线性代数应用线性代数应用.pptVIP

线性代数应用实例 取自《线性代数机算与应用指导（MATLAB）版》 例1 平板稳态温度的计算 为了计算平板形导热体的温度分布，将平板划分为许多方格，每一个节点上的稳态温度将等于其周围四个节点温度的平均值。 由此可得出阶数与节点数相同的线性方程组，方程的解将取决于平板的边界条件。 该方法可以用来计算飞行器的蒙皮温度等。 平板温度计算的模型 用行最简型求解的程序 A=[4,-1,-1,0; -1,4,0,-1; -1,0,4,-1; 0,-1,-1,4]; b=[30; 50; 60; 80]; U=rref([A,b]) 结果为： U = 1.0000 0 0 0 21.2500 0 1.0000 0 0 26.2500 0 0 1.0000 0 28.7500 0 0 0 1.0000 33.7500 向高阶系统扩展 分割得愈细，求出的解就愈精确。如果把上述区域分成25个点，则就要解25阶的线性方程组。 书上给出了其程序和结果，其温度分布如右下图所示。 例2 交通流的建模 对于一个有双向车流的十字路口，根据流出流入车数相等的规则，可以列出下列方程组。 节点A：x1?360?x2?260 节点B：x2?220?x3?292 节点C：x3?320?x4?357 节点D：x4?260?x1?251 矩阵方程如右： 程序及运行结果 A=[1,-1,0,0;0,1,-1,0;0,0,1,-1;-1,0,0,1]; b=[-100;72;37;-9];U=rref([A,b]) 计算结果为： U = 1 0 0 -1 9 0 1 0 -1 109 0 0 1 -1 37 0 0 0 0 0 向高阶系统扩展 把上述模型扩展到多个十字路，乃至整个城市，就构成高阶的线性代数方程组。例如下面的6节点交通流图，它就要由6个方程和7个变量来描述。用行最简型方法可以知道，它的解将包括两个自由变量。其物理意义请读者类推。 例3 飞机航线问题 转机航线的数学模型 其中， A(i,j)=1描述从城市i出发，可以到达第j个城市，否则A(i,j)=0。 不难证明：矩阵A*A表示一个人连续坐两次航班可以到达的城市，矩阵A3表示连续坐三次航班可以到达的城市： 多次转机到达的城市 若乘坐一次、二次或三次航班，则可以到达的城市可以由矩阵B来描述： 例4 药方配制问题 通过中成药药方配制问题，达到理解向量组的线性相关性、最大线性无关组向量的线性表示以及向量空间等线性代数的知识。 表1：各成药的比例成分 表2：新药的成分要求 问题的分析思路 问题(1)分析：把每一种特效药看成一个九维列向量u1-u7，即u3,u6向量与其他向量是否线性相关的问题。若向量组线性相关，且能将u3,u6向量用其余向量线性表示，则可以配制3号和6号药品。 中药配方问题的程序 u1=[10;12;5;7;0;25;9;6;8]; u2=[2;0;3;9;1;5;4;5;2]; u3=[14;12;11;25;2;35;17;16;12]; u4=[12;25;0;5;25;5;25;10;0]; u5=[20;35;5;15;5;35;2;10;0]; u6=[38;60;14;47;33;55;39;35;6]; u7=[100;55;0;35;6;50;25;10;20]; U=[u1,u2,u3,u4,u5,u6,u7] [U0,r]=rref(U) 运算结果 U0= r= 1 2 4 5 7 1 0 1 0 0 0 0 从最简行阶梯型U0中可以看 0 1 2 0 0 3 0 出，R（U）=5，向量组线性 0 0 0 1 0 1 0 相关，一个最大无关组即为 0 0 0 0 1 1 0 u1，u2，u4，u5，u7 0 0 0 0 0 0 1 u3=u1+2u2 四个零行 u6=3u2+u4+u5 故可以配制3号和6号药。 问题(2)的求解程序：U=[u1,u2,u3,u4,u5,u6,u7,v1,v2,v3][U0,r]=rref(U) 计算结果为：