matlab中的线性代数.pptVIP

3.1 线性代数 3.1.1 矩阵运算 1、声明符号变量syms； 2、关于一些常见的矩阵运算在Matlab中的实现方法，我们将Matlab的命令和功能列表如下： 下表 Matlab关于矩阵的命令和功能 3.1.2 矩阵的分解 1、三角分解 [L,U]=lu(A)（满足L*U=A）；[L,U,p]=lu(A)（满足L*U=p*A）. 2、正交分解 [Q,R]=qr(A)（满足Q*R=A）；[Q,R,E]=qr(A)（满足Q*R=A*E）. 3、奇异值分解 [U,V,S]=svd(A)（满足U*S*V’=A）. 4、特征值分解 [V,D]=eig(A)（满足V*D=A）. 5、Cholesky分解 [R,q]=chol(A) （满足A= R′*R）. 可以利用矩阵的LU、QR和Cholesky分解求方程组的解 ①LU分解。通常LU分解又称为Gauss消去分解，可把任意方阵分解为下三角矩阵的基本变换形式（行交换）和上三角矩阵的乘积。即A=LU，L为下三角阵，U为上三角阵。 函数lu的调用格式为[L，U]=lu（A） 则：A*X=b 变成L*U*X=b 所以X=U\(L\b) 这样可以大大提高运算速度。 例：用LU分解法求解下列方程组的解 ② Cholesky分解 如果A为对称正定矩阵，则Cholesky分解可将矩阵A分解为 上三角矩阵和其转置的乘积，即A=R*R，其中R为上三角阵。 在MATLAB6.5中函数chol的调 用格式为： R=chol(A) 则方程A*X=b 变成 R*R*X=b 所以 X=R\(R\b) 例：对下列矩阵进行Cholesky分解，并求解方程组的解。 ③ QR分解（正交分解） 对于任何矩阵A，都可以进行QR分解，其中Q为正交矩阵，R为上三角矩阵的初等变换形式，即A=QR 在MATLAB6.5中函数qr的调用格式为 ：[Q，R] =qr（A） 则方程 A*X=b 变成 Q*R*X=b 所以 有 X=R\(Q\b) 例：对下列矩阵进行QR分解，并求 解方程组的解。 2.1.3 解线性方程组 1、rank(A) %求矩阵A的秩 2、A1=rref(A) %简化矩阵为梯形形式 3.1.4 基本几何变换 Q=P*T %矩阵Q为矩阵P与矩阵T的乘积，要求满足矩阵乘法规则. A=B（m,：） %矩阵A为矩阵B的第m行所有元素组成的矩阵. A=B（：,n） %矩阵A为矩阵B的第n列所有元素组成的矩阵. A=[B（：,n）;k] %矩阵A为矩阵B的第n列所有元素基础上最后一行加上k组成的矩阵. A=[B（m,：）,h] %矩阵A为矩阵B的第m行所有元素基础上最后一列加上h组成的矩阵. [ Q,R ,E]=qr(A) % Q为正交阵，R为上三角阵，且E为有QR=AE； A=[1 2 3;4 5 6;7 8 9；10 11 12]; [ Q,R,E]=qr(A) Q = -0.1826 -0.8165 0.5247 0.1571 -0.3651 -0.4082 -0.8167 0.1816 -0.5477 -0.0000 0.0593 -0.8346 -0.7303 0.4082 0.2327 0.4958 R = -16.4317 -12.7802 -14.6059 0 1.6330 0.8165 0 0 0.0000 0 0 0 E = 0 1 0 0 0 1 1 0 0 [ Q,R ,E]=qr(A) % Q为正交阵，R为上三角阵，且E为有QR=AE； A=[1 2 3;4 5 6;7 8 9；10 11 12]; [ Q,R,E]=qr(A) Q = -0.1826 -0.8165 0.5247 0.1571 -0.3651 -0.4082 -0.8167 0.1816 -0.5477