第3讲矩阵分析.pptVIP

2.4 矩阵分析 矩阵是线性代数研究的基本元素，实际上相当于MATLAB中的普通二维数组。矩阵分析主要是研究矩阵的各种特性及其表征方法。 2.4.1矩阵的行列式 矩阵的行列式是一个数值，它可以用来表示矩阵是否奇异（矩阵行列式等于0），这主要用在线性方程组特性分析上。MATLAB中求解矩阵行列式的函数是det. 例如：A=magic(3) det(A) 2.4.2 矩阵的转置与旋转1．矩阵的转置转置运算符是单撇号(‘)。2．矩阵的旋转利用函数rot90(A,k)将矩阵A旋转90o的k倍，当k为1时可省略。 3．矩阵的左右翻转对矩阵实施左右翻转是将原矩阵的第一列和最后一列调换，第二列和倒数第二列调换，…，依次类推。MATLAB对矩阵A实施左右翻转的函数是fliplr(A)。4．矩阵的上下翻转MATLAB对矩阵A实施上下翻转的函数是flipud(A)。 2.4.3 矩阵的逆与伪逆1．矩阵的逆对于一个方阵A，如果存在一个与其同阶的方阵B，使得：A*B=B*A=I (I为单位矩阵)则称B为A的逆矩阵，当然，A也是B的逆矩阵。求一个矩阵的逆是一件非常烦琐的工作，容易出错，但在MATLAB中，求一个矩阵的逆非常容易。求方阵A的逆矩阵可调用函数inv(A)。例 用求逆矩阵的方法解线性方程组。Ax=b其解为：x=A-1b 2．矩阵的伪逆如果矩阵A不是一个方阵，或者A是一个非满秩的方阵时，矩阵A没有逆矩阵，但可以找到一个与A的转置矩阵A’同型的矩阵B，使得：A*B*A=AB*A*B=B此时称矩阵B为矩阵A的伪逆，也称为广义逆矩阵。在MATLAB中，求一个矩阵伪逆的函数是pinv(A)。 2.4.4 矩阵的秩与迹 1．矩阵的秩矩阵线性无关的行数与列数称为矩阵的秩。在MATLAB中，求矩阵秩的函数是rank(A)。2．矩阵的迹矩阵的迹等于矩阵的对角线元素之和，也等于矩阵的特征值之和。在MATLAB中，求矩阵的迹的函数是trace(A)。 2.4.5 向量和矩阵的范数矩阵或向量的范数用来度量矩阵或向量在某种意义下的长度。范数有多种方法定义，其定义不同，范数值也就不同。 1．向量的3种常用范数及其计算函数在MATLAB中，求向量范数的函数为：(1) norm(V)或norm(V,2)：计算向量V的2—范数。(2) norm(V,1)：计算向量V的1—范数。(3) norm(V,inf)：计算向量V的∞—范数。 2．矩阵的范数及其计算函数MATLAB提供了求3种矩阵范数的函数，其函数调用格式与求向量的范数的函数完全相同。 2.4.6 矩阵的条件数 矩阵条件数是用来刻画矩阵病态程度的关键表征量。矩阵的条件数越大，代表矩阵病态程度越严重。线性方程组A*X=b中，如果系数矩阵A严重病态，其精确求解将是很困难的。 在MATLAB中，计算矩阵A的3种条件数的函数是：(1) cond(A,1) 计算A的1—范数下的条件数。(2) cond(A)或cond(A,2) 计算A的2—范数数下的条件数。(3) cond(A,inf) 计算A的 ∞—范数下的条件数。 2.4.7 矩阵的特征值与特征向量在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的列向量。 (3) [V,D]=eig(A,‘nobalance’)：与第2种格式类似，但第2种格式中先对A作相似变换后求矩阵A的特征值和特征向量，而格式3直接求矩阵A的特征值和特征向量。 例 用求特征值的方法解方程。3x5-7x4+5x2+2x-18=0p=[3,-7,0,5,2,-18];A=compan(p); %A的伴随矩阵x1=eig(A) %求A的特征值x2=roots(p) %直接求多项式p的零点 2.4.8 矩阵的标准正交基 一个矩阵通过其每一列向量的线性运算，可以派生出一个向量空间，这称之为矩阵的线性空间。每一个矩阵的线性空间下所有的向量，实际上只需要通过一组基向量的线性运算就可以产生。这样的最少个数的一组基向量称为该空间的基，如果这些向量正好长度为1，则称为标准正交基。 MATLAB中可以通过orth函数产生矩阵A的线性空间的一组标准正交基，即若B=orth(A)，则B的列向量组成了矩阵A的线性空间的一组标准正交基，于是B*B=eye(rank(A). (2) 构造对角矩阵设V为