数学实验第三章课件.pptVIP

第三章 矩阵代数 MATLAB数学实验 第三章 矩阵代数 第三章 矩阵代数 3.1 预备知识：线性代数 3.2 矩阵代数的MATLAB指令 3.3 计算实验：线性方程组求解 3.4 建模实验：投入产出分析和基因遗传 3.1 预备知识：线性代数 线性方程组 记为 A x = b 3.1 预备知识：线性代数 线性方程组 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。 3.1 预备知识：线性代数 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 A-1 =A*/|A| 这里A*为A的伴随矩阵 （A E） 行变换 3.1 预备知识：线性代数 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的求根。 特征向量计算：齐次线性方程组 (A - ?E) x = 0 的所有一组线性无关解。 3.2 矩阵代数的MATLAB指令 运算符 A’ (共轭)转置, A.’ 转置 A+B与A-B 加与减 k+A与k-A 数与矩阵加减 k*A或A*k 数乘矩阵 A*B 矩阵乘法 A^k 矩阵乘方 左除A\B 为AX=B的解 右除B/A 为XA=B的解 3.2 矩阵代数的MATLAB指令 矩阵运算与数组运算的区别 数组运算按元素定义，矩阵运算按线性代数定义 矩阵的加、减、数乘等运算与数组运算是一致的 矩阵的乘法、乘方和除法与数组乘法、乘方和除法不同 数与矩阵加减、矩阵除法在数学上是没有意义的。但在MATLAB中有定义。 3.2 矩阵代数的MATLAB指令 特殊矩阵生成 zeros(m,n) m行n列的零矩阵; ones(m,n) m行n列的元素全为1的阵; eye(n) n阶单位矩阵; rand(m,n) m行n列[0,1]上均匀分布随机数矩阵 randn(m,n) 产生均值为0，方差为1的标准正态分布随机矩阵。 特殊矩阵的输入 数值矩阵的输入 零矩阵、幺矩阵及单位矩阵 生成n?n方阵： A=zeros(n), B=ones(n), C=eye(n) 生成m?n矩阵： A=zeros(m,n), B=ones(m,n), C=eye(m,n) 生成和矩阵B同样位数的矩阵： A=zeros(size(B)) 随机元素矩阵 若矩阵随机元素满足[0,1]区间上的均匀分布 生成n?m阶标准均匀分布为随机数矩阵： A=rand(n,m) 生成n?n阶标准均匀分布为随机数方阵： A=rand(n) 例 建立随机矩阵：(1) 在区间[20,50]内均匀分布的5阶随机矩阵。(2) 均值为0.6、方差为0.1的5阶正态分布随机矩阵。命令如下：x=20+(50-20)*rand(5)y=0.6+sqrt(0.1)*randn(5) 对角元素矩阵 已知向量生成对角矩阵： A=diag(V) 已知矩阵提取对角元素列向量： V＝diag(A) 生成主对角线上第k条对角线为V的矩阵： A=diag(V,k) 例：diag( )函数的不同调用格式 C=[1 2 3]; V=diag(C) % 生成对角矩阵 V = 1 0 0 0 2 0 0 0 3 V1=diag(V) % 将列向量通过转置变换成行向量 V1 = 1 2 3 C=[1 2 3]; V=diag(C,2) % 主对角线上第 k条对角线为C的矩阵 V = 0 0 1 0 0 0 0 0 2 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 生成三对角矩阵: V=diag([1 2 3 4])+diag([2 3 4],1)+diag([5 4 3],-1) V =