matlab解线性方程组课件.ppt

解的误差分析 解 设初始分布X(1)=(0.9 0.1 0)’, 第n代分布为X(n)= A = B= 则 X(n) = An-1X(1) X(n) = Bn-1X(1) 分别是 两种情况下第n代的基因型分布 AA Aa aa Matlab程序: 方案一: A=[1 1/4 0;0 1/2 0;0 1/4 1]; x=[0.9 0.1 0]’; for i=2:20 x=A*x; end x20=x 方案二: clear; B=[1 1/2 0;0 1/2 0;0 0 0]; y=[0.9 0.1 0]’; for i=2:20 y=B*y; end y20=y * 一、数学理论复习 1、线性方程组 记为 A x = b 其中A =(aij)m×n x = (x1, …,xn)’, b = (b1, …, bm)’ 若秩(A) ? 秩(A,b)，则无解； 若秩(A) = 秩(A,b) = n, 存在唯一解； 若秩(A) = 秩(A,b) n, 存在无穷多解； 通解是齐次线性方程组 Ax=0 的基础解 系与 Ax=b 的一个特解之和。 对于线性方程组 Ax = b： Ax = 0 称为齐次的线性方程组 高斯消元法 对于线性方程组 Ax = b （A | b） 行变换 （U| v ） 其中U是行简化阶梯形矩阵 (1) 阶梯形矩阵 (2) 每行首个非零元素为1,并且该1所在列其 它元素都为0 2、逆矩阵 方阵A称为可逆的，如果存在方阵B，使A B = B A = E，记 B = A-1 方阵A可逆的充分必要条件:?A??0 求逆矩阵方法： A-1 =A*/|A| 这里A*为A的伴随矩阵 （A E） 行变换 （E A-1） 3、特征值与特征向量 对于方阵A，若存在数?和非零向量x 使 A x = ? x，则称?为A的一个特征值，x 为A 的一个对应于特征值?的特征向量。 特征值计算归结为: 特征多项式|A - ?E|=0的求根。对应于特征值?的特征向量是齐次线性方程组 (A - ?E) x = 0的所有非零解 二、使用MATLAB det 方阵的行列式 diag 对角阵 inv 方阵的逆 cond 方阵的条件数 trace 方阵的迹 orth 正交规范化 rank 矩阵的秩 null 求基础解系 rref 矩阵的行最简形 eig 特征值与特征向量 jordan 约当标准形分解 norm 矩阵或向量范数 1、特殊矩阵生成 zeros(m,n) 生成m行n列的零矩阵; ones(m,n) 生成m行n列的元素全为1的阵; eye(n) 生成n阶单位矩阵; 当A是矩阵,diag(A)返回A的对角线元素构成的向量; 当X是向量,diag(X)返回由X的元素构成的对角矩阵； rand(m,n) 生成m行n列[0,1]上均匀分布随机数矩阵； linspace(x1,x2,n) 生成x1与x2间的n维等距行向量,即将[x1,x2] n-1等分。 2、行列式和逆矩阵 det(A) 返回方阵A的行列式; inv(A) 返回A的逆矩阵。 3、矩阵除法 左除法 A\B 求解矩阵方程AX=B 右除法 B/A 求解矩阵方程XA=B (1) 当A为方阵，A\B与inv(A)*B基本一致： (2) 当A不是方阵，除法将自动检测。 若方程组无解,除法给出最小二乘意义上的近似解，即使向量AX－B的长度达到最小； 若方程组有无穷多解，除法将给出一个具有最多零元素的特解； 若为唯一解，除法将给出解。 4、特征值和特征向量 D=eig(A) 返回方阵A的特征值构成的列向量； [V,D]=eig(A) 返回方阵A的特征值构成的对角阵D和每个特征值对应的特征向量按列构成的矩阵V。其中每个特征向量都是模等于1的向量，并且属于同一特征值的线性无关特征向量已正交化。 例1 解下列方程组 ?A=[1 2;3 -2]; ?B=[1;4];x=A\B 求得唯一解 ?A=[1 2 1;3 -2 1]; ?B=[1;4];x=A\B 求得一特解 ? A=[1 2;3 -2;1 -1]; ? B=[1;4;2];x=A \B 求得一最小二乘近似解 ?A=[1 2;-2 -4]; ? B=[1;-2];x=A\B 不能直接求解 ?A=[1 2;-2 -4;0 0]; ? B=[1;-2;0];x=A\B 仍可求一近似特解 增加方程 0x+0y=0 例2 线性方程组的通解 解 在无穷多解情况下可用三种方法求通解， ●用rref化为行最简形以后求解； ●用除法求出一个特解，再用null求得一个齐次组的基础解