Matlab 7.0 Simulink 6.0应用实例仿真和高效算法开发(第四章).docVIP

第四章 线性代数方程组的数值实验 矩阵计算是求解线性代数方程组最简单有效的方法。经典的线性代数教材中，对于矩阵运算都是基于手工推导的方法，为实现高阶矩阵的分析与计算，人们引入了计算机数学语言，更方便于求解高阶问题。 随着对线性代数问题的研究逐步深入，为了研究线性代数问题的数值解法与解析解问题，科学家开发了许多计算机数学语言，如，MATLAB、EISPACK、Mathmetica和Maple等，这些都大大拓宽了人们解决大型工程问题的思路。随着计算机技术的发展，人们已经不再满足于解决矩阵分析与运算问题的数值线性代数方法，逐渐的也可以求解解析解问题。 本章向读者介绍了求解线性代数方程组的一些基本思路，同时也对于一些典型的代数方程组给出了求解方法。 本章的内容分以下几个部分： ◆ 特殊矩阵的输入 ◆ 矩阵基本分析 ◆ 线性代数方程的求解 ◆ 稀疏矩阵的线性方程 4.1 特殊矩阵的输入 4.1.1 数值矩阵的输入. 在输入一个数值矩阵时，我们可以用最底层、最基本的赋值语句逐行输入，不过对于非常复杂和具有特殊结构的矩阵来说就非常繁琐了。例如输入一个15?15的单位矩阵，用一般的赋值语句也未尝不可，不过该方法对于此类特殊形式的矩阵输入是既耗时又费力。Matlab中提供了现成的函数eye( )，很轻松的输入该矩阵。所以熟悉一些特殊矩阵的输入方法是很有必要的。通常我们所谓的特殊矩阵包括：零矩阵、幺矩阵、单位矩阵、对角元素矩阵、Hankel矩阵、Hilbert矩阵及其逆矩阵、Vandermonde矩阵、伴随矩阵和随机元素矩阵等。下面我们就介绍这些特殊矩阵的输入方法。 4.1.1.1 零矩阵、幺矩阵、单位矩阵及对角元素矩阵 矩阵理论中，所有元素为0的矩阵定义为零矩阵，而所有元素为1的矩阵为幺矩阵。单位矩阵的定义为主对角元素均为1，其他元素皆为0。可以说对角元素矩阵更为一般的矩阵类型为对角元素矩阵，它的定义是，主对角元素可为0或非0，而非对角元素的值均为0。Matlab中提供了这些特殊矩阵的输入指令，分别举例说明。 【例4-1】 分别运用matlab提供的指令生成5?5的方阵，使该方阵分别为零矩阵、幺矩阵和单位矩阵。 A = zeros(5) %5?5零矩阵输入 A = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 B=ones(5) B = %5?5幺矩阵输入 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 C=eye(5) %5?5单位矩阵输入 C = 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 指的注意的是，以上命令所完成的功能事实上可用更标准的格式来实现，分别为zeros(5,5)、ones(5,5)和eye(5,5)。 指令zeros( )和ones( ) 还可用于多维数组的生成，如要生成一个2?3?4元素皆为1的多维数组可用命令ones(2,3,4)来完成。 Matlab提供的对角矩阵生成命令为diag( )，该指令的调用函数为 M = diag(X) 由已知向量生成对角矩阵 X = diag(M) 由已知矩阵得到对角元素列向量 M = diag(X, k) 生成的矩阵M的第k条对角线上的元素列向量为X，其余元素都为0。 具体指令的操作，举例如下， 【例 4-2】diag( )指令的操作。 A = [3 5 9]; M=diag(A) M = 3 0 0 0 5 0 0 0 9 输出的M矩阵的主对角线元素为向量A。 G = M+1 G = 4 1 1 1 6 1