第7章 MATLAB矩阵分析.ppt

第7章 矩阵分析 MATLAB为工程技术人员、科研工作者提供了方便、强大的数值计算功能，这也是MATLAB得以流行的重要因素。用户在利用MATLAB解决实际问题时，首先将该问题转化为数学问题，然后将相应的数学求解过程翻译为MATLAB程序代码。同其他计算机语言（如C、C++、Java等）不同的是，MATLAB语言是一种边解释边执行的程序语言，其风格更像是一种数学语言。因此用户利用MATLAB解决问题并不需要了解很多编程方面的知识，而只需懂得基本的MATLAB语法。另外，MATLAB内置了大量的数值计算函数，这些函数封装了常用的数值计算功能。利用这些数值计算函数，用户能够从烦琐的编程工作中解放出来，集中精力解决问题。本书将MATLAB数值计算分为四章分别讨论，本章及下面的两章（8、9）分别介绍矩阵分析、函数分析和数据分析等初等数值计算内容，第10章将讨论数值计算的一些高级话题。 本章的矩阵分析主要讨论以下问题：矩阵基本运算，如加、减、乘、除四则运算等；矩阵特征量，如行列式、条件数、范数、秩等；矩阵分解；矩阵函数；稀疏矩阵。 7.1 MATLAB数值计算中的矩阵 矩阵分析无论是在数学理论还是实际工程问题中都具有重要的应用，例如，线性方程组的解与矩阵除法、矩阵的特征量（如行列式、逆、条件数、秩等）、矩阵分解相关；二次型（，为特征矩阵）的最大（小）值为对应特征矩阵的最大（小）特征值；线性系统的稳定性与系统特征矩阵的谱半径有关。 MATLAB的最初雏形是为了解决大规模矩阵运算而编写的一系列函数模块。矩阵作为MATLAB的基本数据结构，一直是MATLAB的核心，是MATLAB基本的运算单元，其大部分的内建函数也都支持矩阵作为输入变量，用户在编写自用程序时也应当尽量遵循这一约定。 7.1.1 MATLAB中的矩阵 前面的章节已对MATLAB中矩阵的概念、创建、操作等进行了详细的介绍，矩阵作为MATLAB数据组织、运算的基本单元，为MATLAB带来了众多的优势： 高效，利用矩阵封装多重循环运算，通过其内置的程序优化提高代码运行效率； 简洁，矩阵对多重循环的封装使代码更加简洁、方便； 安全，矩阵运算内置了相关的出错处理，代码更加安全，同时除错也更加方便。 另外，MATLAB的大部分内建函数都支持矩阵作为输入变量，相应地以矩阵作为输出变量，这使得程序结构更加清晰，代码编写也更加简便。 7.1.2 求解线性代数方程 信号处理、自动控制等工程领域的众多问题可以归结为下面的数学问题：已知， 则有，称为系数矩阵，为值向量，为解向量。令，为扩展系数矩阵，的解与的秩、的行列式、逆、条件数等有关，这些内容将在下面的各节中详细展开。 7.1.3 最大（小）值 考虑信号估计理论中的一个经典问题：在（恒量）的条件下，求向量使最大，其中为实对称矩阵。可以证明，当为最大特征值对应的特征向量时，达到最大值，为的最大特征值；相反，当为最小特征值对应的特征向量时，达到最小值，为的最小特征值。 实际上，矩阵的特征值和特征向量在许多工程应用中都具有很重要的应用，例如线性系统的稳定性取决于系统特征矩阵的谱半径等。 7.2 矩阵基本运算 矩阵是MATLAB数据组织和运算的基本单元，矩阵的加、减、乘、除四则运算、幂运算、比较运算和逻辑运算等代数运算是MATLAB数值计算最基础的部分。这里可以粗略地将矩阵运算分为两类，即普通数值运算（四则运算、幂运算）和关系运算（比较运算、逻辑运算），最后本节特别介绍了矩阵的按位运算。 为了描述的方便，这里对本节所涉及相关数学符号稍作统一，矩阵用大写字母表示，如、、；矩阵的第行、第列元素用带下标的小写字母表示，如、、；表示的转置矩阵；表示的Hermite转置；为方阵的行列式；为方阵的逆矩阵；为方阵的范数。 7.2.1 矩阵的加、减 矩阵的加、减运算定义为相应元素的加减。对矩阵、，其和（差） ，C也为 矩阵，且 。 矩阵的加、减运算要求参与运算的矩阵具有相同的大小，或者其中之一为标量，例如 矩阵A与标量 的和（差） ， 为 矩阵，且 。 7.2.2 矩阵乘法 7.2.3 矩阵除法 矩阵除法是乘法的逆运算，MATLAB也定义了两类矩阵除法。第一类是矩阵的线性代数除法，对应于矩阵线性代数乘法的逆运算。矩阵线性代数除法又有两种算子，即右除算子和左除算子，如表所示。 7.2.4 矩阵的幂 矩阵的幂与矩阵乘法具有紧密的联系，MATLAB也定义了两类矩阵幂运算。第一类与矩阵线性代数乘法相对应，由 表示，其中为阶方阵， 。 7.2.5 矩阵按位运算 按位运算是MATLAB为矩阵设计的一种简洁、高效、安全的运算模式，实际上是对多重