矩阵分解
%矩阵的LR分解 方阵A是非奇异的
clear;
A = [2,1,4;4,3,13;2,2,20];
format rat
[L,U]=lu(A)
% [L,U,P]=lu(A)
%%
%矩阵QR分解 [Q,R]=qr(A) R为上三角矩阵
clear;clc
A=[0 4 1;1 1 1;0 1 2];
[Q,R,e]=qr(A);
%%
%矩阵的奇异值分解
clear,clc
A = [1,1;0,0;1,1];
[U,S,V] = svd(A) %返回一个与A同大小的对角矩阵S,两个酉矩阵U和V,且满足A= U*S*V~H。
%若A为m×n阵,则U为m×m阵,V为n×n阵。奇异值在S的对角线上,非负且按降序排列。
%%
%求解方程组的解
A=[4 2 -1;3 -1 2;11 3 0];
b=[2 10 8]';
format rat %指定有理式格式输出
%LU分解
[L,U]=lu(A)
x=U\(L\b)
%QR分解
[Q,R]=qr(A);
x=R\(Q\b)
满秩分解:
close all;clear all;clc
A = [1 1 2 4
-1 -1 -1 -2
3 3 2 4];
[R,jb]=rref(A);%将矩阵化为最简阶梯形矩阵
B=A(:,jb);
C=R(1:length(jb),:);%%满秩分解 B*C
%提取矩阵对角元素
A = [2,1,4;4,3,13;2,2,20];
D=diag(A)
D1=diag(A,1)%与对角线元素平行往上
D2=diag(A,-1)%与对角线元素平行往下
A =
2 1 4
4 3 13
2 2 20
D =2
3
20
D1 =1
13
D2 =4
2
向量范数与矩阵范数
%向量范数
v=[-1,1/2,1];
v1=norm(v,1)%求v的1范数
v2=norm(v,2)%求v的2范数,也可以写为v2=norm(v)
v3=norm(v,inf)%求v的无穷范数
v1 = 5/2
v2=3/2
v3 = 1
%向量范数
A=[1 2,3+2i 1,0 3];
A1=norm(A,1)%求A的1范数
A2=norm(A,2)%求A的2范数,也可以写为A2=norm(A)
A3=norm(A,inf)%求A的无穷范数
https://wenku.baidu.com/view/ff75b31f4935eefdc8d376eeaeaad1f34693118f.html?fr=search-1-income8
求线性方程组的解
A=[1 2 2 1;2 1 -2 -2;1 -1 -4 -3];
format rat%指定有理式格式输出
B=null(A,'r')%求解空间的有理基
% B=rref(A)%通过行最简得到基
%写出通解
syms k1 k2
X=k1*B(:,1)+k2*B(:,2)
pretty(X)%简化形式