4matlab矩阵分解和线性方程组求解.pptVIP

4. MATLAB矩阵分解与线性方程组求解 4.1 矩阵分解 4.2 秩与线性相关性 4.3 线性方程的组的求解 4.4 特征值与二次型 4.1 矩阵分解 4.1.1 LU分解 矩阵的三角分解又称LU分解，它的目的是将一个矩阵分解成一个下三角矩阵L和一个上三角矩阵U的乘积，即A=LU。 Matlab使用函数lu实现LU分解，其格式为： [L,U] = lu(A) 其中U为上三角阵，L为下三角阵或其变换形式，满足LU=A。 4.1 矩阵分解 4.1.1 LU分解 [L,U,P] = lu(A) U为上三角阵，L为下三角阵，P为单位矩阵的行变换矩阵，满足LU=PA。 例4-1 A=[1 2 3;4 5 6;7 8 9]; [L,U]=lu(A) [L,U,P]=lu(A) 4.1 矩阵分解 4.1.2 Cholesky分解 如果A为n阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足R*R = A，称为Cholesky分解 Matlab使用函数chol实现Cholesky分解，其格式为： R = chol(A) 若A非正定，则产生错误信息。 [R,p] = chol(A) 不产生任何错误信息，若A为正定阵，则p=0，R与上相同；若A非正定，则p为正整数，R是有序的上三角阵。 4.1 矩阵分解 4.1.2 Cholesky分解 例4-2 A=pascal(4) %产生4阶pascal矩阵 [R,p]=chol(A) 4.1 矩阵分解 4.1.3 QR分解 将矩阵A分解成一个正交矩阵Q与一个上三角矩阵R的乘积A=QR，称为QR分解。 Matlab使用函数qr实现QR分解，其格式为： [Q,R] = qr(A) [Q,R,E] = qr(A) 求得正交矩阵Q和上三角阵R，E为单位矩阵的变换形式，R的对角线元素按大小降序排列，满足AE=QR。 [Q,R] = qr(A,0) 产生矩阵A的“经济大小”分解 4.1 矩阵分解 4.1.3 QR分解 Matlab使用函数qr实现QR分解，其格式为： [Q,R] = qr(A) [Q,R,E] = qr(A) 求得正交矩阵Q和上三角阵R，E为单位矩阵的变换形式，R的对角线元素按大小降序排列，满足AE=QR。 [Q,R] = qr(A,0) 产生矩阵A的“经济大小”分解 [Q,R,E] = qr(A,0) E的作用是使得R的对角线元素降序, 且Q*R=A(:, E) 4.1 矩阵分解 4.1.3 QR分解 例4-3 A =[ 1 2 3;4 5 6; 7 8 9; 10 11 12]; [Q,R] = qr(A) 4.1 矩阵分解 4.1.3 QR分解 返回将矩阵A的第j列移去后的新矩阵的qr分解使用函数 qrdelete，其格式为： [Q,R] = qrdelete(Q,R,j) 例4-4 A=[-149 -50 -154;537 180 546;-27 -9 -25]; [Q,R]=qr(A) [Q,R]=qrdelete(Q,R,3) %将A的第3列去掉后进行qr分解 4.1 矩阵分解 4.1.3 QR分解 在矩阵A中第j列插入向量x后的新矩阵进行qr分解使用函数 qrinsert，其格式为： [Q,R] = qrinsert(Q,R,j,x) 若j大于A的列数，表示在A的最后插入列x。 例4-5 A=[-149 -50 -154;537 180 546;-27 -9 -25]; x=[35 10 7]; [Q,R]=qr(A) [Q,R]=qrinsert(Q,R,4,x) 4.1 矩阵分解 4.1.4 Schur分解 矩阵的Schur分解：设A ? Rn?n ，则存在正交阵Q使 实Schur型 其中Rii至多2阶。若1阶，其元素即A的特征值，若2阶其特征值为A的一对共轭复特征值。 Matlab使用函数schur实现Schur分解，其格式为： R = schur(A) R为schur矩阵, 即R的主对角线元素为特征值的三角阵 4.1 矩阵分解 4.1.4 Schur分解 Matlab使用函数schur实现Schur分解，其格式为： R = schur(A) R为schur矩阵, 即R的主对角线元素为特征值的三角阵 R = schur(A,flag) 若A有复特征根，则flag=complex，否则flag=real。 [Q,R] = schur(A,…) 返回正交矩阵Q和schur矩阵R，满足A = Q*R*Q。 4.1 矩阵分解 4.1.4 Schur分解 例4-6 H = [ -149 -50 -154; 537 180 546; -27 -9 -25 ]; [