基于MATLAB的逆矩阵、相似矩阵、正交矩阵（附完整代码）

唠嗑！

已于 2024-01-04 15:25:39 修改

阅读量1.2w

点赞数 9

分类专栏： MATLAB 文章标签： matlab 矩阵

于 2022-04-15 18:54:18 首次发布

本文链接：https://blog.csdn.net/forest_LL/article/details/124188051

版权

MATLAB 专栏收录该内容

45 篇文章 104 订阅

订阅专栏

一. 符号多项式与数值多项式的转换

向量 $P=[a_1,a_2,\ldots,a_{n+1}]$ ，可以利用MATLAB将此向量转换为多项式表示，格式如下：

f=poly2sym(P)

当然，反过来也可以将符号多项式转换为向量，格式如下：

P=sym2poly(f)

备注：注意函数字母的顺序，2代表"to"

例题1

用不同的形式表示 $f=s^5+2s^4+3s^3+4s^2+5s+6$ 。

解：

MATLAB代码如下：

clc;clear;
P=[1 2 3 4 5 6]; %按照降幂的顺序，将系数表示成多项式
f=poly2sym(P) %转换成符号型多项式

P1=sym2poly(f) %从f转换成数值形式的多项式

运行结果：
f =x^5 + 2*x^4 + 3*x^3 + 4*x^2 + 5*x + 6

P1 =1 2 3 4 5 6

二. 矩阵的逆矩阵

令A为n✖️n的非奇异方阵，则其逆矩阵 $C=A^{-1}$ ，且满足如下表达式：

$AC=CA=I$

MATLAB调用的格式，如下：

C=inv(A)

例题2

利用不同的方法计算4阶Hilbert矩阵的逆矩阵，并比较误差。

解：

MATLAB代码：

clc;clear;
format long; %有效数字16位
H=hilb(4);

%直接利用inv函数求逆矩阵
H1=inv(H)
E1=norm(H*inv(H)-eye(size(H))) %计算误差范数


%利用invhilb()函数求逆矩阵
H2=invhilb(4)
E2=norm(H*invhilb(4)-eye(size(H)))

运行结果：

H1 =

1.0e+03 *

0.015999999999999 -0.119999999999991 0.239999999999979 -0.139999999999986
-0.119999999999991 1.199999999999898 -2.699999999999748 1.679999999999834
0.239999999999979 -2.699999999999748 6.479999999999380 -4.199999999999592
-0.139999999999986 1.679999999999835 -4.199999999999593 2.799999999999732

E1 = 4.585334383488104e-13

H2 =

16 -120 240 -140
-120 1200 -2700 1680
240 -2700 6480 -4200
-140 1680 -4200 2800

E2 = 5.684341886080801e-14

分析：

invhilb()函数求出的逆矩阵，误差更小
对接近奇异矩阵，高阶次的情况不建议直接使用inv()函数，可以辅助符号工具箱

例题3

利用符号型矩阵求30阶Hilbert矩阵的逆矩阵，并求其误差。

解：

MATLAB代码：

clc;clear;
H=sym(hilb(30));
H1=inv(H) %求逆
E1=norm(double(H*H1-eye(size(H)))) %计算范数误差

运行结果：

30阶Hilb矩阵的求逆结果非常长，此处放出一部分：

E1 =0

分析：利用符号型矩阵求出的结果非常好，范数误差为0

如果对Hlbert矩阵不熟悉的小伙伴，可以参看这篇博客：

基于MATLAB的矩阵性质：行列式，秩，迹，范数，特征多项式与矩阵多项式_唠嗑！的博客-CSDN博客

另外，奇异矩阵不存在相应的逆矩阵，利用符号工具箱求不出对应的结果。例如以下矩阵，就没有对应的逆矩阵：

$A=\begin{bmatrix}16&2&3&13\\ 5&11&10&8\\ 9&7&6&12\\ 4&14&15&1\\ \end{bmatrix}$

含有变量的矩阵，也可以利用inv()函数求其逆矩阵的。

例题4

求矩阵 $C=\begin{bmatrix}a_1&a_2\\ a_3&a_4 \end{bmatrix}$ 的逆矩阵。

解：

MATLAB代码如下：

clc;clear;
syms a1 a2 a3 a4;
C=[a1 a2;a3 a4];
C1=inv(C)

运行结果：

C1 =
[ a4/(a1*a4 - a2*a3), -a2/(a1*a4 - a2*a3)]
[ -a3/(a1*a4 - a2*a3), a1/(a1*a4 - a2*a3)]

三. 相似变换与正交矩阵

令A为一方阵，B为非奇异矩阵，可以将X矩阵相似变换为A，如下等式：

$X=B^{-1}AB$

经过相似变换后，X矩阵的秩、迹、行列式和特征值是保持不变的，这些值与A矩阵式完全一致。

利用MATLAB代码，可以求矩阵A的正交矩阵，如下：

Q=orth(A)

例题5

（1）求矩阵A的正交矩阵，并分析其误差

（2）求矩阵A的相似矩阵，并验证它们的秩、迹、行列式和特征值保持一致

$A=\begin{bmatrix}5&9&8&3\\0&3&2&4\\2&3&5&9\\3&4&5&8 \end{bmatrix}$

解：

（1）

MATLAB代码如下：

clc;clear;
A=[5 9 8 3;0 3 2 4;2 3 5 9;3 4 5 8];
Q=orth(A) %计算正交矩阵

%计算两个范数误差
E1=norm(Q'*Q-eye(4))
E2=norm(Q*Q'-eye(4))

运行结果：

Q =

-0.619671340140301 0.773813880904394 -0.026187274644937 -0.128583570393247
-0.254847576927508 -0.155059655254056 0.949030283052491 0.101738575260225
-0.519781065663075 -0.529820044088602 -0.156282788746931 -0.651685548866623
-0.529988477724807 -0.310578978545115 -0.272454470393609 0.740554841404303

E1 =

6.864210016106769e-16

E2 =

5.954287625931994e-16

（2）

MATLAB代码如下：

clc;clear;
A=[5 9 8 3;0 3 2 4;2 3 5 9;3 4 5 8];
Q=orth(A); %计算正交矩阵

C=Q'*A*Q %计算相似矩阵

%比较行列式
det_A=det(A)
det_C=det(C)

%比较迹
trace_A=trace(A)
trace_C=trace(C)

%比较秩
rank_A=rank(A)
rank_C=rank(C)

%比较特征值
eig_A=eig(A)
eig_C=eig(C)

运行结果：

C =

17.925057378000762 6.462719720294041 -4.471443805828351 -2.035430394056599
-0.028176367934769 1.719350371804496 4.681584194604236 -5.073533409228641
0.679969849088359 -0.938582090234548 1.067433333071010 0.663121379729752
-0.054869356773865 0.365821867858506 0.177602682111582 0.288158917123740

det_A =1.200000000000000e+02
det_C = 1.200000000000000e+02

trace_A =21
trace_C =21.000000000000007

rank_A =4
rank_C = 4

eig_A =

17.820526571492692 + 0.000000000000000i
1.190811102512153 + 2.649886414907482i
1.190811102512153 - 2.649886414907482i
0.797851223483017 + 0.000000000000000i
eig_C =

17.820526571492696 + 0.000000000000000i
1.190811102512152 + 2.649886414907483i
1.190811102512152 - 2.649886414907483i
0.797851223483016 + 0.000000000000000i

例题6

计算矩阵A的正交基矩阵，并分析其结果和误差。

$A=\begin{bmatrix}16&2&3&13\\5&11&10&8\\ 9&7&6&12\\ 4&14&15&1 \end{bmatrix}$

解：

MATLAB代码如下：

clc;clear;
A=[16 2 3 13;5 11 10 8;9 7 6 12;4 14 15 1];
Q=orth(A)
E1=norm(Q'*Q-eye(3))

运行结果：

Q =

-0.500000000000000 0.670820393249937 0.500000000000000
-0.500000000000000 -0.223606797749979 -0.500000000000000
-0.500000000000000 0.223606797749979 -0.500000000000000
-0.500000000000000 -0.670820393249937 0.500000000000000

E1 =

5.333708524809506e-16

分析：原矩阵A是奇异矩阵，所以得到的正交矩阵Q为长方形矩阵

唠嗑！

关注

9
点赞
踩
57

收藏

觉得还不错? 一键收藏
打赏
0
评论
基于MATLAB的逆矩阵、相似矩阵、正交矩阵（附完整代码）

一. 符号多项式与数值多项式的转换向量，可以利用MATLAB将此向量转换为多项式表示，格式如下：f=poly2sym(P)当然，反过来也可以将符号多项式转换为向量，格式如下：P=sym2poly(f)备注：注意函数字母的顺序，2代表"to"例题1用不同的形式表示。解：MATLAB代码如下：clc;clear;P=[1 2 3 4 5 6]; %按照降幂的顺序，将系数表示成多项式f=poly2sym(P) %转换成符号型多项式P1=sym2poly(f..
复制链接

扫一扫