Matlab应用线性代数幻灯片.ppt

MATLAB 应用 矩阵分析 矩阵的行列式 矩阵的四则运算 矩阵的幂和平方根 矩阵的指数和对数 矩阵的翻转 矩阵的逆运算 矩阵的迹 矩阵的行列式 可用函数det求矩阵的行列式大小。 例： a=[1 2 0;2 5 -1;4 10 -1]; b=det(a) b = 1 矩阵的四则运算 数组和矩阵的加减运算使用加号和减号，即“+”和“-”。 矩阵相乘使用“*”运算符。 如果只是将两个矩阵中相同位置的元素相乘，使用“.*”运算符。 矩阵除法有左除和右除的区别，分别使用“\”和“/”运算符。 与“\”和“/”运算符相对应，也有“.\”和“./”运算符，分别用于将两个矩阵中的对应元素相除。 矩阵与常数的代数运算，可以直接使用上面的各种运算符。 矩阵的幂和平方根 矩阵的幂运算使用运算符“^”，幂运算具有类似X^p的形式。如果p是整数，则幂通过重复求平方来计算；如果该整数为负值，则首先计算X的逆；如果p取其他值，则计算需要用到特征值和特征矢量，即如果[V,D]=eig(X)，则X^p=V*D.^p/V。 用sqrtm函数求矩阵的平方根。 矩阵的指数和对数 矩阵的指数运算用expm函数实现。 矩阵的对数运算用logm函数实现。 矩阵的翻转 用fliplr函数左右翻转矩阵； 用flipud函数上下翻转矩阵； 用flipdim函数沿指定方向翻转矩阵； 用transpose函数沿主对角线翻转矩阵。 矩阵的逆运算 用函数inv实现矩阵的逆运算。 由函数pinv实现矩阵的伪逆运算。 Eg a=[1 2 0;2 5 -1;4 10 -1] b=inv(a); 矩阵的迹 矩阵的迹是指矩阵所有对角线元素的和。在MATLAB中，矩阵的迹可由函数trace计算得到。 Eg A=[1 2 3; 4 5 6; 1 2 3] T=trace(A) 9 矩阵的范数 矩阵的范数运算可由函数norm来实现，具有norm(A), norm(A,1), norm(A,2), norm(A,inf), norm(A,’fro’)等形式，分别代表矩阵的范数运算、1-范数运算、7-范数运算、无穷大范数运算和F-范数运算。 矩阵的条件数 条件数的值代表矩阵“病态”程度的大小。在MATLAB中，矩阵的条件数可分别由函数cond(A), condest(A)或rcond(A)计算得到，它们分别计算矩阵的条件数值、1-范数矩阵条件数值和矩阵的逆条件数值。 矩阵的重塑 用reshape函数进行矩阵重塑。下面将一个3×4的矩阵重塑为2×6的。 例： A = [1 4 7 10; 2 5 8 11; 3 6 9 12] A = 1 4 7 10 2 5 8 11 3 6 9 12 B = reshape(A, 2, 6) B = 1 3 5 7 9 11 2 4 6 8 10 12 矩阵的逻辑运算 使用逻辑运算符，可以直接对数组或矩阵进行逻辑运算，包括逻辑非、逻辑或、逻辑与和逻辑异或运算。 p130 表 矩阵的初等变换 用rref函数进行矩阵的初等行变换 。 例： A=[1 2 1 8;1 2 3 10;2 3 1 13;1 2 2 9] A = 1 2 1 8 1 2 3 10 2 3 1 13 1 2 2 9 B=rref(A) B = 1 0 0 3 0 1 0 2 0 0 1 1 0 0 0 0 矩阵的秩 用函数rank求矩阵的秩。 例： a=[1 2 0;2 5 -1;4 10 -1]; b=rank(a) b = 3 矩阵的分解 矩阵的LU分解 矩阵的QR分解 矩阵的QZ分解 矩阵的乔累斯基分解 矩阵的奇异值分解 矩阵的特征值分解 矩阵的Schur分解 矩阵的LU分解 矩阵的LU分解是线性方程组求解方法中高斯消去法的基础，在MATLAB中由函数lu来实现。 矩阵的QR分解 在MATLAB中，QR分解可由函数qr实现。常用的调用格式如下： [B,C]=qr(A) 返回的矩阵C为上三角矩阵，矩阵B为满秩矩阵。 [Q,R,E] = q