MATLAB入门线性代数培训讲义.pptVIP

第三章 线性代数 3.2 矩阵的运算 二、矩阵的左除和右除 左除“ \ ”： 求矩阵方程AX=B的解；（ A 、B的行要保持一致） 解为 X=A\B； 当A为方阵且可逆时有X=A\B=inv(A)*B； 右除“ / ”： 求矩阵方程XA=B的解 （A 、B的列要保持一致） 解为 X=B/A ， 当A为方阵且可逆时有X=B/A=B*inv(A) 3.4 稀疏矩阵 3.5 用预条件共轭斜量法求解线性方程组 3.6 求解大型稀疏非对称正定的线性方程组 3.7 不可解问题 3.8 病态问题 3.9 关于多项式的MATLAB命令 例：考察舍入误差对线性方程组解的影响 0.12065x+0.98775y=2.01045 0.12032x+0.98755y=2.00555 A=[0.12065 0.98775;0.12032 0.98755], b=[2.01045;2.00555],x=A\b A=[0.12065 0.98775;0.12032 0.98755], b1=[2.01145;2.00555],x1=A\b1 A1=[0.12165 0.98775;0.12032 0.98755], b=[2.01144;2.00555],x2=A1\b 一、 多项式表达方式的约定 多项式 用行向量表示 用比较习惯的方式显示多项式：pp=poly2str(p,x) 【例】多项式 可表示为 p=[2 1 4 5] pp=poly2str(p,x) * * 3.1 常用矩阵函数 norm ： 矩阵或向量范数 For vectors... norm(V,P) = sum(abs(V).^P)^(1/P). norm(V) = norm(V,2). norm(V,inf) = max(abs(V)). norm(V,-inf) = min(abs(V)). 例 x=[1 2 3 4 5]; x=[1 20 300 40 5]; x=[10000 2000 300 40 5]; [norm(x,1), norm(x,2), norm(x,3), norm(x,inf)] For matrices... norm(X) is the largest singular value of X, max(svd(X)). norm(X,2) is the same as norm(X). norm(X,1) is the 1-norm of X, the largest column sum, = max(sum(abs(X))). norm(X,inf) is the infinity norm of X, the largest row sum, = max(sum(abs(X))). norm(X,fro) is the Frobenius norm, sqrt(sum(diag(X*X))). norm(X,P) is available for matrix X only if P is 1, 2, inf or fro. 例 x=[1 20 300 ;400 50 6;70 800 9]; [norm(x,1), norm(x,2), norm(x,inf) , norm(x, fro)] dot(x,y) 向量的内积 det(A) 方阵的行列式； rank(A) 矩阵的秩； trace(A) 矩阵的迹； rref(A) 初等变换化矩阵A为阶梯矩阵 inv(A) 矩阵的逆；即 A-1 pinv(A) 矩阵的广义逆A+ null(A) 零空间的基阵 roth(A) 值空间的基阵 orth(A) 将A标准正交化 cond(A,flag) 矩阵的条件数, flag=2, 1, inf, fro; 例：分别求x=[1 3 7 8 -2],y=[3 9 3 -3 9]的长度与它们的夹角。 x=[1 3 7 8 -2];