用matlab求解线性代数,(MATLAB的线性代数计算.doc

(MATLAB的线性代数计算

第二章 MATLAB的线性代数计算

本章先介绍用MATLAB解线性方程组的方法, 应用此方法, 说明线性代数中有关线性组合,线性相依,线性独立的概念与判断. 另外也讨论并估计线性方程组近似值解之正确度. 最后说明LU-Factorization与 Choleski-Decomposition 及其应用.

【当两个矩阵(Ａ，Ｂ)同阶时，此时这两个矩阵可以进行点乘运算，点乘运算是把这两个矩阵位置对应的元素进行相乘，然后得到一个新的与Ａ，Ｂ同阶的矩阵Ｃ　(Ｃ(ｉ，ｊ)＝　Ａ(ｉ，ｊ)＊Ｂ(ｉ，ｊ)　)．　(矩阵的点除(．／)与点乘(．＊)类似．)．

矩阵的乘法(＊)，是按照通常的矩阵乘法进行运算，两个矩阵进行乘法(如Ａ＊Ｂ)的前提：Ａ的列数与Ｂ的行数相等．　两个矩阵相乘时不可以随便交换顺序．

可以运行几个例子看下结果:

>> A=[3 4? 5;2 3 4]A =???? 3???? 4???? 5???? 2???? 3???? 4>> B=[3 4 5;5 4 3]B =???? 3???? 4???? 5???? 5???? 4???? 3>> C=A*B??? Error using ==> mtimes Inner matrix dimensions must agree.

-----(不能进行运算,因为这是矩阵相乘,必须满足M×N与N×Y的矩阵才能相乘,这里A是2×3,B也是2×3的矩阵,所以不能进行矩阵相乘.)

>> D=A.*BD =???? 9??? 16??? 25??? 10??? 12??? 12

?

----(从结果中可以看出, .*就是将相同阶数的矩阵相应的元素相乘, 除法与此类似.)

?

然后还有左除(\)和右除(/)的区别:

A*X=B的解为?????X=A\B(左除)????????????????????????? X*B=A的解为??? X=A/B(右除)?

(一) 解线性方程组 Ax= b

(1) 矩阵 A 是一个 upper triangular matrix, 主对角线上的元素不为零

A=[4 -1 3;0 2 5;0 0 8];

b=[1 0 2]';

n=3; X=zeros(n,1); % 给初始值 X=[0 0 0]'

for j=n:-1:1 % 利用loop来执行Backward Subsitution

X(j)=(b(j)-A(j,: )*X)/A(j,j);

end, X

X =

-0.0938

-0.6250

0.2500

(2) 矩阵 A 是一般矩阵, 而且是 nonsingular matrix 则利用 Gaussian Elimination Algorithm采用 maximum column pivot 将其化为 triangular matrix, 以求解

A=[2 2 -3;3 1 -2;6 8 0];

b=[2 2 30]';

w=[A b]; % 建一扩增矩阵(augmented matrix)

p=[1 2 3]'; % 初始的 pivot vector

pivot=w(3,1); % 选定第一个 pivot element

p=[3 2 1]; % 更新后的 pivot vector

w(1,:)=(-w(1,1)/pivot)*w(3,:)+w(1,:) % 使(1,1)entry为0

w =

0 -0.6667 -3.0000 -8.0000

3.0000 1.0000 -2.0000 2.0000

6.0000 8.0000 0 30.0000

w(2,:)=(-w(2,1)/pivot)*w(3,:)+w(2,:) % 使(2,1)entry为0

w =

0 -0.6667 -3.0000 -8.0000

0 -3.0000 -2.0000 -13.0000

6.0000 8.0000 0 30.0000

pivot=w(2,2);