Matlab语言及应用 第一章.ppt

符号运算 线性代数和符号矩阵 命令如下： clc,clear syms a b x y m=sym([1/x,sin(x)*sin(x)+cos(x)*cos(x),b^2;1,12,x^2-y^2]) factor(m) simplify(m) 符号运算 线性代数和符号矩阵 符号线性代数的运算和数值线性代数的运算基本相同，读者可以首先回顾一下“MATLAB的数学功能”一章中关于线性代数的知识，这样可以有助于本节的学习。本节以 Hilbert 矩阵为例，介绍矩阵的代数运算。 首先生成 Hilbert 矩阵。 H=hilb(3) H = 1.00000000000000 0.50000000000000 0.33333333333333 0.50000000000000 0.33333333333333 0.25000000000000 0.33333333333333 0.25000000000000 0.20000000000000 该矩阵为双精度类型（double），下面将其转化为符号矩阵。 符号运算 线性代数和符号矩阵 H = sym(H) H = [ 1, 1/2, 1/3] [ 1/2, 1/3, 1/4] [ 1/3, 1/4, 1/5] 对该矩阵进行求逆、求行列式等操作： inv(H) ans = [ 9, -36, 30] [ -36, 192, -180] [ 30, -180, 180] det(H) ans = 1/2160 符号运算 线性代数和符号矩阵 利用左除符号“\”求解线性系统： b = [1 1 1]; x = H\b x = 3 -24 30 上述运算得到的结果均为精确解，如果对相同的运算采用数值解，则得到的解会存在误差，见下面的代码： digits(16) V = vpa(H) 符号运算 线性代数和符号矩阵 V = [ 1., .5000000000000000, .3333333333333333] [ .5000000000000000, .3333333333333333, .2500000000000000] [ .3333333333333333, .2500000000000000, .2000000000000000] inv(V) ans = [ 9.000000000000179, -36.00000000000080, 30.00000000000067] [ -36.00000000000080, 192.0000000000042, -180.0000000000040] [ 30.00000000000067, -180.0000000000040, 180.0000000000038] det(V) ans = .462962962962953e-3 V\b ans = 3.000000000000041 -24.00000000000021 30.00000000000019 符号运算 线性代数和符号矩阵 上面的 Hilbert 矩阵为非奇异矩阵，下面查看对奇异矩阵的操作。首先，改变矩阵 H 的第一个元素，使其成为奇异矩阵，然后对其进行运算，见下面的代码： H(1,1)=8/9; det(H) ans = 0 inv(H) ??? Error using == sym.inv Error, (in inverse) singular matrix 符号运算 线性代数和符号矩阵 在 MATLAB 中，矩阵的特征值和特征向量由函数 eig 计算。该函数的主要用法为： E = eig(A)，计算符号矩阵 A 的符号特征值，返回结果为一个向量，向量的元素为矩阵 A 的特征值； [V,E] = eig(A)，计算符号矩阵 A 的符号特征值和符号特征向量，返回结果为两个矩阵：V 和 E，V 是矩阵 A 的特征向量组成的矩阵，E 为 A 的特征值组成的对角矩阵，得到的结果满足。 符号运算 线性代数和符号矩阵 当利用相似变换将矩阵对角化时会产生 Jordon 标准型。对于给定的矩阵 ，如果存在非奇异矩阵 ，使得矩阵 最接近对角形，则矩阵称为的 Jordon 标准型。MATLAB 中函数 jordan 用于计算矩阵的 Jordon 标准型。该函数的调用格式如下： J = jordan(A)，计算矩阵的 Jordon 标准型； [V,J] = jordan(A)，返回矩阵的 Jordon 标准型，同时返回相应的变换矩阵。 符号运算 线性代数和符号矩阵 奇异值分解是矩阵分析中的一个重要内容，在理论分析和实践计算中都有着广