数学建模-matlab在线性代数中的应用.docVIP

-310- 附录二 Matlab 在线性代数中的应用 §1 向量组的线性相关性 求列向量组 A 的一个最大线性无关组可用命令rref(A)将A 化成阶梯形的行最简形 式，其中单位向量对应的列向量即为最大线性无关组所含向量，其它列向量的坐标即为 其对应向量用最大线性无关组线性表示的系数。 例1 求下列矩阵列向量组的一个最大无关组。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? = 3 3 3 3 4 2 1 0 2 3 2 4 2 6 6 1 2 1 0 2 A 解 编写 M 文件ex1.m 如下： format rat a=[1,-2,-1,0,2;-2,4,2,6,-6;2,-1,0,2,3;3,3,3,3,4]; b=rref(a) 求得 b = 1 0 1/3 0 16/3 0 1 2/3 0 -1/9 0 0 0 1 -1/3 0 0 0 0 0 记矩阵A 的五个列向量依次为1 α 、2 α 、3 α 、4 α 、5 α ，则1 α 、2 α 、4 α 是列向 量组的一个最大无关组。且有 3 1 2 3 2 3 α = 1α + α ， 5 1 2 4 3 1 9 1 3 α = 16α ? α ? α . 例2 设 ? ? ? ? ? ? ? ? ? ? ? ? ? = = 1 2 2 2 1 2 2 2 1 [ , , ] 1 2 3 A a a a ， ? ? ? ? ? ? ? ? ? ? ? = = 4 2 0 3 1 4 [ , ] 1 2 B b b ， 验证1 2 3 a ,a ,a 是R3的一个基，并把1 2 b ,b 用这个基线性表示。 解 编写M 文件ex2.m 如下： format rat a=[2,2,-1;2,-1,2;-1,2,2];b=[1,4;0,3;-4,2]; c=rref([a,b]) 求得 c= 1 0 0 2/3 4/3 0 1 0 -2/3 1 0 0 1 -1 2/3 §2 线性方程组 Matlab 中解线性方程组可以使用“\”。虽然表面上只是一个简简单单的符号，而它 的内部却包含许许多多的自适应算法，如对超定方程用最小二乘法，对欠定方程它将给 出范数最小的一个解，解三对角阵方程组时用追赶法等。 另外欠定方程组可以使用求矩阵 A 的阶梯形行最简形式命令rref(A)，求出所有的 -311- 基础解系。 例 3 求解下列方程组 ? ? ? ? ? ? ? + ? + = ? + = ? ? ? = + ? + = 4 7 6 0 2 2 5 3 6 9 2 5 8 1 2 3 4 2 3 4 1 2 4 1 2 3 4 x x x x x x x x x x x x x x 解 编写 M 文件ex3.m 如下： format rat a=[2,1,-5,1;1,-3,0,-6;0,2,-1,2;1,4,-7,6]; b=[8;9;-5;0]; solution=a\b 求得 solution=[3 -4 -1 1]。 例4 求超定方程组 ? ? ? ? ? ? ? + = + = ? = + = 2 7 2 6 3 5 3 2 4 11 1 2 1 2 1 2 1 2 x x x x x x x x 解 编写 M 文件ex4.m 如下： a=[2,4;3,-5;1,2;2,1]; b=[11;3;6;7]; solution=a\b 求得 solution=[ 3.0403 1.2418]。 例5 求解方程组 ? ? ? ? ? ? ? ? ? + = ? ? + ? = ? ? + = . 2 2 1 3 1, 0, 1 2 3 4 1 2 3 4 1 2 3 4 x x x x x x x x x x x x 解 编写M 文件ex5.m 如下： format rat a=[1,-1,-1,1,0;1,-1,1,-3,1;1,-1,-2,3,-1/2]; b=rref(a) 求得： b= 1 -1 0 -1 1/2 0 0 1 -2 1/2 0 0 0 0 0 故方程组有解，并有 ? ?? ??? ? = + = + + 2 2 1 2 1 3 4 1 2 4 x x x x x -312- §3 相似矩阵及二次型 有时我们需要精确的特征值和特征向量，就须利用Matlab 的符号运算功能。 在Matlab 中创建符号矩阵和创建数值矩阵的形式很相似，只不过要用到符号定义 函数sym。下面介绍使用此函数创建符号函数的几种形式。 3.1 使用sym 函数直接创建符号矩阵 此方法和直接创建数值矩阵的方法几乎完全相同。矩阵元素可以是符号表达式，各 符号表达式的长度可以不同，矩阵元素之间可用空格或逗号分隔。 例如： x=sym([a+sin(d),b;1/c,d