第三章 MATLAB线性方程组及矩阵特征值-席.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 矩阵条件数的概念： 方程组 Ax b, 右端项 b 有一扰动 ， 引起方程组解 x 的扰动 。 设 x 是方程组 Ax b 的解,则有 化简,得 由 Ax b 得 所以 定义条件数: Cond A ||A–1 || ||A|| 或 C A ||A–1 || ||A|| 当条件数很大时,方程组 Ax b是病态问题;当条件数较小时,方程组 Ax b是良态问题。 注: （下面会用到） 类似,设方程组 Ax b,矩阵A 有一扰动 时, 将引起方程组解x的扰动 。 设 x 是方程组 Ax b 的解，则有 化简,得 取范数 矩阵A的条件数记为Cond A ，定义为： 条件数总满足： 注：当矩阵是病态时，其条件数一定很大。 MATLAB中计算条件数的命令是： cond A 对于病态矩阵，逆矩阵和行列式的计算都会变得不精确。所以具备下列特征的问题可认为是病态的： 条件数的性质： 例：Hilbert矩阵（非常有名的病态矩阵）： 计算从5×5到14×14的Hilbert矩阵的条件数和 。 clear for n 5:14 for i 1:n for j 1:n, a i,j 1/ i+j-1 ; end end c cond a ; d det a *det a^ -1 ; fprintf n %3.0f cond a %e,det*det %e\n, n,c,d end 运行结果： n 5 cond a 4.766073e+005,det*det 1.000000e+000 n 6 cond a 1.495106e+007,det*det 1.000000e+000 n 7 cond a 4.753674e+008,det*det 1.000000e+000 n 8 cond a 1.525758e+010,det*det 1.000000e+000 n 9 cond a 4.931538e+011,det*det 1.000000e+000 n 10 cond a 1.602499e+013,det*det 1.000001e+000 n 11 cond a 5.223669e+014,det*det 1.000064e+000 Warning: Matrix is close to singular or badly scaled. Results may be inaccurate. RCOND 2.570030e-017. n 12 cond a 1.633533e+016,det*det 1.006271e+000 Warning: Matrix is close to singular or badly scaled. Results may be inaccurate. RCOND 1.342113e-018. n 13 cond a 1.344184e+018,det*det 1.060917e+000 Warning: Matrix is close to singular or badly scaled. Results may be inaccurate. RCOND 5.393028e-019. n 14 cond a 2.674118e+017,det*det -4.278692e-001 下面以一个hilbert矩阵为例，看看病态矩阵对线性方程组解的影响： ans -2.4000 27.0000 -64.8000 42.0000 A hilb 4 ;b [1 2 1.41 2]; b1 [1 2 1.42 2]; A\b-A\b1 §3.5 矩阵特征值 设A是一个 n×n 矩阵， 为A的特征多项式。 特征多项式的根称为矩阵A的特征值。 在MATLAB中，特征多项式的系数用命令： c poly A 求根： roots c MATLAB中，计算矩阵A的特征值和特征向量的函数是eig A ，常用的调用格式有3种： 1 E eig A 求矩阵A的全部特征值，构成列向量E。 2 [V,D] eig A 求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成V的