2013第三讲 Matlab矩阵分析及处理.pptVIP

下载本文档

1
0
约1.23万字
约 43页
2017-09-05 发布于浙江
举报
版权申诉

2013第三讲 Matlab矩阵分析及处理.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2013第三讲 Matlab矩阵分析及处理

4、矩阵求值 A=rand(5) A = 0.9501 0.7621 0.6154 0.4057 0.0579 0.2311 0.4565 0.7919 0.9355 0.3529 0.6068 0.0185 0.9218 0.9169 0.8132 0.4860 0.8214 0.7382 0.4103 0.0099 0.8913 0.4447 0.1763 0.8936 0.1389 B=det(A) B = -0.0071 （1）方阵的行列式把一个方阵看作一个行列式，并对其按行列式的规则求值，这个值就称为矩阵所对应的行列式的值。在MATLAB中，求方阵A所对应的行列式的值的函数是det(A)。 4、矩阵求值 A=rand(5) A = 0.9501 0.7621 0.6154 0.4057 0.0579 0.2311 0.4565 0.7919 0.9355 0.3529 0.6068 0.0185 0.9218 0.9169 0.8132 0.4860 0.8214 0.7382 0.4103 0.0099 0.8913 0.4447 0.1763 0.8936 0.1389 B=det(A) B = -0.0071 （2）矩阵的秩矩阵线性无关的行数与列数称为矩阵的秩。在MATLAB中，求矩阵秩的函数是rank(A)。 rank(A) ans = 5 4、矩阵求值 A = 2 2 3 4 5 -6 7 8 9 trace(A) ans = 16 （3）矩阵的迹矩阵的迹等于矩阵的对角线元素之和，也等于矩阵的特征值之和。在MATLAB中，求矩阵的迹的函数是trace(A)。 4、矩阵求值 V = -1.0000 0.5000 1.0000 v1=norm(V,1) v1 = 2.5000 v2=norm(V) v2 = 1.5000 vinf=norm(V,inf) vinf = 1 （4）向量的范数 norm(V)或norm(V,2)：计算向量V的2—范数。norm(V,1)：计算向量V的1—范数。norm(V,inf)：计算向量V的∞—范数。 4、矩阵求值（5）矩阵的范数 norm(A)或norm(A,2)：计算矩阵V的2—范数。norm(A,1)：计算矩阵V的1—范数。norm(A,inf)：计算矩阵V的∞—范数。称为A的列范数称为A的行范数最大特征值 4、矩阵求值（5）矩阵的条件数矩阵A的条件数等于A的范数与A逆矩阵的范数的乘积，条件数越接近于1，矩阵的性能就越好条件数事实上表示了矩阵计算对于误差的敏感性。对于线性方程组Ax=b，如果A的条件数大，b的微小改变就能引起解x较大的改变，数值稳定性差。如果A的条件数小，b有微小的改变，x的改变也很微小，数值稳定性好。它也可以表示b不变，而A有微小改变时，x的变化情况。 4、矩阵求值（5）矩阵的条件数 A = 2 2 3 4 5 -6 7 8 9 C1=cond(A) C1 = 87.9754 B = 2 -5 4 1 5 -2 -1 2 4 C2=cond(B) C2 = 3.7515 cond(A,1) 计算A的1—范数下的条件数。cond(A)或cond(A,2) 计算A的2—范数数下的条件数。cond(A,inf) 计算A的 ∞—范数下的条件数。 B的性能要好于A的性能 4、矩阵的特征值与特征向量矩阵的特征值与特征向量 A = 1.0000 1.0000 0.5000 1.0000 1.0000 0.2500 0.5000 0.2500 2.0000 [V,D]=eig(A) V = 0.7212 0.4443 0.5315 -0.6863 0.5621 0.4615 -0.0937 -0.6976