课线性代数.ppt.pptVIP

5.5节 线性代数 线性代数的主要特点 代数问题要靠大量四则运算来解题，当用笔算或计算器算时，用的模型是单个数与数的运算。方程组的元数N愈高，运算的次数按N的平方或立方增加，出错的概率也迅速增长，所以笔算只能解三阶以下的问题。用这种方法去解高阶的问题，读者就感到抽象、冗繁和枯燥。 用计算机算时，利用的是矩阵模型，它的运算对象是庞大的数据群组成的矩阵。只要给出原始数据列成的矩阵，键入一、两个命令就可得出准确的结果。所以它把冗繁变成了简明；MATLAB的作图能力很强，容易把抽象的问题形象化；又由于解题简捷，很容易在课程中引入并解决大量的应用例题，使得原本枯燥的课程变得丰富精彩。 线性代数解决的实际问题大体上就是三类。①求线性代数方程组（包括欠定、适定和超定）的解；②分析向量的线性相关性；③矩阵的特征值与对角化。下面的例题主要围绕这几个方面展开。 消元法的MATLAB语句 【例5-5-1】 用矩阵的初等变换将 消元为上三角阵，求等价变换乘子B, 检验其行列式、秩和迹。 解： 程序exn551如下： A=[1 0 7;4 1 5;2 -1 9]; A0=A %输入A，留一备份 A(2,: ) = -A(2,1)/A(1,1)*A(1,: )+A(2,: ); % 消去A(2,1), A1=A, B1=A1/A0 %求本次等价乘子B1 A(3,: ) = -A(3,1)/A(1,1)*A(1,: )+A(3,: ); % 消去A(3,1) A2=A, B2=A2/A1 %求本次等价乘子B2 A(3,: ) = -A(3,2)/A(2,2)*A(2,: )+A(3,: ); % 消去A(3,2) A3=A,B3=A3/A2 %求本次等价乘子B3 B0 = A3/A0 % 求总的等价乘子B0 从例5.5.1中要学到什么？ 请读者从三次消元中归纳出消元法的语法规则。如果选第i行为基准行，其第k列的元素为基准元素，要把第j行的第k列的元素消元为零，则应该执行如下运算： A(j,:)=-A(j,k)/A(i,k)*A(i,:)+A(j,:) 可以专门编成一个消元子程序。 读者还可观察这几个初等变换矩阵的构成特点。不难验证B0=B3*B2*B1。要注意，这几个乘子相乘的次序是不能颠倒的。 【例5-5-2】解下列代数方程组： 解：可以把线性方程组写成矩阵方程A*x=b，其中: 解这个矩阵方程可以用下列几种方法： 方法一 最简行阶梯法 用将其增广矩阵[A,b] 化为最简行阶梯型。相应MATLAB命令为rref。程序如下： A=[6,1,6,-6;1,-1,9,9;-2,4,0,-4;4,2,7,-5]; b=[7;5;-7;-9] U=rref([A,b]) 程序运行的结果为： 这个矩阵代表了以下的等价方程组，所以等式右端的四个数也就是方程的解。 其他方法及比较 方法二：用x=inv(A)*b 方法三：用x=A\b 在方程数与未知数数目相等的适定方程的情况下，三种方法所得的结果是一样的。如果方程是欠定的，则行列式det(A)≈0。方法二、三会得不出可信的解，如果方程是超定的，用方法二将导致出错警告，用方法三将得出最小二乘意义下的解。为了在任何条件下得出可靠的结果，建议经常用化为最简行阶梯型的方法来解方程。 欠定方程解例【例5-5-3】 把例5-5-2中第四个方程改为： ，求其解。 解：输入新参数 A=[6,1,6,-6;1,-1,9,9;-2,4,0,-4;4,2,7,-778/222]; b=[7;5;-7;877/222]; 方法一：键入U=rref([A,b])，得到 这个最简行阶梯形式说明原来的方程组是欠定的。 欠定方程组解的特点 它等价于下列方程组： 这是一组包括四个变量的三个有效方程。因此没有唯一的解。其中x4可以任意设定，即可以看作任意常数c，： 代入不同的c可以得到不同的解，因此欠定方程组有无数个解。这些解组成一根在空间中的直线。 用方法二、三：键入x=inv(A)*b或x=A\b，得到： Warning: Matrix is close to singular or badly scaled. Results may be inaccurate. RCOND = 3.590822e-018. 及 计算机告诉我们，这个结果是不准确的。其原因在于矩阵A的行列式接近于零，不难检验，det(A)=0，rank(A)=3。就是说，A的逆极小。从逆条件数RCOND = 3.590822e-018，可以得知计算结果有效数位减小的程度。MATLAB的是有效数位是16位，现在算得的结果有效数位要减去18位，所以得出的结果是根本不能相