matlab特征值分解举例.docxVIP

— PAGE \* Arabic 1 — matlab特征值分解举例 matlab特征值分解举例  【篇一：matlab特征值分解举例】  [v,d] = eig(a,nobalance)%当矩阵a中有与截断误差数量级相差不远的时，该指令可能更精确。nobalance起误差调节作用。  [v,d] = eig(a,b)%计算广义特征向量阵v和广义特征阵d，满足  av=bvd。  [v,d] = eig(a,b,flag) % 由flag指定算法计算特征 d和特征向量v，flag的可能为：chol 表示对b使用cholesky分解算法，这里a为对称hermitian矩阵，b为正定阵。qz 表示使用qz算法，这里a、b为非对称或非hermitian矩阵。  说明一般特征问题是求解方程：解的问题。广义特征问题是求方程：解的问题。  奇异分解  函数 svd  式 s = svd (x) %返回矩阵x的奇异向量  例1-73  a=[1 2;3 4;5 6;7 8];  [u,s,v]=svd(a)  u =  -0.1525-0.8226-0.3945-0.3800  -0.3499-0.42140.24280.8007  -0.5474-0.02010.6979-0.4614  -0.74480.3812-0.54620.0407  s =  14.26910  00.6268  00  00  v =  -0.64140.7672  -0.7672-0.6414  [u,s,v]=svd(a,0)  u =  -0.1525-0.8226  -0.3499-0.4214  -0.5474-0.0201  -0.74480.3812  s =  14.26910  00.6268  v =  -0.64140.7672  -0.7672 -0.6414  【篇二：matlab特征值分解举例】比如你的矩阵是a;  a =  4 7 10 13  5 8 11 14  6 9 12 15  7 10 13 16  [u,v]=eig(a)  u =  -0.4252 0.7922 0.1848 0.2559  -0.4731 0.3667 0.1379 0.0197  -0.5211 -0.0588 -0.8302 -0.8072  -0.5691 -0.4842 0.5075 0.5316  v =  41.4476 0 0 0  0 -1.4476 0 0  0 0 0.0000 0