MATLAB课程第五章.pptVIP

* * 第五章 数据分析 §5.1 线性方程组 5.1.1 线性方程求解 在矩阵的表示方法中，线性方程的求解可以表述为：给定两个矩阵A和B，求 X 的唯一解使得： AX=B 或 XA=B X=A\B: 表示求矩阵方程AX=B的解 X=B/A: 表示求矩阵方程XA=B的解 (B/A)’=(A’\B’)  矩阵A并不要求是方阵，若A是m*n的矩阵，则存在以下三种情况： 1)m=n:适定方程组，寻求精确解； 2)mn:超定方程组，寻求最小二乘解; 3)mn:不定方程组，寻求基本解. 对于不同的情况，左除算子采用不同的算法求解。 5.1.1 线性方程求解 5.1.1 线性方程求解 1、适定方程组： 一般形式的线性方程组为： Ax=b 或 AX=B 求解命令是： x=A\b X=A\B 2、超定方程组： 对于超定方程，在MATLAB中，利用左除命令寻求它的最小二乘解，其调用格式是： x=A\b  A*x并不是精确的等于b，但它们的差值小于原始数据的测量误差。 3、不定方程组： 解不唯一，MATLAB 将寻求一个基本解，其中至多只有m个非零元素。 5.1.2 矩阵分解 MATLAB中几种常用的矩阵分解方法，相关的函数见下表： 将矩阵分解为正交矩阵或酉矩阵和上三角矩阵 正交三角分解 qr 将矩阵采用LU分解，直接求解线性方程组 矩阵LU分解 lu 对称正定矩阵的分解，用于求解方程组 cholesky分解 chol 说 明 功 能 命 令 5.1.2 矩阵分解  Cholesky 分解的函数 chol 的调用格式为：R=chol(X): X是对称正定矩阵，R是上三角阵(对角线为正)，使得 R’ *R=X，若X是非正定的，将给出错误信息。[R,p]=chol(X):不会给出错误信息，若X是正定的，p等于0，R同上；若X不是正定的，则p为正整数，R是上三角矩阵，它的阶数为q=p-1， Cholesky 分解允许对线性方程组 A*x=b 进行如下替换： R’*R*x=b 由于左除算子可以处理三角矩阵，因此可以得出： x=R\(R’\b) 一、Cholesky分解 5.1.2 矩阵分解 二、 LU分解 函数lu 的调用格式：  [L,U]=lu(A): U是上三角矩阵，L是“心理上”的下三角阵，实际上， 它是下三角阵和置换矩阵的乘积，结果使得：A=L*U [L,U,P]=lu(A):L是下三角矩阵，上三角矩阵U 和置换矩阵P，使得： P*A=L*U LU 分解允许对线性方程 A*x=b 进行如下计算： x=U\(L\b) LU分解或 Gaussian 消去法，可以将任何方阵表示为一个下三角矩阵L和上三角矩阵U的乘积,即：A=LU 5.1.2 矩阵分解 三、正交分解 正交分解或QR分解，将方阵或矩形矩阵A分解为一个正交矩阵Q和一个上三角矩阵R 的乘积，即： A=QR 或 AP=QR 函数qr的用法如下： [Q,R]=qr(X):上三角矩阵R和正交矩阵Q，使得：X=Q*R (R与X同维) [Q,R,E]=qr(X):置换矩阵E，使得： X*E=Q*R [Q,R]=qr(X,0)和[Q,R,E]=qr(X,0)：其中，E是一个置换向量， 使得： Q*R=X(:,E)。 §5.2 非线性数值计算 5.2.1 非线性函数最小值点 1、求单变量函数最小值点 求单变量函数最小值点的函数是:fminbnd，其调用格式是： [x,fval,exitflag,output]= fminbnd(fun,x1,x2,options,p1,p2,…) fun 是被计算最小值点的单变量函数（目标函数）名称字符串；x1、x2是目标函数自变量的取值范围；p1、p2,…是向目标函数传递的附加参数；options是一个结构类型的变量，用于指定算法的优化参数。该结构的内容用函数 optimset 进行定义，若没有优化参数要设置，可以在options的位置用“[ ]”作为占位符。