matlab矩阵处理实验二,实验二MATLAB矩阵分析与处理

41528d3028836879cd698677c3999917.gif实验二MATLAB矩阵分析与处理

实验二 MATLAB矩阵分析与处理(2学时) 一、实验目的 1、掌握生成特殊矩阵的方法。 2、掌握矩阵分析的方法。 3、用矩阵求逆法解线性方程组。 二、实验内容 1、设有分块矩阵,其中E、R、O、S分别为单位矩阵、随机矩阵、零矩阵和对角阵,试通过数值计算验证。 >> E=eye(3); >> R=rand(3,2); >> O=zeros(2,3); >> S=diag(1:2); >> A=[E,R;O,S] A = 1.0000 0 0 0.4565 0.4447 0 1.0000 0 0.0185 0.6154 0 0 1.0000 0.8214 0.7919 0 0 0 1.0000 0 0 0 0 0 2.0000 >> H=R+R*S; >> D=S^2; >> A^2 ans = 1.0000 0 0 0.9129 1.3341 0 1.0000 0 0.0370 1.8463 0 0 1.0000 1.6428 2.3758 0 0 0 1.0000 0 0 0 0 0 4.0000 >> [E,H;O,D] ans = 1.0000 0 0 0.9129 1.3341 0 1.0000 0 0.0370 1.8463 0 0 1.0000 1.6428 2.3758 0 0 0 1.0000 0 0 0 0 0 4.0000 由上述ans=A^2验证了。 2、产生5阶希尔伯特矩阵H和5阶帕斯卡矩阵P,且求其行列式的值Hh和Hp以及它们的条件数Th和Tp,判断哪个矩阵性能更好。为什么? >> H=hilb(5) H = 1.0000 0.5000 0.3333 0.2500 0.2000 0.5000 0.3333 0.2500 0.2000 0.1667 0.3333 0.2500 0.2000 0.1667 0.1429 0.2500 0.2000 0.1667 0.1429 0.1250 0.2000 0.1667 0.1429 0.1250 0.1111 >> P=pascal(5) P = 1 1 1 1 1 1 2 3 4 5 1 3 6 10 15 1 4 10 20 35 1 5 15 35 70 >> Hh=det(H) Hh = 3.7493e-012 >> Hp=det(P) Hp = 1 >> Th=cond(H) Th = 4.7661e+005 >> Tp=cond(P) Tp = 8.5175e+003 答:5阶帕斯卡矩阵P的性能好。矩阵的性能是由条件数决定的,条件数越接近于1其性能就越好。由上机操作求得Th=4.7661e+005,Tp=8.5175e+003。Tp的值更接近于1则其性能要好。所以5阶帕斯卡矩阵P的性能好。 3、建立一个5×5矩阵,求它的行列式值、迹、秩和范数。 >> A=[1:5;6:10;11:15;16:20;21:25] A = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 >> B=det(A) B = 0 >> C=trace(A) C = 65 >> D=rank(A) D = 2 >> E=norm(A) E = 74.2541 4、已知 求A的特征值及特征向量,并分析其数学意义。 >> A=[-29,6,18;20,5,12;-8,8,5] A = -29 6 18 20 5 12 -8 8 5 >> [V,D]=eig(A) V = 0.7130 0.2803 0.2733 -0.6084 -0.7867 0.8725 0.3487 0.5501 0.4050 D = -25.3169 0 0 0 -10.5182 0 0 0 16.8351 在数学上,特别是线性代数中,对于一个给定的线性变换,它的特征向量(本征向量或称正规正交向量)是这样一个非零的向量v:当v 经过这个线性变换的作用之后,得到的新向量(长度也许改变)仍然与原来的v 保持在同一条线上。一个特征向量的长度在该线性变换下缩放的比例称为其特征值(本征值)。如果特征值为正,则表示v 在经过线性变换的作用后方向也不变;如果特征值为负,说明方向会反转;如果特征值为0,则是表示缩回零点。但无论怎样,仍在同一条直线上。 5、下面是一个线性方程组: (1) 求方程的解。 (2) 将方程右边向量元素b3改为0.53,再求解,并比较b3的变化和解的相对变化。 (3) 计算系数矩阵A的条件数并分析结论。 >> at rat >> A=[1/2,1/3,1/4;1/3,1/4,1/5;1/4,1/5,1/6] A = 1/2 1/3 1/4 1/3 1/4 1/5 1/4 1/5 1/6 >> at >> b=[0.95;0.67;0.52] b = 0.9500 0.6700 0.5200 >> X=A\b X = 1.2000 0.6000 0.6000 >> b2=[0.95;0.67;0.53] b2 = 0.9500 0.6700 0.5300 >> X2=A\b2 X2 = 3.0000 -6.6000 6.6000 >> D=cond(A) D = 1.3533e+003 矩阵的条件数决定矩阵的性能,条件数越接近于1其性能越好,通过上机操作,求出系数矩阵的条件数为1.3533e+003,和1相差很大,则其性能不好。 6、建立A矩阵,试比较sqrtm(A)和sqrt(A),分析它们的区别。 >> A=[1,2,3,4,;5,6,7,8;9,10,11,12;13,14,15,16] A = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 >> B=sqrtm(A) B = 0.3989 + 0.9420i 0.4517 + 0.4830i 0.5045 + 0.0240i 0.5573 - 0.4349i 0.9216 + 0.3669i 1.0436 + 0.1881i 1.1656 + 0.0094i 1.2876 - 0.1694i 1.4443 - 0.2081i 1.6355 - 0.1067i 1.8267 - 0.0053i 2.0179 + 0.0961i 1.9669 - 0.7831i 2.2274 - 0.4016i 2.4878 - 0.0200i 2.7483 + 0.3616i >> C=sqrt(A) C = 1.0000 1.4142 1.7321 2.0000 2.2361 2.4495 2.6458 2.8284 3.0000 3.1623 3.3166 3.4641 3.6056 3.7417 3.8730 4.0000 验证过程: >> D=B*B D = 1.0000 - 0.0000i 2.0000 - 0.0000i 3.0000 - 0.0000i 4.0000 - 0.0000i 5.0000 - 0.0000i 6.0000 - 0.0000i 7.0000 - 0.0000i 8.0000 + 0.0000i 9.0000 - 0.0000i 10.0000 - 0.0000i 11.0000 + 0.0000i 12.0000 + 0.0000i 13.0000 - 0.0000i 14.0000 - 0.0000i 15.0000 + 0.0000i 16.0000 + 0.0000i >> E=C.^2 E = 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000 9.0000 10.0000 11.0000 12.0000 13.0000 14.0000 15.0000 16.0000 >> D==A ans = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 此验证没有还原A矩阵,不知道为什么?请老师帮忙解答。 通过上机操作,sqrtm是对一个矩阵求平方根,即其值乘其值将还原成A矩阵,sqrt是对矩阵里的每一个元素求平方根,要对其还原,则要用点乘。 三、实验小结 通过本次实验对矩阵的一些求值由了很好的了解,对一些特殊矩阵也掌握了其生成方法。特别是对矩阵函数的一些区别有了一定的了解,通过这次实验,相信在以后的操作中不会出现对矩阵函数的混淆。但是对矩阵的性能知识还是不很了解,当一个矩阵性能好了又有什么用处呢?通过此次上机操作,掌握了线性方程组的求解方法。相比起线性代数的笔算要方便多了,体会到了计算机软件的强大功能。

  • 7
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值