第八讲---线性代数的计算机求解.ppt

clear; A=[1 2 3; 1 5 7; 2 6 9]; F1=cond(A,1); %矩阵A的1－范数条件数 F2=cond(A,2); %矩阵A的2－范数条件数 F3=cond(A,fro); %矩阵A的F－范数条件数 F4=rcond(A); %矩阵A条件数倒数值 F5=condest(A); %矩阵A的1－范数条件下界值 F=[F1 F2 F3 F4 F5] 矩阵的条件数 由计算出的cond（A）的值，知A是非奇异的 由计算出的rcond（A）的值，知A是病态的 对于方程AX＝b； 二 次 型 特征值与特征向量 [D,T] = eig (A) %其中T为由特征值构成的对角阵,D为由特征向量构成的矩阵 二次型化标准型 [P T] = schur (A) %其中A为方阵，T为A的特征值所构成的对角形矩阵P为T对应的正交变换的正交矩阵 正定二次型的判定 1. 顺序主子式判断法 ⑴ 求二次型 F=X’AX的矩阵A的各阶顺序主子式 Di (i=1,2,3…..); ⑵ 判断 Di 是否大于0 . 程序：zhengding.m function [C,M] =shunxu(A) % C为A的各阶顺序主子式组成的向量 % M为判定向量: if C(i)0, then M(i)=1; % others M(i)=0 n=size(A); C=[ ]; M=[ ]; for i=1:n(1) A1=A([1:i],[1:i]); D=det(A1); C=[C D]; if D0 m=1; else m=0; end M=[M,m]; end 特征值判别法 ⑴ 求二次型f=X’AX的矩阵A的全部特征值li（i=1,2,……）； ⑵ 判断li是否大于0 . function [ T , M ] = tezh (A) n=size(A); T=(eig(A))’; M=[ ]; for i =1:n(1) if T(i)0 m=1; else m=0; end M=[M,m]; end A = [1 -1 2 1;-1 3 0 -3;2 0 9 -6; 1 -3 -6 19 ]; [P,T] = schur(A) [C,M] = shunxu(A) [T,M] = tezh(A); 线性代数的计算机求解 数学实验 利用MATLAB求行列式 在MATLAB中我们只需借助函数det就可以求出行列式的值，其格式为 det(X)：X为方阵 det clear A=[2 0 -1 0;1 3 1 -2; 0 1 3 -1;-1 2 0 1]; det(A) 例1:求矩阵 的行列式的值． 例2：计算行列式 clear syms a b c d A=[a 1 0 0;-1 b 1 0;0 -1 c 1;0 0 -1 d]; DA=det(A) 程序说明：函数det也可以用于计算含有变量的行列式． 生成符号矩阵 声明变量 矩阵的逆 如果矩阵A是方阵且是非奇异的（可逆），可以用命令 inv(A) 求得A的逆矩阵． 例：求矩阵 的逆矩阵． clear A=[1 -1 2;0 1 -1;2 1 0]; C=inv(A) norm(A*C-eye(size(A)))%检验 inv(sym(A)) inv(X)：X为方阵 注意： X可以是数值矩阵 也可以是符号矩阵 若X为奇异阵或近似奇异阵，将给出警告信息。 inv 矩阵的逆 例：求矩阵 的逆矩阵． clear A=[16 2 3 13;5 11 10 8;9 7 6 12; 4 14 15 1]; format long B=inv(A) norm(A*B-eye(size(A))) %范数检验 矩阵的广义逆 pinv(A)： 默认精度下求矩阵的广义逆 pinv(A,tol)：给定精度下求矩阵的广义逆 pinv 注意： A可以不是方阵 矩阵M为矩阵的A的广义逆条件： （1）AMA=A （2）MAM=M （3）AM，MA均为Hermite对称矩阵(第i 行第j 列的元素都与第j 行第i 列的元素的共轭相等 ) 记：M=A+ 矩阵的广义逆 例：求矩阵 的逆矩阵． clear A=[16 2 3 13;5 11 10 8;9 7