应用MATLAB求解线性代数题目（二)——矩阵

目录

矩阵的秩

矩阵A与B的和与差

矩阵的数乘

矩阵A与B的乘积

转置矩阵

伴随矩阵

可逆矩阵：

简化行阶梯（行最简）矩阵

矩阵A的n次方

---

矩阵的秩

先看一下矩阵的秩的定义，摘自百度百科。

方阵(行数、列数相等的矩阵)的列秩和行秩总是相等的，因此它们可以简单地称作矩阵A的秩。通常表示为r(A)，rk(A)或rank（A）。

m × n矩阵的秩最大为m和n中的较小者，表示为 min(m,n)。有尽可能大的秩的矩阵被称为有满秩；类似的，否则矩阵是秩不足（或称为“欠秩”）的。

设A是一组向量，定义A的极大无关组中向量的个数为A的秩。

定义1. 在m*n矩阵A中，任意决定α行和β列交叉点上的元素构成A的一个k阶子矩阵，此子矩阵的行列式，称为A的一个k阶子式。

例如，在阶梯形矩阵中，选定1，3行和3，4列，它们交叉点上的元素所组成的2阶子矩阵的行列式 就是矩阵A的一个2阶子式。

定义2. A=(aij)m×n的不为零的子式的最大阶数称为矩阵A的秩，记作rA，或rankA或R(A)。

特别规定零矩阵的秩为零。

即存在r阶子式不为0，任意r+1阶子式（若还有）必全为0。

显然rA≤min(m,n) 易得：

若A中至少有一个r阶子式不等于零，且在r<min(m,n)时，A中所有的r+1阶子式全为零，则A的秩为r。

由定义直接可得n阶可逆矩阵的秩为n，通常又将可逆矩阵称为满秩矩阵, det(A)≠0；不满秩矩阵就是奇异矩阵，det(A)=0。

由行列式的性质知，矩阵A的转置AT的秩与A的秩是一样的，即rank(A)=rank(AT)。

MATLAB求解矩阵的秩：

>> A=[1 2 3;4 5 6;7 8 9]

A =

     1     2     3
     4     5     6
     7     8     9

>> rank(A)

ans =

     2

矩阵A与B的和与差

相加和相减。相同维数的矩阵可以相加或相减。对如下矩阵:

>> 	A=[2 3;4 5;6 7]

A =

     2     3
     4     5
     6     7

>> B = [1 0;2 3;0 4]

B =

     1     0
     2     3
     0     4

>> A+B

ans =

     3     3
     6     8
     6    11

>> A-B

ans =

     1     3
     2     2
     6     3

矩阵的数乘

>> A=[2	3;4	5;6	7]

A =

     2     3
     4     5
     6     7

>> 5*A

ans =

    10    15
    20    25
    30    35

矩阵A与B的乘积

进行矩阵的乘积运算，第一个矩阵中的列数与第二个矩阵中的行数必须相等。

注意：矩阵相乘不满足交换定理。

>> A=[2	3;4	5;6	7];
>> B=[1 0 2;3 0 4];
>> A*B

ans =

    11     0    16
    19     0    28
    27     0    40

如果第一个矩阵中的列数与第二个矩阵中的行数不相等相等，那么矩阵A与B相乘会报错。

>> A=[2    3;4    5;6    7];
>> B = [1 0;2 3;0 4];
>> A*B
错误使用  * 
用于矩阵乘法的维度不正确。请检查并确保第一个矩阵中的列数与第二个矩阵中的行数匹配。要执行按元素相乘，请使用 '.*'。

MATLAB给出点乘的提示。矩阵的点乘满足交换律。

 矩阵的点乘则必须满足：矩阵A点.*矩阵B，矩阵A和矩阵B的行数和列数必须相等（就是说矩阵A的行数等于矩阵B的行数，矩阵A的列数等于矩阵B的列数），方法是对应每个元素相乘，相乘得到的最终结果为和矩阵A和矩阵B相同维度的矩阵。

>> A=[2	3;4	5;6	7];
>> B = [1 0;2 3;0 4];
>> A.*B  %即2=2*1,0=3*0,8=4*2

ans =  

     2     0
     8    15
     0    28

叉乘和点乘是两种不同的运算。

点乘，也叫数量积。结果是一个向量在另一个向量方向上投影的长度，是一个标量。

叉乘，也叫向量积。结果是一个和已有两个向量都垂直的向量。

(4 条消息) 点乘和叉乘的区别是什么？ - 知乎 (zhihu.com)(4 条消息) 点乘和叉乘的区别是什么？ - 知乎 (zhihu.com)

转置矩阵

A =

     1     2     3
     4     5     6
     7     8     9

>> B=A'

B =

     1     4     7
     2     5     8
     3     6     9

伴随矩阵

运用adjoint()函数，意为伴随。

 A=[1 2;3 4]

A =

     1     2
     3     4

>> adjoint(A)

ans =

    4.0000   -2.0000
   -3.0000    1.0000

>> A=[1 2 3;4 5 6;7 8 9]

A =

     1     2     3
     4     5     6
     7     8     9

>> adjoint(A)

ans =

   -3.0000    6.0000   -3.0000
    6.0000  -12.0000    6.0000
   -3.0000    6.0000   -3.0000

对于可逆矩阵或非奇异矩阵，可采用下面这种方法：

>> A=[1 3;1 2];
>> inv(A)*det(A)

ans =

     2    -3
    -1     1

可逆矩阵：

根据线性代数矩阵的一些重要性质：

 那么可逆矩阵指的都是n阶方阵且行列式不等于0

>> A=[1 3;1 2];
>> inv(A)

ans =

    -2     3
     1    -1

>> A*ans

ans =

     1     0
     0     1

或者采用这种方法：

>> A=[1 3;1 2]

A =

     1     3
     1     2

>> A^-1

ans =

    -2     3
     1    -1

某些情况下会出现行列式为零，竟然可以求解逆矩阵？的情况，原因一般是inv()函数算法精度不够的问题；亦或者是行列式结果看起来为零未必真为零，可能只是很小的数值，比如在command window里默认只显示了几位小数，看起来结果是0.0000（MATLAB默认显示四位小数），但实际上并不一定为0。

inv是数值计算，会受到精度影响，尤其是比较大的矩阵
另外，matlab更推荐使用左除和右除来避免使用inv函数

 

>> a = [1,2;3 4];
b = [3,4;5,6];
>> a*inv(b)

ans =

    2.0000   -1.0000
    1.0000    0.0000

>> a/b  %实际工程应用中一般选择这种方式，运算结果更加准确

ans =

    2.0000   -1.0000
    1.0000   -0.0000

简化行阶梯（行最简）矩阵

A =

     1     2     3
     4     5     6
     7     8     9

>> B=rref(A)

B =

     1     0    -1
     0     1     2
     0     0     0

对于非方阵也可以用rref()命令简化行阶梯矩阵；

>> A = magic(3);
A(:,4) = [1; 1; 1]

A =

     8     1     6     1
     3     5     7     1
     4     9     2     1

>> R = rref(A)

R =

    1.0000         0         0    0.0667
         0    1.0000         0    0.0667
         0         0    1.0000    0.0667

矩阵A的n次方

>> A=[0 0 0;2 0 0;1 3 0]

A =

     0     0     0
     2     0     0
     1     3     0

>> A^2

ans =

     0     0     0
     0     0     0
     6     0     0

>> A^3

ans =

     0     0     0
     0     0     0
     0     0     0

 我是小韩每天进步一点点，一名研0的研究生，刚开始写博客。希望和大家多多交流，一起进步！

求朋友点赞、收藏、关注哈，鼓励一下新人博主，或者提出建议！