MATLAB科学计算6.pptVIP

迭代矩阵 2、Seidel迭代法 AX=B 迭代格式的矩阵形式 迭代计算的终止准则 或向量范数形式 norm(X,p) 向量的范数 p 范数类型 数学表达式 1 1范数 2 （缺省值） 2范数 inf 无穷范数 四、迭代解法的MATLAB实现 diag( ) eig( ) max( ) abs( ) triu( ) tril( ) norm( ) 例4 用Jacobi迭代求解 要求 思 路 （1）判断迭代格式是否收敛 A — M—ρ(M) （2）迭代计算,直至满足精度要求 原理列主元三角分解 1、lu(A) 函数 五、矩阵的三角分解函数 P A=L U 其中 P：置换矩阵（换位阵） 　　 L：单位下三角阵 U：上三角阵 1、lu(A) 函数 格式一、 [L , U, P] = lu(A) PA=LU 1、lu(A) 函数 格式二、[l , U] = lu(A) PA=LU A=l U 令 l =P-1L 1、lu(A) 函数 A=l U 则X=? 解AX=B lu(A) 线 代 [l ,U] = lu(A) X=? A=l U 则X=… MATLAB 解AX=B lu(A) 线 代 [l ,U] = lu(A) X=U\( l \ B) A=l U 则X=… MATLAB 解AX=B lu(A) 线 代 格式三、Y = lu(A) Y: L 和 U的紧凑格式,省略L中主对角线 PA= 1、lu(A) 函数 L U Y 2、chol 函数 功能 乔莱斯基分解 格式 l=chol(A) A-对称正定方阵(positive definite) l-上三角阵，满足lTl=A Cholesky factorization 原理：QR分解（正交三角分解） 格式：[Q, R]=qr(A) 其中Q 是正交矩阵, QTQ = I, R 是上三角矩阵 满足A=QR 3、qr 函数 (1) [l , U] = lu(A) (2) [L , U, P] = lu(A) (3) Y = lu(A) 例5 求A的LU分解 例6 判断A是否为对称正定矩阵 l=chol(A) 六、线性方程组的性态与条件数 x1=2, x2=1 1、性态与条件数 x1=10.75, x2= -2 ||A|| ||A-1|| = condA A的条件数（condition number） define 条件数的定义 ||A|| ||A-1|| = condA MATLAB计算矩阵条件数 1、norm函数 norm(A,p)*norm(inv(A),p) condition number cond (A , p) p 范数类型 1 1范数 2 （缺省值） 2范数 inf 无穷范数 2、cond函数 condition number MATLAB计算矩阵条件数 一般，condA100，良态 100condA1000，中等病态 condA1000，严重病态 性态与条件数 例7 求系数矩阵的条件数 cond(A, inf) Hn= 例8 求cond∞H3 和 cond∞H6 cond(H, inf) 1、多种方法求解 （1）功能函数 （2）MuPAD Notebook 2、解线性方程组 （1）Seidel迭代法 ：编写m文件，先判断迭代格式的收敛性，再求解，精度要求 （2）功能函数 线性方程组 线性方程组 系数矩阵 未知向量 右端向量 AX=B解的情况分析 方程组无解，超定方程组 可求得最小二乘意义下的解 无穷多解，欠定方程组 唯一解，恰定方程组 r(A) A|B ？ 7.1 不定方程组的求解 AX=0的通解 + AX=B的一个特解 linsolve null AX=B 一、功能函数 Z = null(A,r) A: 齐次线性方程组的系数矩阵 Z: 基础解系，Z的每一列是一个基向量 r:有理形式 (rational basis) 一、功能函数 二、Mupad Notebook 若系数矩阵A非奇异，则方程组AX=B有唯一解， Cramer法则 7.2 恰定方程组的求解 直接解法 迭代解法 线性方程组的数值解法 一、直接解法简介 顺序Gauss消去法 主元素Gauss消去法 矩阵分解法 A的