有限元导论－第二章 节 有限元法的预备知识.pptVIP

第二章 有限元法的预备知识;矩阵、线性代数和MATLAB;矩阵简介;;;2. 对称矩阵;MATLAB的函数transpose是专门对矩阵进行转置操作的，例如 ;3. 单位矩阵;MATLAB中用eye来定义单位矩阵，下面的命令定义了一个三阶的单位矩阵 ;4. 带状稀疏矩阵;对称带状矩阵的一维存储; 在MATLAB中，我们可以用命令sparse定义一个稀疏矩阵，比如 A = sparse( 4000, 4000 ) 命令窗口中显示 A = All zero sparse: 4000-by-4000 用来表示A是一个4000×4000的元素全部为零的稀疏矩阵。对矩阵元素的引用跟普通的矩阵一样。 ;矩阵的运算;MATLAB中矩阵的运算跟单个数值的运算具有相同的形式，比如;数乘矩阵; A=[-1 2 3; 4 -3 1]; B=[-1 1 -1; -2 6 3]; k=4; l=2; k*A ans = -4 8 12 16 -12 4 A*k ans = -4 8 12 16 -12 4 k*(l*A) ans = -8 16 24 32 -24 8 (k*l)*A ans = -8 16 24 32 -24 8;矩阵相乘;矩阵相乘的性质;矩阵相乘的性质;矩阵不能约去！;但是;矩阵积的转置;逆矩阵;矩阵的求逆对于一般的程序语言必须编写一段复杂的程序，根据矩阵的特点，选择合适的算法，十分麻烦。而对于MATLAB，则是轻而易举，一个inv函数就足够了。例如， A=rand(4,4) A = 0.0153 0.4660 0.2026 0.6813 0.7468 0.4186 0.6721 0.3795 0.4451 0.8462 0.8381 0.8318 0.9318 0.5252 0.0196 0.5028 B=inv(A) B = 0.2203 1.3026 -1.1110 0.5563 -5.0783 -5.4552 5.5605 1.7991 0.1578 1.6202 -0.1151 -1.2461 4.8895 3.2202 -3.7443 -0.8724 上面的矩阵B就是A的逆矩阵，我们可以通过下面的命令可以验证它们的互逆关系 A*B ans = 1.0000 0 0 0 0 1.0000 0 0 0 0 1.0000 0 0 0 0 1.0000 A和B相乘的结果是单位阵，因此它们是互逆的。 ;矩阵分块;MATLAB中分块矩阵是通过冒号来实现的。假设A是一个5×5的矩阵，那么 A(2,:) 表示矩阵A的第二行 A(:,3) 表示矩阵A的第三列 A(2:4,:) 表示由矩阵A的第2，3和4行元素组成的一个3×5的矩阵， A(:,3:5) 表示由矩阵A的第3，4和5列元素组成的一个5×3的矩阵 A(2:4,3:5) 表示由矩阵A的第2行到第4行，第3列到第5列元素组成的一个3×3的矩阵。 A(1:2:5,:)表示由矩阵A的第1，3和5行元素组成的一个3×5的矩阵。; A(:,3) ans = 0.3784 0.8600 0.8537 0.5936 0.4966 A(2:4,:) ans = 0.4289 0.3028 0.8600 0.8216 0.2897 0.3046 0.5417 0.8537 0.6449 0.3412 0.1897 0.1509 0.5936 0.8180 0.5341;矩阵的迹和行列式;MATLAB中用两个函数trace和det分别求取矩阵的迹和行列式值。 A=[3 4 6 3 0 2 -2 5 0 0 -2 3 0 0 0 4] A = 3 4 6 3 0