MATALB8.5基础和实践教程(第2版)第5章 线性代数运算.pptVIP

某掖缮灌熄觉锁埠误探谗沦疾皑贬锹哎耳歉先碴予僵捣峙粉牟迟秃邮腊瑟MATALB8.5基础和实践教程(第2版)第5章 线性代数运算MATALB8.5基础和实践教程(第2版)第5章 线性代数运算;5.1常用矩阵的生成 5.2矩阵的基本运算 5.3符号矩阵的基本运算 5.4矩阵分析 5.4.1矩阵的共轭与逆 5.4.2向量和矩阵的范数 5.4.3矩阵的条件数 5.5矩阵的秩与初等变换 5.6矩阵的分解 5.6.1对称正定矩阵的Cholesky分解 5.6.2矩阵的LU分解 5.6.3矩阵的QR分解 5.6.4矩阵的奇异值分解 5.6.5Schur分解 5.6.6Hessenberg分解 5.6.7矩阵的特征值分解;5.1常用矩阵的生成;5.2 矩阵的基本运算;MATLAB提供的符号矩阵工具，可用于线性代数的求解问题。以下举例说明。 【例5-5】 符号矩阵的四则运算与简化。 clear; A=sym([ab,c;e,34]) %生成符号矩阵A B=sym([cos(t),sin(t);-sin(t),cos(t)]) %生成符号函数矩阵B;5.4矩阵的分析;【例5-7】 判断矩阵 是否对称，并显示出结果。;5.4.2向量和矩阵的范数;5.4.3矩阵的条件数;5.5矩阵的秩与初等变换;5.6矩阵的分解;5.6.1对称正定矩阵的Cholesky分解 ;5.6.2矩阵的LU分解;5.6.3矩阵的QR分解;5.6.4矩阵的奇异值分解;5.6.5 Schur分解;5.6.6 Hessenberg分解;5.6.7矩阵的特征值分解;5.7求解线性方程组;5.7.1 齐次线性方程组的求解 ;5.7.2 非齐次线性方程组的求解;5.8 向量的内积与正交化; 5.8.1向量的内积与正交;5.8.2 矩阵的正交化;通常情况下，高阶矩阵的特征多项式求解非常困难。本节介绍特征多项式及其相似对角化的MATLAB求解方法。;clear; A=[-1,1,0;-4,3,0;1,0,2;];c=poly(A) c = 1 -4 5 -2 即A的特征多项式为 roots(c) %对多项式f(s)求根 ans = 2.0000 1.0000 + 0.0000i 1.0000 - 0.0000i 即f(s)的根为A的特征值。;对于n阶方阵A和D，若存在可逆矩阵V，使得 V-1AV=D, 则称A与D相似。将A转换为D称为相似变换，D称为相似阵，V称为变换矩阵。A与D有相同的特征值。 如果A与D对角相似，则有D=diag(λ1, λ2,..., λn)。进一步，若变换矩阵V的第k列vk是λk的特征向量，则称V为正交变换矩阵或对角化矩阵。 实现对角化的条件是：方阵A有n个线性无关的特征向量，n个线性无关??特征列向量矩阵V与以特征值为对角元所构成的对角矩阵D之间满足 V-1*A*V=D。; 5.10 二次型的标准化及正定型;5.10.1 二次型的标准化;5.10.2 二次型的正定性判别