matlab中的线性代数求解

MATLAB中的线性代数运算方法详述导言：线性代数是数学中的一个重要分支，它研究向量空间及其线性变换、线性方程组和矩阵等概念。

在科学计算与工程实践中，线性代数的应用十分广泛。

MATLAB作为一种强大的数值计算软件，提供了丰富的线性代数运算方法，能够帮助用户高效地解决各种与矩阵、向量相关的问题。

本文将详细介绍MATLAB中常用的线性代数运算方法，并且从算法原理到具体函数的使用进行详细说明。

一、矩阵运算在MATLAB中，矩阵是一种重要的数据类型，它可以表示线性系统、图像等多种实际问题。

矩阵的加法和乘法是线性代数运算中最基本的运算，MATLAB提供了相应的函数来进行矩阵的加法和乘法运算。

1.1 矩阵加法MATLAB中的矩阵加法使用“+”操作符进行操作，可以直接对两个矩阵进行加法运算。

例如，给定两个矩阵A和B，可以使用"A + B"来进行矩阵加法运算。

1.2 矩阵乘法MATLAB中的矩阵乘法使用"*"操作符进行操作，可以直接对两个矩阵进行乘法运算。

需要注意的是，矩阵相乘的维度要满足匹配规则，即乘法前一个矩阵的列数要等于后一个矩阵的行数。

例如，给定两个矩阵A和B，可以使用"A * B"来进行矩阵乘法运算。

二、向量运算向量是线性代数中常用的数据结构，它可以表示方向和大小。

在MATLAB中，向量是一种特殊的矩阵，可以使用矩阵运算中的方法进行计算。

2.1 向量点乘向量的点乘是指两个向量对应位置上元素的乘积之和。

MATLAB中可以使用“.*”操作符进行向量的点乘运算。

例如，给定两个向量A和B，可以使用"A .* B"来进行向量点乘运算。

2.2 向量叉乘向量的叉乘是指两个三维向量的运算结果，它得到一个新的向量，该向量与两个原始向量都垂直。

MATLAB中可以使用叉乘函数cross()进行向量的叉乘运算。

例如，给定两个向量A和B，可以使用"cross(A, B)"来进行向量叉乘运算。

• 用方括号将矩阵元素包围，先输入第一行， 再输入第二行，等等。 • 行元素之间用逗号或空格分隔开来 • 不同列之间用分号或者enter键分隔开来
生成向量（1）
• 初值:步长:终值 生成从初值开始、以步长为间隔、小于或等于终值的行向量 如果不设步长，则默认步长为1
x是行向量；x’是其转置，为列向量
节约计算时间的技巧
对于需要对其元素循环赋值的矩阵，可预先对整个矩阵赋值，例如赋值为零矩阵。 以某20X500个循环的 脚本为例：
提示：循环越多，矩阵越大， 节约计算时间就越重要。
利用函数生成矩阵（2）
• eye(n)生成n×n的单位矩阵； eye (m,n)生成m×n的单位矩阵； eye(size(A))生成与A同维数的单位矩阵
– AX=B的解是X=A\B，等价于inv(A)*B – XA=B的解是X=B/A，等价于B*inv(A)
• • • • • • • •
方矩阵A的行列式：det(A) 方矩阵A的逆：inv(A) 矩阵A的共轭转置：A’ 矩阵A的转置：conj(A’) 方矩阵A的乘方：A^n 方矩阵A的迹：trace(A) 矩阵A的秩：rank(A) 方矩阵A的特征向量(矩阵)v和特征值(对角矩阵) d ： [v d]=eig(A) • 对矩阵A作行初等变换化为行最简矩阵：rref(A) • 对矩阵A作奇异值分解：svd(A)
用matlab解决线性代数的问题
张宏浩
Matlab的一些常识
• • • • • • • • pi表示圆周率π=3.14159… i或j表示虚数单位sqrt(-1) conj(x)：取x的复共轭 log(x)：以e为底的对数函数ln(x) log10(x)：以10为底的对数函数 exp(x)：指数函数e^x sin(x),cos(x),tan(x),cot(x)：三角函数 asin(x),acos(x),atan(x),acot(x)：反三角函数

v
i 1
n
2 i
。

max { vi } 。
1 ≤i ≤n
设 A 是一个 m ×n 的矩阵，矩阵的 3 种常用范数如下。 1-范数： A 1 max { aij } 。
1 ≤ j ≤n i 1 m
2-范数： A 2 1 ，其中 λ 1 为 A'A 最大特征值。 ∞-范数： A max { aij } 。
【例4.6】先建立5 × 5矩阵A，然后将A的第一行元素乘以1， 第二行乘以2，…，第五行乘以5。 用一个对角矩阵左乘一个矩阵时，相当于用对角阵的第一个 元素乘以该矩阵的第一行，用对角阵的第二个元素乘以该 矩阵的第二行……依此类推，因此，只需按要求构造一个 对角矩阵D，并用D左乘A即可。命令如下： A=[1:5;2:6;3:7;4:8;5:9] D=diag(1:5); D*A %用D左乘A,对A的每行乘以一个指定常数
（2）构造对角矩阵 设V为具有m个元素的向量，diag(V,k)的功能是产生一个 n × n（n = m + k|）对角阵，其第k条对角线的元素即为 向量V的元素。 例如： diag(1:3,-1) ans = 0 0 0 0 1 0 0 0 0 2 0 0 0 0 3 0 省略k时，相当于k为0，其主对角线元素即为向量V的元素。
2．矩阵的秩与迹 （1）矩阵的秩 rank(A) （2）矩阵的迹 矩阵的迹即矩阵的对角线元素之和。 trace(A)。
3．向量和矩阵的范数
设向量 V = (v1 ,v2 ,…,vn )，向量的 3 种常用范数如下。 1-范数： V 2-范数： V ? -范数： V
1
vi 。
i 1
n
2

3．矩阵的转置 所谓转置，即把源矩阵的第一行变成目标矩阵第一列，第二 行变成第二列……依此类推。显然，一个m行n列的矩阵 经过转置运算后，变成一个n行m列的矩阵。MATLAB中， 转置运算符是单撇号(')。

【关键字】学习用Matlab学习线性代数__行列式实验目的理解行列式的概念、行列式的性质与计算Matlab函数det实验内容前面的四个练习使用整数矩阵，并演示一些本章讨论的行列式的性质。

最后两个练习演示我们使用浮点运算计算行列式时出现的不同。

理论上将，行列式的值应告诉我们矩阵是否是奇异的。

然而，如果矩阵是奇异的，且计算其行列式采用有限位精度运算，那么由于舍入误差，计算出的行列式的值也许不是零。

一个计算得到的行列式的值很接近零，并不能说明矩阵是奇异的甚至是接近奇异的。

此外，一个接近奇异的矩阵，它的行列式值也可能不接近零。

1.用如下方法随机生成整数元素的5阶方阵：A=round(10*rand(5)) 和B=round(20*rand(5))-10用Matlab计算下列每对数。

在每种情况下比较第一个是否等于第二个。

（1）det(A) ==det(A T) （2）det(A+B) ；det(A)+det(B)（3）det(AB)==det(A)det(B) （4）det(ATBT) ==det(AT)det(BT)（5）det(A-1)==1/det(A) （6）det(AB-1)==det(A)/det(B)> A=round(10*rand(5));>> B=round(20*rand(5))-10;>> det(A)ans =5972>> det(A')ans5972>> det(A+B)ans =36495>> det(A)+det(B)ans =26384>> det(A*B)ans =4>> det(A)*det(B)ans =4>> det(A'*B')ans =4>> det(A')*det(B')ans =4>> det(inv(A))ans =0.00016745>> 1/det(A)ans =0.00016745>> det(A*inv(B))ans =0.29257>> det(A)/det(B)ans =0.29257>>2.n阶的幻方阵是否奇异？用Matlab计算n=3、4、5、…、10时的det(magic(n))。