第十章：MATLAB:矩阵分析(特征值与特征向量,矩阵对角化,若尔当标准型,矩阵的反射与旋转变换)

最新推荐文章于 2022-11-24 16:15:03 发布
最新推荐文章于 2022-11-24 16:15:03 发布
阅读量9.1k 收藏 102
点赞数 7
分类专栏： MATLAB基础知识 文章标签： matlab matlab 矩阵分析 特征值与特征向量 矩阵对角化 若尔当标准形
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44566643/article/details/108808045
版权

第十章：矩阵分析


矩阵运算是线性代数重要运算，本章学习求解矩阵的特征值与特征向量，对角化，反射与旋转变换

10.1. 特征值与特征向量

10.1.1. 标准特征值与特征向量问题

在这里插入图片描述
在这里插入图片描述

实例–矩阵特征值与特征向量


在这里插入图片描述在这里插入图片描述

实例：矩阵特征值

在这里插入图片描述
在这里插入图片描述

10.1.2. 广义特征值与特征向量问题

广义特征值这个概念实际上我们并没有接触过，矩阵论中的概念
在这里插入图片描述

实例：广义特征值与广义特征向量在这里插入图片描述

在这里插入图片描述

10.1.3. 部分特征值问题

在一些工程及物理问题上，通常我们只需要求出矩阵A的按模最大的特征值，也就是A的主特征值和相应的特征向量，这种求部分特征值可以使用eigs命令来实现
在这里插入图片描述

实例–按模最大与最小特征值

在这里插入图片描述
在这里插入图片描述

实例–最大与最小的两个广义特征值

在这里插入图片描述

10.2. 矩阵对角化

矩阵对角化是matlab中的较为重要的内容，在实际应用中可以大大简化矩阵的各种运算

10.2.1. 预备知识

在这里插入图片描述
根据我们上面所言，在矩阵对角化之前，我们要判断一个矩阵是否可以对角化，下面我们编写一个函数来判断矩阵是否可以对角化
在这里插入图片描述

实例–矩阵对角化

在这里插入图片描述

10.2.2. 具体操作

上一小节我们主要讲了对角化理论中的一些基本知识，并给出了如何判断一个矩阵是否可以对角化，本节主要讲对角化的具体操作
在这里插入图片描述
在这里插入图片描述

10.3. 若尔当(Jordan)标准形

若尔当标准形在工程计算尤其是控制理论有着重要的作用

10.3.1. 若尔当标准形介绍

在这里插入图片描述
在这里插入图片描述

10.3.2. jordan命令

在这里插入图片描述

实例–若尔当标准形及变换矩阵

在这里插入图片描述

实例–若尔当标准形

在这里插入图片描述

10.4. 矩阵的反射与旋转变换

无论是在矩阵分析，还是在各种工程实际中，矩阵变换都是重要的工具

10.4.1. 两种变换介绍

在这里插入图片描述
在这里插入图片描述

10.4.2. 豪斯霍尔德(Householder)变换

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

10.4.3. 吉文斯(Givens)旋转变换

givens变换作用巨大，在工程运算中，我们要有选择的消去矩阵或者向量中的一些元素，这个变换就是解决这个问题

利用这个变量可以很轻松的将一个向量的某个指定分量化为0
在这里插入图片描述

实例–吉文斯变换

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

实例–下海森伯格矩阵下三角矩阵变换

在这里插入图片描述
在这里插入图片描述

10.5. 综合实例–帕斯卡矩阵

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

格桑蓝莲
关注
  • 7
    点赞
  • 踩
  • 102
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
matlab求二阶方阵对角化_梳理：矩阵对角化
weixin_33132553的博客
01-17 3622
设A、B为n阶方阵，μ为A的特征值。相关结论1.矩阵A的所有特征值的和等于A的迹(A的主对角线元素之和)。2.矩阵A的所有特征值的积等于A的行列式。3.关于A的矩阵多项式f(A)的特征值为f(μ)。4.若A可逆，则A−1的特征值为1/μ。5.若A与B相似，则A与B有相同特征多项式，即A与B特征值相同。6.属于A的不同特征值的特征向量线性无关。7.(哈密尔顿定理)若φ(μ)为A的特征多项式，则φ(A...
对称矩阵及SVD分解
zhaohui blog
05-09 4650
对称矩阵及奇异值介绍
实对称矩阵相似对角化Matlab程序
05-07
实对称矩阵相似对角化Matlab程序，用到的朋友可以下载看看。
MATLAB学习笔记：方阵的相似对角化
Talk is cheap. Show me the code
01-21 2万+
>> A=[11 -6 4 -10 -4;-3 5 -2 4 1;-8 12 -3 12 4;1 6 -2 3 -1;8 -18 8 -14 -1]; >> [V D]=eig(A) V = -0.3244 -0.4983 -0.7759 -0.2343 -0.5752 0.1622 0.1878 0.0887 -0.0186 0.3890
基于Matlab的实对称矩阵对角化
William_Dong的专栏
06-18 1万+
假设两个实对称矩阵A和B,如果存在一个可逆的矩阵X， XAX'=B,已知A和B,知道怎么用matlab求X? 本例中数据如下： A=[0.287402 0 0    0 0.483209 0    0 0 0.000025]; B=[0.287402 -0.028039 -0.0000727     -0.028039 0.483209 0.001299     -0.000072
若尔当型（The Jordan form）
一个搬运知识的笨小孩
02-08 1366
1.若尔当型 1.1 Choosing the Best Bases 将矩阵对角化后，选择其列向量作为基向量（对角矩阵只有缩放作用，而没有旋转作用） 用标准基（单位矩阵的列向量）经过线性变换产生矩阵AAA，此矩阵可能不是对角的。当我们选择不同的基向量时，对于同一个线性变换可以用不同矩阵表示 关于选择基向量，目前两个不错的选择：1.特征向量、2.奇异向量 1.1.1 选择特征向量作为基向量 例子： det A=0=λ1λ2tr A=1=λ1+λ2λ1=1、λ2=0Ax1=λ1x1x1=
利用若当标准型讨论矩阵的秩1
08-04
在讨论矩阵的秩时，若当标准型（Jordan normal form）是一个重要的概念，它将任何复数域上的方阵A通过相似变换表示为一个对角线上由若当块组成的矩阵J，每个若当块对应矩阵A的一个特征值。若当块的形式通常是1在其对...
ch5_特征值_特征向量_
10-01
特征值和特征向量是线性代数中的核心概念，对于理解和解决许多数学问题，以及在计算机科学，尤其是机器学习和数据分析中具有重要的应用。在本篇内容中，我们将深入探讨这两个概念及其计算方法，主要关注C语言实现的...
29_相似矩阵和若尔当形1
08-04
1. **对角化**：如果A可以对角化，即存在可逆矩阵P使得P^(-1)AP = Λ是一个对角矩阵，那么Λ的对角元素是A的特征值，而P的列是A的特征向量。 2. **相似矩阵的性质**：相似矩阵有相同的行列式、迹（对角元素之和），...
工科研究生教材：矩阵论引论 [田振际，王永铎，吴德军 编] 2013年
05-16
全书共6章，分别介绍了线性空间与线性变换、内积空间、矩阵的若尔当标准形及其分解、矩阵分析及应用、特征值的估计、广义逆矩阵。各章后面配有一定数量的习题。本书可作为理工科院校硕士研究生和高年级本科生的教材...
利用MATLAB中的eig函数计算矩阵的特征值，特征向量以及矩阵对角化
01-30
本文档详细的介绍了如何利用MATLAB中的eig函数来计算矩阵的特征值，特征向量以及矩阵对角化
matlab开发-2x2和3x3矩阵的多个等效值
08-25
特征值可以帮助我们分析这些变换的性质，如是否保持面积（特征值的乘积）、是否旋转（一对复特征值）等。 特征值还可以用于稳定性分析，如在图像稳定算法中，如果一个3x3矩阵的特征值中有负值，那么这个变换可能会...
相似矩阵对角化 | 找到一个可逆矩阵 P 使得 P^(-1)AP 成为一个对角矩阵
陌雨’的博客
11-25 1万+
发现网上这方面的资料很少，特整理如下
matlab 若当标准型,若当标准型求解.pdf
weixin_42314846的博客
03-17 2167
若当标准型求解Jordan 标准形其中我们称若当标准型的基本性质：• 任意矩阵A若当标准型J可以写成J=D+R 的形式,那么DR= R D证明：由于D和R为相同划分的块对角矩阵，因此乘积对应的块等于相应块的乘积，而D中相应分块为单位单位矩阵的数乘，即1  0 1 =     ...
Matlab求矩阵的Jordan标准形
一个学术five的blog
11-02 8080
Matlab求矩阵的Jordan标准形
MATLAB生成（对角线上元素相同的）三对角矩阵的实例
热门推荐
旧时相识的专栏
03-16 4万+
一、生成对角矩阵的基本用法 1、diag(a) 使用diag(a)命令生成对角矩阵，a为某个向量，如下所示： 2、diag(a,i) 使用diag(a,i)命令生成，a为某个向量，i为a向量相对主对角线偏移的列数（向上为正，向下为负）。当i=0时，可以直接写成diag(a)。具体情况如下： 二、生成三对角线上元素相同的矩阵 1、生成全为1的向量如下： （1）a(1:3,1...
Matlab矩阵知识点总结及例题
m0_52249132的博客
11-24 1576
rand(RandStream,m,n) 利用指定的RandStream(随机数种子)生成伪随机数。E(:,:,1)=rand(10,5)——把第一维度的变成应该10×5的随机矩阵。×n 矩阵，其中包含从区间 [1,imax] 的均匀离散分布中得到的伪随机整数。，n，’double’) 生成指定精度的伪随机数，参数还可以是’double’E=zeros(10,5,3) ——10×5的零矩阵 且是三维的。语法：rand(m,n）生成m行n列的均匀分布的伪随机数。生成正态分布的伪随机数（均值为0，方差为1）
matlab线性代数对角化,MATLAB学习笔记：方阵的相似对角化
weixin_31509859的博客
03-16 1145
>> A=[11 -6 4 -10 -4;-3 5 -2 4 1;-8 12 -3 12 4;1 6 -2 3 -1;8 -18 8 -14 -1];>> [V D]=eig(A)V =-0.3244 -0.4983 -0.7759 -0.2343 -0.57520.1622 0.1878 0.0887 -0.0186 0.38900...
利用若尔当标准型求相似矩阵的p
最新发布
10-10
若尔当标准型是矩阵理论中一种重要的矩阵形式，用于描述一个矩阵的结构。为了利用若尔当标准型求相似矩阵的p，需要首先理解若尔当标准型的概念。 若尔当标准型是指一个矩阵可以被分解为一个对角矩阵和若干个若尔当块组成的形式。对角矩阵是指只有对角线上有非零元素，其它位置都是0的矩阵。而若尔当块是一种特殊的矩阵块，它的特点是对角线上有一串相同的数，右上角有1，其它位置都是0。 若一个矩阵A可以进行若尔当标准型分解，即A=PDP^-1，其中D是一个对角矩阵，P是一个可逆矩阵，那么D的对角线上的元素就是若尔当块的特征值，P的列向量就是对应的特征向量。 所以，要求相似矩阵的p，可以按照以下步骤进行： 1. 对给定的矩阵进行特征值分解，得到若尔当标准型A=PDP^-1。 2. 根据D的对角线元素得到若尔当块的特征值。 3. 根据特征值求出对应的特征向量。 4. 特征向量组成的矩阵P就是所求的p。 需要注意的是，若尔当块的大小与特征值的重复次数有关，特征值的重复次数越多，对应的若尔当块的大小就越大。因此，求相似矩阵的p需要根据具体的矩阵和特征值来确定。

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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