控制系统的计算机辅助分析xin.ppt

7.1.1 矩阵函数 1 矩阵行列式 矩阵A＝｛aij｝的行列式定义为 ∣A∣＝det(A)=Σ(-1)ka1k1 a2k2…ankn MATLAB求矩阵行列式函数的调用格式为 det(A) 计算矩阵的行列式有多种算法,在MATLAB 中采用的方法为LU分解法。 2 矩阵求逆 对于一个已知的n×n维非奇异方阵A来说，如果有一个同样大小的C矩阵满足 AC＝CA＝I 式中 I为单位阵，则称C矩阵为A矩阵的逆矩阵，并记作C＝A－1 。 MATLAB提供了一个求取逆矩阵的函数inv( )，其调用格式为 inv(A) 3 矩阵的迹 假设一个方阵为 A＝{aij},i,j=1,2,…,n;则矩阵A的迹定义为 亦即矩阵的迹为该矩阵对角线上各个元素之和。由代数理论可知矩阵的迹和该矩阵的特征值之和是相同的。在MATLAB中提供了求取矩阵迹的函数trace( )，其调用方法为 trace(A) 4 矩阵的秩 对于n×m维的矩阵A，若矩阵所有的列向量中共有 rc个线性无关，则称矩阵的列秩为rc，如果rc=m， 则称A为列满秩矩阵，相应地，若矩阵A的行向量中有rr个是线性无关的，则称矩阵A的行秩为rr, 如果rr＝n，则称A为行满秩矩阵。 MATLAB提供了一个内部函数rank( )来用数值方法求取一个已知矩阵的秩，其调用格式为 k=rank(A) 5 矩阵的三角分解 矩阵的三角分解又称为LU分解，它的目的是将一个矩阵A分解成一个下三角矩阵L和一个上三角矩阵U的乘积，亦即可以写成A＝LU。 在MATLAB下也给出了矩阵的LU分解函数lu( )，该函数的调用格式为 [L,U]=lu(A) 6 矩阵的奇异值分解 cond(A) 7 矩阵的范数 N=norm(A,选项) 8 矩阵的特征值与特征向量 [V，D]=eig(A) 其中 A为要处理的矩阵，D为一个对角矩阵，其对角线上的元素为矩阵A的特征值，而每个特征值对应的V矩阵的列为该特征值的特征向量，该矩阵是一个满秩矩阵，它满足AV＝VD，且每个特征向量各元素的平方和（即2范数）均为1。 9 矩阵的特征多项式、特征方程和特征根 MATLAB提供了求取矩阵特征多项式系数的函数poly( ），其调用格式为 P=poly(A) 其中 A为给定的矩阵，返回值P为一个行向量，其各个分量为矩阵A的降幂排列的特征多项式系数。即 P=[ a 0 a 1… a n] MATLAB中根据矩阵特征多项式求特征根的函数为roots( )，其调用格式为 V=roots(P) 其中 P为特征多项式的系数向量，而V为特征多项式的解，即原始矩阵的特征根。 7.1.2 数值分解 1. 数据处理 如果给定一组数据{xi}，i=1,2,…,n, 则可利用MATLAB将这些数据用一个向量表示出来，即 x=[x1,x2,…,xn] 利用MATLAB的函数max( )和min( )便可求出这组数据的最大和最小值，命令格式如下 [xM,i]=max(x) [xm,i]=min(x) 2. 按实部或幅值对特征值进行排序 MATLAB的函数esort( )和dsort( )的调用格式为 [s,ndx]=esort(P) 或 [s,ndx]=dsort(P) 其中 esort(P)对连续系统，根据实部按递减顺序对矢量P中的复特征值进行排序，ndx为索引矢量 3. 多项式及多项式矩阵求值 如果f(x)函数为下面的一个多项式 f(x)=a0xn+ a1x(n-1)+…+an-1x+an 则可以求出该函数的导数函数为 f ’(x)=n a0 xn-1+(n-1)a1xn-2+…+an-1 在MATLAB中提供了多项式求值函数polyval( ) 和多项式求导的函数polyder( )它们的调用格式分别为 f(x0)=polyval(p,x0) 及 p1=polyder(p) 4. 数值积分 对于函数f(x)的定积分 可利用MATLAB quad( )函数来求取定积分，调用格式