当m = n时，输出的变元Q 其列组就是待求的规范正交向量组， R是一个n阶可逆的上三角矩阵. 而Q是m阶正交 调用格式：[Q,R]=qr(A)，得到的Q和R满足 QR=A. 组. 变元R是一个m×n行阶梯形矩阵， 设A是m×n矩阵， 首页 上页 下页 返回 结束 例5.19 将下列向量组正交化 解 a1=[1;0;-1;1];a2=[1;-1;0;1];a3=[-1;1;1;0]; [Q,R]=qr(A) A=[a1,a2,a3]; 运行结果为 首页 上页 下页 返回 结束 Q = -0.5774 0.2582 0.1690 -0.7559 0 -0.7746 -0.5071 -0.3780 -0.5774 0.2582 -0.6761 0.3780 0.5774 0.5164 -0.5071 -0.3780 R = -1.7321 -1.1547 1.1547 0 1.2910 -0.5164 0 0 -1.1832 0 0 0 Q的前3列为所 要求的规范正 正交向量组 实验5.2 特征值与特征向量的求法 步骤的函数. （1）用f=poly(A) 求n阶方阵A的特征多项式系数 （2）用lamda=roots(f ) 求特征多项式 f 的全部根 向量 f （表示为行向量） ； MATLAB提供了计算方阵的特征值和特征向量各 首页 上页 下页 返回 结束 （表示为列向量）； 这三个步骤是： 首页 上页 下页 返回 结束 实际上MATLAB已把求特征根和特征向量的步骤 （3）用p=null([lamda*E-A])直接给出基础解系p， 调用格式 [p,lamda]=eig(A). 特征向量， 进行了集成化， 便是A的特征向量. 利用库函数eig可同时求A的特征值与 例5.20 求 的特征值和特征向量. r=roots(f);r=real(r) 首页 上页 下页 返回 结束 A=[3 2 4;2 0 2;4 2 3]; f=poly(A), 解 在MATLAB编辑器中建立M文件如下： B1=r(1)*eye(3)-A; p1=null(B1,r) B1=rref(B1,1e-12); 误差造成的虚部 求特征根，并去掉 设定容差1×10-12, 以保证B1 奇异性, 否则输出p1是零向量 把第一个特征值代入方程 (λE-A)x=0，求其基础解系 首页 上页 下页 返回 结束 f = 运行结果为 B2=r(2)*eye(3)-A; p2=null(B2,r) p3=null(B3,r) 1.0000 -6.000 -15.0000 -8.0000 r = 可知A 的特征多项式 8.0000 -1.0000 -1.0000 后两个是重根 三个特征根即特征值， 首页 上页 下页 返回 结束 p2 = p3= p1 = 1.0000 1.0000 0.5000 -0.5000 0 1.0000 -1.0000 0 1.0000 对应于特征值8的 线性无关特征向量 对应于二重特征值-1， 有两个线性无关特征向量 也可用函数eig来求A的特征值与特征向量. 首页 上页 下页 返回 结束 的线性无关特征向量是不同的. 其实特征向量本来不 若两者相互可以线性表示， A=[3 2 4;2 0 2;4 2 3]; 都是正确的， 是唯一的， 也是等价的. 两种方法解出的对应于二重特征值-1的 会发现： [p,lamda]=eig(A