矩阵分解与线性方程组求解.pptVIP

4.3 线性方程的组的求解 4.3.1 求线性方程组的唯一解或特解 1．利用矩阵除法求线性方程组AX=b的特解 例4-12 解方程组 (1)Ax=b1；(2)Ay=b2 解法2：将两个方程组连在一起求解：Az = b b=[2 3;-3 4;1 -5] z=A\b 很明显，这里的解z的两个列向量便是前面分别求得的两组解x和y 4.3 线性方程的组的求解 4.3.1 求线性方程组的唯一解或特解 2．利用LU、QR和cholesky分解求方程组的解 (1)LU分解： LU分解又称Gauss消去分解，可把任意方阵分解为下三角矩阵和上三角矩阵的乘积。 即A=LU，L为下三角阵，U为上三角阵。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。 4.3 线性方程的组的求解 4.3.1 求线性方程组的唯一解或特解 2．利用LU、QR和cholesky分解求方程组的解 (1)LU分解： 例4-13 求方程组 的一个特解。 解： A=[4 2 -1;3 -1 2;11 3 0]; B=[2 10 8]; D=det(A) [L,U]=lu(A) X=U\(L\B) 4.3 线性方程的组的求解 4.3.1 求线性方程组的唯一解或特解 2．利用LU、QR和cholesky分解求方程组的解 (1)LU分解： 例4-13 求方程组 的一个特解。 解： 说明 结果中的警告是由于系数行列式为零产生的。可以通过A*X验证其正确性。 4.3 线性方程的组的求解 4.3.1 求线性方程组的唯一解或特解 2．利用LU、QR和cholesky分解求方程组的解 (2) Cholesky分解 若A为对称正定矩阵，则Cholesky分解可将矩阵A分解成上三角矩阵和其转置的乘积，即： A = R*R 其中R为上三角阵。 方程A*X=b变成R*R*X = b 所以X=R\(R\b) 4.3 线性方程的组的求解 4.3.1 求线性方程组的唯一解或特解 2．利用LU、QR和cholesky分解求方程组的解 (3)QR分解 对于任何长方矩阵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 方程A*X=b变形成QRX=b 所以X=R\(Q\b) 4.3 线性方程的组的求解 4.3.1 求线性方程组的唯一解或特解 2．利用LU、QR和cholesky分解求方程组的解 (3)QR分解 上例中 [Q, R]=qr(A) X=R\(Q\B) 说明：这三种分解，在求解大型方程组时很有用。其优点是运算速度快、可以节省磁盘空间、节省内存。 4.3 线性方程的组的求解 4.3.2 求线性齐次方程组的通解 在Matlab中，函数null用来求解零空间，即满足A·X=0的解空间，实际上是求出解空间的一组基(基础解系)。其格式为： z = null(A) z的列向量为方程组的正交规范基，满足z ? z = I。 z = null(A,r) z的列向量是方程AX=0的有理基 4.3 线性方程的组的求解 4.3.2 求线性齐次方程组的通解 例4-14 求方程组 的通解： 解： A=[1 2 2 1;2 1 -2 -2;1 -1 -4 -3]; format rat %指定有理式格式输出 B=null(A,r) %求解空间的有理基 运行后显示结果如下： 4.3 线性方程的组的求解 4.3.2 求线性齐次方程组的通解 例4-14 求方程组 的通解： 解： 或通过行最简型得到基： B=rref(A) 即可写出其基础解系(与上面结果一致)。 4.3 线性方程的组的求解 4.3.2 求线性齐次方程组的通解 例4-14 求方程组 的通解： 解： 写出通解： syms k1 k2 X=k1*B(:,1)+k2*B(:,2) %写出方程组的通解 pretty(X) %让通解表达式更加精美 运行后结果如下： 下面是其简化形式 4.3 线性方程的组的求解 4.3.3 求非齐次线性方程组的通解 非齐次线性方程组需要先判断方程组是否有解，若有解，再去求通解。 因此，步骤为： 第1步: 判断AX=b是否有解，若有解则进行第二步 第2步: 求AX