第3章 MATLAB矩阵分析及处理.ppt

矩阵的左右翻转 对矩阵实施左右翻转是将原矩阵的第一列和最后一列调换，第二列和倒数第二列调换，…，依次类推。MATLAB对矩阵A实施左右翻转的函数是fliplr(A)。 If A is the 3-by-2 matrix, A = 1 4 2 5 3 6 then fliplr(A) produces 4 1 5 2 6 3 If A is a row vector, A = 1 3 5 7 9 then fliplr(A) produces 9 7 5 3 1 矩阵的上下翻转 MATLAB对矩阵A实施上下翻转的函数是flipud(A)。 If A is the 3-by-2 matrix, A = 1 4 2 5 3 6 then flipud(A) produces 3 6 2 5 1 4 If A is a column vector, A = 3 5 7 then flipud(A) produces A = 7 5 3 矩阵的逆与伪逆 对于一个方阵A，如果存在一个与其同阶的方阵B，使得：A·B=B·A=I (I为单位矩阵)则称B为A的逆矩阵，当然，A也是B的逆矩阵。求一个矩阵的逆是一件非常烦琐的工作，容易出错，但在MATLAB中，求一个矩阵的逆非常容易。求方阵A的逆矩阵可调用函数inv(A)。 例3.7 矩阵的逆与伪逆 如果矩阵A不是一个方阵，或者A是一个非满秩的方阵时，矩阵A没有逆矩阵，但可以找到一个与A的转置矩阵A‘同型的矩阵B，使得：A·B·A=AB·A·B=B此时称矩阵B为矩阵A的伪逆，也称为广义逆矩阵。在MATLAB中，求一个矩阵伪逆的函数是pinv(A)。 A=[3 1 1 1;1 3 1 1;1 1 3 1]; B=pinv(A) B = 0.3929 -0.1071 -0.1071 -0.1071 0.3929 -0.1071 -0.1071 -0.1071 0.3929 0.0357 0.0357 0.0357 在线性代数中，一个矩阵 A 的列秩是 A 的线性无关的纵列的极大数目。类似地，行秩是 A 的线性无关的横行的极大数目。注意：行秩=列秩。 通常，对于一组向量X1,X2,..Xp,若存在一组不全为0的ki(i=1,2,3..p)，使得: k1X1+k2X2+….+kpXp=0. 则该p个向量线性相关。 用矩阵求逆方法求解线性方程组 在线性方程组Ax=b两边各左乘A-1，有 A-1Ax=A-1b 由于A-1A=I，故得 x=A-1b 例3.8 用求逆矩阵的方法解线性方程组。 命令如下： A=[1,2,3;1,4,9;1,8,27]; b=[5,-2,6]; x=inv(A)*b 也可以运用左除运算符“＼”求解线性代数方程组。 A=[1,2,3;1,4,9;1,8,27]; b=[5,-2,6]; x=A\b 矩阵求值 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)。 A=rand(5) B=det(A) 矩阵的秩与迹 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)。 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)。 向量和矩阵的范数 矩阵或向量的范数用来度量矩阵或向量在某种意义下的长度。范数有多种方法定义，其定义不同，范数值也就不同。(V为n元素的列向量，A为m by n矩阵) 向量和矩阵的范数 向量的3种常用范数及其计算函数在MATLAB中，求向量范数的函数为：(1) norm(V)或norm(V,2)：计算向量V的2—范数。(2) norm(V,1)：计算向量V的1—范数。(3) norm(V,inf)：计算向量V的∞—范数。 向量和矩阵的范数 矩阵的范数及其计算函数 MATLAB提供了求3种矩阵范数的函数，其函数调用格式与求向量的范数的函数完全相同。 矩阵的条件数 在MATLAB中，计算矩阵A的3种条件数的函数是：(1) cond(A,1) 计算A的1—范数下的条件数。(2) cond(A)或con