第五章用Matlab进行现代科学运算.ppt

第五章 用 Matlab 进行现代科学计算 5.1 解析解与数值解 在实际的工程技术中，一般通过数值解法 来获得问题的解。至少有两个原因： 1 、 解析解不存在 如圆周率的值就没有解析解，超越积分 也没有解析解。在这种情况下，就必须采 用数值解技术。 2 2 b a x e d x ? ? 2 、 解析解存在但不实用 如求解 n 元一次代数方程组的问题，从 理论上讲，总可以把多元一次方程组简化 成解析可解的形式。 然而当 n 较大时，需要的基本运算次数 是非常惊人的，对于求解实际问题所需要 的计算成本是根本无法接受的，只能采用 数值解法。 5.2 数值线性代数问题及求解 5.2.1 特殊矩阵的 MATLAB 输入 零矩阵： zeros(m,n) ; (m,n) 定义矩阵维数 幺矩阵： ones(m,n) ; 单位矩阵： eye(m,n) ; 随机元素矩阵： rand(m,n) ; [0,1] 上均匀分布 randn(m,n) ; 正态分布 对角阵： diag(v) ; v 为对角元素组成的向量 5.2.2 矩阵的特征参数运算 ? 矩阵的 行列式 ： det(A) ? 矩阵的 迹 ： trace(A) ，即对角线元素之和 ? 矩阵的 秩 ： rank(A) ，即线性无关的列数 或行数 ? 矩阵的 范数 norm(A,p) 1 1- 范数， A 的最大列和， max(sum(abs((A))) 2 2- 范数，最大奇异值， norm(A) Inf 无穷范数， A 的最大行和， max(sum(abs(A))) fro Frobenius 范数， sqrt(sum(diag(A*A))) 当 A 为向量时，范数定义稍有不同： norm(A,p) sum(abs(A).^p)^(1/p) norm(A) norm(A,2) norm(A,inf) max(abs(A)) norm(A,-inf) min(abs(A)) ? ? ? p 1 ? 矩阵的 特征多项式 ： c=poly(A) ? ? 1 1 1 ( ) d e t n n n n C s s I A s c s c s c ? ? ? ? ? ? ? ? ? ? 矩阵的 特征值 ：特征方程的根 roots(poly(A)) 或 eig(A) 若 A 为矩阵，则返回的 c 就是向量 [1, c 1 ,…, c n-1 , c n ] 降幂排列 矩阵的 特征值与特征向量 x x A ? ? [v,d]= eig(A) 矩阵 v 的各列为特征向量，矩阵 d 的对角元素为特征值 a=[1 2 3;4 5 6;7 8 0]; [v,d]=eig(a) v = -0.2998 -0.7471 -0.2763 -0.7075 0.6582 -0.3884 -0.6400 -0.0931 0.8791 d = 12.1229 0 0 0 -0.3884 0 0 0 -5.7345 ? 矩阵求逆 B= inv(A) 为求矩阵 A 的逆矩阵 a=[1 2 3;4 5 6; 7 8 0]; b=inv(a); c=a*b; d= b*a; [b c d] ans = -1.7778 0.8889 -0.1111 1.0000 0 -0.0000 1.0000 0.0000 0 1.5556 -0.7778 0.2222 -0.0000 1.0000 0 -0.0000 1.0000 0 -0.1111 0.2222 -0.1111 0.0000 -0.0000 1.0000 0.0000 0.0000 1.000 伴随阵法， 初等变换法 。。。 多项式及多项式矩阵求值 多项式求值 B=polyval(aa,x) 多项式矩阵求值 B=polyvalm(aa,A) 其中 aa 为多项式系数降幂排列构成的向 量； x 为指定的标量， A 为给定的方阵 面向矩阵各个元素的函数 B= 函数名