matlab中 u v =eig功能,MATLAB实用教程（第2版）第二章基础知识.ppt

* 考虑线性方程组AX=B和矩阵A的LU分解，线性方程组可以改写成L*U*X=B，由于左除算符'\'可以快速处理三角矩阵，因此可以快速解出： X=U\(L\B) 矩阵的行列式和逆也可以利用LU分解来计算，如 det(A)=det(L)*det(U) inv(A)=inv(U)*inv(L) 对于稀疏矩阵，在MATLAB中提供了函数luinc()来做不完全LU分解，其具体用法如下： [L U]= luinc(X,DROPTOL)，其中X、L和U的含义与函数lu()中的变量相同，DROPTOL为不完全LU分解的丢失容限。当DROPTOL设为0时，退化为完全LU分解。 [L,U] = luinc(X,'0')，0级不完全LU分解。 [L,U,P] = luinc(X,'0')，0级不完全LU分解。 * 3．QR分解 QR分解就是将m×n的矩阵A分解为m×n的矩阵Q和n×n的上三角矩阵R的乘积，且Q'*Q=I，即A=Q*R。 在MATLAB中QR分解是由函数qr()来实现，其具体用法如下： [Q,R] = qr(A) 满足A=Q*R。 R = qr(A)， 返回上三角矩阵R。 4．奇异值分解 奇异值分解就是将m?n的矩阵A分解为A=U*S*V’，其中U为m?m的酉矩阵，V为n?n的酉矩阵，S为m?n的矩阵，并可如下表示： ，其中 ， ， 在MATLAB中奇异值分解是由函数svd()来实现，其具体用法如下： [U,S,V] = svd(X)，满足A=U*S*V’，并且 按降序排列。 S = svd(X)， 返回 ，并且 按降序排列。 * 2.4.4 矩阵的特征值和特征向量 方阵A的特征值λ和其对应的特征向量ν满足下式： A*ν=λ*ν 在MATLAB中用函数eig()来计算特征值和其对应的特征向量，其具体用法如下： d = eig(A)， 返回矩阵A的所有特征值。 [V,D] = eig(A)，返回矩阵A的特征值和特征向量。 2.4.5 矩阵相似变换 矩阵相似变换是指，对于方阵A和非奇异矩阵B可得到相似矩阵X=B-1*A*B。 1．对角阵变换 对于方阵A，若[V D]=eig(A)得到的矩阵V非奇异，则A可经过相似变换得到对角阵，即D=V-1*A*V，也称矩阵A可对角化。 ? * 2．Jordan变换 对于方阵A，若[V D]=eig(A)得到的矩阵V奇异，则A经过相似变换将不能得到对角阵，只能得到其对应的Jordan标准型。Jordan标准型是由若干Jordan块构成，如下所示： ，其中 为mi重的特征根 对应的Jordan块。 在MATLAB中用函数jordan()来实现Jordan变换，其具体用法如下： [V,D] = jordan(A)， 满足D=V-1*A*V。 D = jordan(A)， 返回矩阵A对应的Jordan标准型。 ? * 2.4.6 非线性运算 MATLAB提供一些矩阵的非线性运算函数，其功能如表3-3所示。 ? 1．矩阵指数运算 在MATLAB中用函数expm()来计算矩阵指数，其具体用法如下： Y = expm(X)，返回矩阵X的指数。 函 数 名 功 能 描 述 ? 函 数 名 功 能 描 述 expm 矩阵指数运算 ? sqrtm 矩阵开平方运算 logm 矩阵对数运算 ? funm 通用矩阵运算 * 2．矩阵对数运算 矩阵对数运算是矩阵指数运算的逆运算，在MATLAB中用函数logm()来计算矩阵对数，其具体用法如下： L = logm(A)，返回矩阵A的对数。 3．矩阵开平方运算 在MATLAB中，有两种计算矩阵A平方根的方法，即A^0.5和sqrtm(A)。函数sqrtm()比A^0.5的运算精度更高，其具体用法如下： X = sqrtm(A)，返回矩阵A的平方根X。 4．通用矩阵运算 MATLAB提供通用矩阵运算的函数funm()，其具体用法如下： F = funm(A,fun)，将指定函数fun作用在方阵A上。 * 2.5 矩阵元素运算函数 2.5.1 三角函数 MATLAB提供一些三角函数，其功能如表3-5所示。 函 数 名 功 能 描 述 ? 函 数 名 功 能 描 述 Sin 正弦 ? sec 正割 Sind 正弦，输入以度为单位 ? secd 正割，输入以度为单位 Sinh 双曲正弦 ? sech 双曲正割 Asin 反正弦 ? asec 反正割 Asind 反正弦，输出以度为单位 ? asecd 反正割，输出以度为单位 Asinh 反双曲正弦 ? asech 反双曲正割 Cos 余弦 ? csc 余割 Cosd 余弦，输入