06-線性代數.ppt.ppt

* * * * * * * * * * * * * * * * * * * * * * * * MATLAB 程式設計進階篇：線性代數 MATLAB 程式設計進階篇線性代數 張智星 (Roger Jang) jang@ /jang 清大資工系 多媒體檢索實驗室 6-1 反矩陣與行列式 反矩陣： 一個矩陣 A 的反矩陣可表示成 ，滿足下列恆等式： 只有在 A 為方陣時， 才存在。 若 不存在，則 A 稱為 Singular  6-1 反矩陣與行列式 inv： MATLAB 的 inv 指令可用於計算反矩陣 範例6-1：inv01.m 結果： B = 4.0000 -6.0000 4.0000 -1.0000 -6.0000 14.0000 -11.0000 3.0000 4.0000 -11.0000 10.0000 -3.0000 -1.0000 3.0000 -3.0000 1.0000 A = pascal(4); % 產生 4x4 的 Pascal 方陣 B = inv(A) 6-1 反矩陣與行列式 inv： 若矩陣 A 為 Singular （即其反矩陣不存在），則在使用 inv 指令時，會產生警告訊息 範例6-2：inv02.m 結果： A = [1 2 3; 4 5 6; 7 8 9]; B = inv(A) 6-1 反矩陣與行列式 det： 欲計算矩陣 A 的行列式，可用 det 指令 範例6-3：det01.m 結果：d = 29 A = [1 3 4; -3 -4 -1; 2 2 5]; d = det(A) 6-1 反矩陣與行列式 由 Crammer Rule 可知矩陣 A 的行列式和反矩陣有下列關係式： 其中 代表 Ａ 的行列式， 代表 Ａ 的 Adjoint Matrix 6-1 反矩陣與行列式 若 A 為整數矩陣，則 乘上 必為整數矩陣，可驗証如下： 範例6-4：det02.m 結果： A = [1 3 4; -3 -4 -1; 2 2 5]; det(A)*inv(A) 6-1 反矩陣與行列式 若將 inv(A) 以有理形式 （Rational Format，即分子和分母都是整數的分數）來表示，亦可察覺出它和行列式的關係 從這裡可以很明顯的看出，inv(A) 中每個元素的分母值，就是 det(A) 範例6-5：det03.m  結果： A = [1 3 4; -3 -4 -1; 2 2 5]; format rat % 以有理形式表示數值 inv(A) format short % 改回預設的數值表示形式 6-2 固有值與固有向量 固有值分解（Eigenvalue Decomposition）： 一個方陣 A 的固有向量（Eigenvector） 與固有值 （Eigenvalue） 的關係式如下： 上式可化簡成 由於 x 不是一個零向量，因此 A 必須是 Singular，上式才會有解。當 是 Singular 時，其行列式為零： 6-2 固有值與固有向量 若 A 為 n×n 的矩陣，則上式為 的 n 次多項式 ，代表 將有 n 個解 ,…, ，滿足下列關係式：或可寫成矩陣形式： 其中 如果 X-1 存在，則由上式可得 6-2 固有值與固有向量 eig： MATLAB 的 eig 指令可用於計算矩陣的固有值及固有向量。若只想計算固有值時，可輸入如下： 範例6-6：eig01.m 結果： A = magic(5); lambda = eig(A) 6-2 固有值與固有向量 若要同時計算固有值及固有向量，須提供兩個輸出引數 範例6-7：eig02.m 結果： A = magic(5); [X, D] = eig(A) 6-3 奇異值與奇異向量 奇異值分解： 一個矩陣 A 與其奇異值（Singular Value） 及奇異向量（Singular Vectors）u 與 v 之間存在下列的關係式： 若將所有的行向量 u 並排成矩陣 U，所有的行向量 v 並排成矩陣 V。則上式可寫成： 其中 Σ 的主對角線即是對應的 值，其餘元素為零 6-3 奇異值與奇異向量 若 A 的維度是 m×n，則 U、Σ、V 的維度分別是 m×m、m×n 以及 n×n。一般而言，U 和 Ｖ 均是 Unitary 矩陣（即矩陣內的行向量均兩兩相互垂直，且行向量的長度