matlab矩阵特征分解,用MATLAB实现矩阵分解

最新推荐文章于 2024-06-20 10:29:02 发布

嗨嗨嗨夏天

最新推荐文章于 2024-06-20 10:29:02 发布

阅读量1.9k

点赞数

文章标签： matlab矩阵特征分解

本文介绍了如何使用MATLAB进行矩阵的Cholesky分解、LU分解、QR分解以及奇异值分解。通过具体例子展示了chol、lu、qr和svd函数的用法，并解释了它们在处理不同类型的矩阵时的应用。

摘要由CSDN通过智能技术生成

MATLAB求解线性方程的过程基于三种分解法则：

(１)Cholesky分解，针对对称正定矩阵；

(２)高斯消元法，针对一般矩阵；

(３)正交化，针对一般矩阵(行数≠列数)

这三种分解运算分别由chol, lu和 qr三个函数来分解.

1． Cholesky分解(Cholesky Decomposition)

仅适用于对称和上三角矩阵

例：cholesky分解。

a=pascal(6)

b=chol(a)

a =

1 1 1 1 1 1

1 2 3 4 5 6

1 3 6 10 15 21

1 4 10 20 35 56

1 5 15 35 70 126

1 6 21 56 126 252

b =

1 1 1 1 1 1

0 1 2 3 4 5

0 0 1 3 6 10

0 0 0 1 4 10

0 0 0 0 1 5

0 0 0 0 0 1

CHOL Cholesky factorization.

CHOL(X) uses only the diagonal and upper triangle of X. The lower triangular is assumed to be the (complex conjugate) transpose of the upper. If X is positive definite, then R = CHOL(X) produces an upper triangular R so that R'*R = X. If X is not positive definite, an error message is printed.

[R,p] = CHOL(X), with two output arg