Matlab应用50.pptVIP

3、数值计算 矩阵特征值和恰定方程求解 稀疏矩阵的存贮与运算 数值微分和积分 常微分方程求解 矩阵特征值函数及其功能 3-1、矩阵特征参数运算 1、逆运算：inv a=[1 2 3;5 8 6;7 2 9], b=inv(a) 2、特征值计算 eig（全元素阵） d=eig(a)%仅计算a的特征值 [c,d]=eig(a)%满足a*c=c*d; [c,d]=eig(a,‘nobalance’) %a中有截断误差量级数 eigs（大型稀疏矩阵） d=eigs(a),[c,d]=eigs(a) %与eig同 [c0,d0]=eigs(a,2,10)%计算a的 2个在10附近的特征向量和特征值 eigs(a,2,lm)% lm最大幅值; sm最小幅值;lr最大实部;sr最小实部;be谱的两端 矩阵中有元素与截断误差相当时的特征值问题 A=[3 -2 -0.9 2*eps;-2 4 -1 -eps; -eps/4 eps/2 -1 0; -0.5 -0.5 0.1 1] %A中含有形式“零”元素 [V1,D1]=eig(A);ER1=A*V1-V1*D1 %ER1 最大值0.5216 [V2,D2]=eig(A,nobalance);ER2=A*V2-V2*D2 % ER2 最大值1.0e-014 %eig指令执行过程中首先调用使原矩阵各元素大致相当的“平衡”程序，使原方阵中的小元素作用被放大。 指令eig与eigs的比较 rand(state,1),A=rand(100,100)-0.5; % 产生100阶随机方阵 t0=clock;[V,D]=eig(A);T_full=etime(clock,t0) % 指令eig的运算时间 % T_full = 0.1570 options.tol=1e-8;options.disp=0; % 设置eigs运算精度,不显示中间迭代结果 t0=clock;[V2,D2]=eigs(A,1,lr,options);T_part=etime(clock,t0) % 计算最大实部特征值和特征向量时指令eigs的运算时间 T_part = 0.5160 eigs比eig用时长，主要用于大型稀疏矩阵 稀疏矩阵 3-1、矩阵特征参数运算 3、行列式运算（方阵）： det(a) 4、秩 rank(a) 5、迹 trace(a)%对比 trace(d) 6、范数运算 e=norm(a) %(2-范数)； norm(a,1) %(1-范数) ；norm(a,inf) %(无穷范数)； norm(a,fro) %(Frobenius 范数) 7、条件数运算 d=cond(a) % 2-范数的条件数 d=cond(a,1) %1范数的条件数，或2、inf 相应范数的条件数) 线性方程组的求解 含有n个未知数的n个方程构成的方程组称为恰定方程组，当det(A)≠0时存在唯一解；当 det(A)=0时由增广矩阵作行的最简形式,从中找出方程组的基础解系及特解 如：a1,1x1 + a1,2x2 + … + a1,nxn = b1a2,1x1 + a2,1x2 + … + a2,nxn = b2an,1x1 + an,1x2 + … + an,nxn = bn记为AX=b，其中： 恰定方程组的解 线性代数中最常见的该方程的解法有： 1、利用公式求解：式中Aij是元素aij的余子式 2、利用逆阵求解法，即：x=A-1b 3、利用Gaussian消元法 4、利用LU法求解对于维数不高、条件数不大的矩阵，以上4种解法结果相近。对于高阶大型矩阵主要应用LU分解法进行求解。 恰定方程组的解 LU分解（也称三角分解），满足：LU=PA 式中，L为主对角元为1的下三角阵,U上三角阵,P是由0或1组成的交换矩阵。 a=[4 2 -1;3 -1 2;11 3 1] ; b=[2 10 8] [l,u,p]=lu(a)%满足l*u=p*a 行列式和逆：detA=det(P-1LU)=±detU=±A-1=U-1L-1P det(a); inv(a); %x=inv(a)*b 在matlab中求解Ax=b可以直接输入指令： A\b%x=A\b 其他矩阵分解计算 正交分解： [q,r]=qr(a) %r为上三角阵，q正交阵，满足a=q*r [q,r,p]=qr(a) %r上三角阵，q正交阵，p交换矩阵，满足a*p=q*r 特征值分解： [d,e]=eig(a) %d以a的特征向量作为列向量组成矩阵，e以特征向量作为主对角元素的对角阵，满足a*d=d