基础篇-第7章-科学计算.pptxVIP

;7.1 方程求解;7.1.1 线性方程组;1.问题描述 在实际应用中，经常需要求解如下所示的两类线性方程组，其中第一种更常见。 AX=B XA=B 按照数学的严格定义，并没有矩阵除法的概念，而MATLAB为了书写简便提供了用除号求解线性方程组解的方式，其具体用法如下： X=A\B：左除，计算方程组AX=B的解。 X=B/A：右除，计算方程组XA=B的解。 下面针对AX=B的形式进行说明。系数矩阵A是mn的矩阵，根据其维数可以分为如下3种情况： m=n为恰定方程组，即方程数等于未知量数。 mn为超定方程组，即方程数大于未知量数。 mn为欠定方程组，即方程数小于未知量数。;线性方程组解的类型也可以分为3种情况： rank(A)= rank([A, B])且对应齐次方程组AX=0不存在非0解，则方程组有唯一解，如矩阵A可逆。 rank(A)= rank([A, B])且对应齐次方程组AX=0存在非0解，则方程组有无穷解，如rank(A)= rank([A, B])且为欠定方程组。 rank(A)= rank([A, B])，则方程组无解。 不难看出，线性方程组解的类型是由对应齐次方程组的解，对应系数矩阵和增广矩阵间的关系决定的。;2.解的形式 线性方程组AX=B解的形式可以如下描述： 首先可以使用null函数求解对应齐次方程组AX=0的基础解系，也可以称为通解，则AX=B的解都可以通过通解的线性组合表示。 其次求解非齐次线性方程组AX=B的特解。 最后非齐次线性方程组AX=B解的形式为通解的线性组合加上特解。 3.除法及求逆的解法 (1)除法解法 若线性方程组AX=B的系数矩阵可逆，则A\B给出方程组的唯一解。;【例7-2】使用除法求解系数矩阵不可逆的恰定线性方程组。 在命令窗口中输入如下语句： 　　　A=[1 3 7;-1 4 4;1 10 18]; 　　　det_A=det(A) 　　　B=[6;4;15] 　　　X=A\B 　　　det_A = 　　　 0 　　　B = 　　　 6 　　　 4 　　　 15 　　　Warning: Matrix is singular to working precision. 　　　X = 　　　 NaN 　　　 Inf 　　　 -Inf 从以上的结果可以看出，MATLAB会显示提示信息，表示该矩阵是奇异矩阵，因此无法得到精确的数值解。;【例7-3】使用除法求解欠定线性方程组。 在命令窗口中输入如下语句： 　　　C=magic(4); 　　　A=C(1:3,:) 　　　B=[1;0;0]; 　　　X=A\B 命令???口中的输出结果如下所示： 　　　A = 　　　 16 2 3 13 　　　 5 11 10 8 　　　 9 7 6 12 　　　X = 　　　 0.1863 　　　 0.0294 　　　 0 　　　 -0.1569;(2)求解逆法 在例7-1中，已经介绍了通过求逆的方法求解方程组的解，这里着重介绍伪逆的用法。对于系数矩阵而言，它可能是方阵但不可逆，也可能不是方阵，上述情况都导致它的逆不存在或无定义，这就需要引入伪逆的概念。伪逆包含很多种形式(详见矩阵的有关书籍)，下面介绍最常用的基于最小二乘意义下的最优伪逆，在MATLAB中通过pinv函数可以实现，即可以使用矩阵A的伪逆矩阵pinv(A)来得到方程的一个解，其对应的数值解为pinv(A)*B。;【例7-5】使用伪逆矩阵的方法求解奇异矩阵的线性方程的解。 在命令窗口中输入如下语句： 　　　A=[1 3 7;-1 4 4;1 10 18]; 　　　B=[5;2;12]; 　　　X=pinv(A)*B 　　　C=A*X 命令窗口中的输出结果如下所示： 　　　X = 　　　 0.3850 　　　 -0.1103 　　　 0.7066 　　　C = 　　　 5.0000 　　　 2.0000 　　　 12.0000 从上面的结果可以看出，通过使用伪逆矩阵的方法，可以求解得到数值解，同时该数值解可以精确地满足结果。;上面都是介绍如何计算特解，下面介绍如何计算线性方程组的所有解。 【例7-6】使用求逆法计算线性方程组的所有解。 在命令窗口中输入如下语句： 　　　A=[1 2 3 4;5 6 7 8;9 10 11 12]; 　　　B=[1;1;2]; 　　　X1=null(A) 　　　X2=pinv(A)*B 命令窗口中的输出结果如下所示： 　　　X1 = 　　　 0.5135 0.1906 　　　 -0.8267 0.1287