（全新）第三讲 Matlab应用.docVIP

第三讲 Matlab应用 在高等代数中的应用 在微积分中的应用 多元函数及常微分方程、偏微分方程 数据处理 绘图及图像处理 在高等代数中的应用 3.1.1 基本应用 矩阵、向量运算 四则运算： + - * \ / ^ .* .\ ./ .^ 其他运算： ’ 矩阵转置 det(A) 求方阵A的行列式 inv(A) 求方阵A 的逆（Guass消元法） pinv(A)：A不可逆时，求伪逆。 trace(A) 求A 的迹，等价于：sum(diag(A)) rank(A) 求A的秩 矩阵与向量范数 对矩阵A ，向量v norm(A) 2范数（谱范数） norm(A, 1) 1范数（列范数） norm(A, 2) 2范数，同 norm(A) norm(A, inf) 无穷大范数（行范数）或：norm(A, ‘inf’) norm(A, ‘fro’) F-范数 norm(v, p) 返回(sum(abs(v)).^p)^(1/p)。 常用p =1、2 norm(v, inf) 返回max(abs(v)) 矩阵的建立与修改 由文件生成和保存 由函数生成 eye(n) eye(m, n) eye(size(A)) ones() zeros() 用法相同 rand(n) rand(m, n) rand(size(A)) [0, 1]上均匀分布的随机矩阵 randn() 服从N(0, 1)正态分布的随机阵 magic(n) 生成n 阶幻方 矩阵的修改和抽取 下标引用：A（i, j）、 A(l:k, m:n) 删除： A(:, 2)=[] 删除A的第二列 改变：reshape(A, p, q) 将A改为p*q阶 rot90(A) 逆时针旋转90度 fliplr(A) 左右翻转 flipud(A) 上下翻转 线性方程组求解 ， m=n， 恰定方程组 mn， 超定方程组 mn， 欠定方程组 K(A)很大，病态方程组 恰定线性方程组 x=inv(A)*b 若A为奇异的，则计算结果为Inf，且给出警告信息。若A为病态矩阵，也给出警告信息。 x=A\b 说明： 1）先用Gauss消元法求逆，然后与向量作乘法。2）直接用Gauss消元法求解，精度高、速度快。 超定线性方程组------极小最小二乘解 x=pinv(A)*b 或： x=A\b 或： x=inv(A’A)*A’b 此时，要求A列满秩。 欠定线性方程组 无穷多个解，只能求出一个解。 x=pinv(A)*b 所有解中范数最小的一个 或：x=A\b 所有解中零最多的一个 全部解： B=null(A), 返回矩阵A的零空间的标准正交基组成的矩阵B，使B’*B=I，B的列数等于矩阵A的零空间的维数。即求得AX=0的基础解系。 用x0=pinv(A)*b求得AX=b的一个特解x0. 二者合在一起得全部解 病态方程组 Matlab计算精度很高，在一些计算程序中出现病态的方程在Matlab中计算也会得到很好的结果，但并不是所有的方程都是这样。出现下列情况方程组可能出现病态，要注意检验。 3.1.2 高级应用 特征值与特征向量 d=eig(A) 返回由矩阵A的特征值组成的列向量。 [V, D]=eig(A) 一元多项式的运算 多项式的表示和创建 向量表示，如：p(x)=x^3+5*x^2+3 ( p=[1 5 0 3] poly(A) 返回方阵A的特征多项式 例：a=[6 -11 6；1 0 0；0 1 0] a = 6 -11 6 1 0 0 0 1 0 p=poly(a) %求a的特征多项式 p = 1.0000 -6.0000 11.0000 -6.0000 roots(p) %求多项式p的根 ans = 3.0000 2.0000 1.0000 eig(a) %求a的特征值 ans = 3.0000 2.0000 1.0000 polyvalm(p,a) %求特征多项式关于矩阵a的值 ans = 1.0e-015 * -0.8882 0