MATLAB方程式求解.docVIP

MATLAB方程式求解 第十章 聯立方程式解 解聯立方程式為線性代數之第一步，MATLAB 在這方面具有強大的解題功能。利用矩陣除法可以在解題技術上發揮相當大的功效。在工程上，一般線性聯立方程式常用作結構分析或機構設計，計算桁架之應力等。其他如化學程序中之質能平衡、電子學中之電路分析等等均可利用線性方程式得解。在前述之二維繪圖指令中，部份可配合統計上的需要加以應用，對於某些資料之說明甚有幫助。有關線性聯立方程式解題之指令可以參考： inv(A) ：矩陣Ａ之反矩陣，又稱為 ，Ａ需為方矩陣 det(A) ：矩陣Ａ之行列式值，Ａ需為方矩陣 Ｘ=pinv(A) ：虛擬反矩陣，Ｘ為與A同大小之矩陣，且A*X*A=A及X*A*X=X rank(A) ：矩陣Ａ之階數 X=inv(A)*C ：使用反矩陣求AX=C之解 X=A\C ：使用左除法求AX=C之解 X=D/C ：使用右除法求XＣ=Ｄ之解 B=rref(A) ：簡化方程式型式 張貼者： Martin Fon 位於 11/22/2006 11:56:00 下午 0 意見 此文章的連結 標籤： Chap10 10.1 線性矩陣應用指令 線性代數以矩陣表示，會有諸多特殊名稱，在應用上相當普遍，有必要進行瞭解。有些部份在前面之說明中業已經提到，但在這裡則特別另加說明。 行列式與反矩陣 在工程數學或線性代數中，行列式與反矩陣是常用的矩陣特性。尤其在討論聯立方程式之解的過程中更常用到。反矩陣有如一個矩陣的倒數，一個方矩陣若為Ａ，則其反矩陣可以A-1表示，而其與原矩陣之關係為： AA-1=I A-1A=I 其中，Ｉ稱為單位矩陣(Identity matrix)，其大小為方矩陣，而對角線元素值均為1。在MATLAB中有一個指令稱為eye，可以用以建立這種單位矩陣。例如： eye(4)ans = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 矩陣Ａ之反矩陣以inv(A)表示，有如一個數之倒數一樣。例如，設Ａ為一魔術方陣magic(4)： A=rand(4)A = 0.9355 0.0579 0.1389 0.2722 0.9169 0.3529 0.2028 0.1988 0.4103 0.8132 0.1987 0.0153 0.8936 0.0099 0.6038 0.7468 其反矩陣即為inv(A)表示，其結果設為Ｂ，則： B=inv(A)B =-1.5054 3.6825 -1.4860 -0.4013 5.3255 -7.0376 3.9063 -0.1473-20.0637 22.9531 -8.5486 1.376917.9531 -22.8718 8.6384 0.7080 根據定義，原矩陣與其反矩陣相乘應等於單位矩陣，且相乘之順序不拘，亦即：Ａ*B與B*A均應等於Ｉ： B*Aans = 1.0000 0.0000 0.0000 -0.0000 0.0000 1.0000 -0.0000 0.0000-0.0000 0.0000 1.0000 -0.0000-0.0000 0.0000 -0.0000 1.0000 上述結果即為單位矩陣，可以試試以A*B，其結果應相同。此處Ａ、Ｂ及Ｉ均為方矩陣，且Ａ矩陣之行列式值或det(A)需不得為零，否則其反矩陣不能存在。此種矩陣不存在的情形，稱為奇異矩陣(singular)。一個矩陣若具奇異特性，則其行列值為零，例如： D=magic(4)D = 16 2 3 13 5 11 10 8 9 7 6 12 4 14 15 1d=det(D)d = 0 行值式之值為零，表示其反矩陣不存在，故即使用inv(D)指令也會產生一些數字，但其結果並不可靠，而且會有一些警告訊息出現，例如： dd=inv(D)Warning: Matrix is close to singular or badly scaled. Results may be inaccurate. RCOND = 1.306145e-017.dd =1.0e+014 * 0.9382 2.8147 -2.8147 -0.9382 2.8147 8.444