文章目录1.特征多项式2.特征值与特征向量3.若当标准型4.求解线性方程组5.常用函数汇总 (求逆，化简(高斯法)，转置，求秩)6.其他高级函数

1.特征多项式

poly(A)，返回矩阵A的特征多项式的向量表示形式，例如：

>>A=[1 0;2 3];

>>p=poly(A)         %矩阵A的特征多项式的向量表示形式

>>p =
     1    -4     3
>>f=poly2str(p,’x’)     %矩阵A的特征多项式
>>f =
   x^2 – 4 x + 3


或者由定义出发，计算特征多项式.例如：
>> A=[1 0;2 3];

>> E=eye(2);        %2阶单位阵
>> syms x
>> f=det(x*E-A)      %矩阵A的特征多项式
>>f =
    (x-1)*(x-3)



2.特征值与特征向量
求一个方阵的特征值与特征向量可以使用函数eig( ).

命令
具体功能

d=eig(A)

返回A所有特征值们组成的列向量d
[V,D]= eig(A)

返回A所有特征值组成的矩阵D和特征向量组成的矩阵V
[V,D]= eigs(A)

返回A所有特征值(按大小次序)组成的对角矩阵D和特征向量组成的矩阵V，且满足D=V-1AV
d=eig(A,B)

返回复数矩阵A+Bi所有特征值组成的向量d
[V,D]= eig(A,B)

返回复数矩阵A+Bi所有特征值组成的矩阵D和特征向量组成的矩阵V
例如：


>> eig(A)

ans =
    6.0000

   -2.0000

   -1.0000
>> poly(A)
ans =
    1.0000   -3.0000  -16.0000  -12.0000
>> d = eig(A)
d =
    6.0000

   -2.0000

   -1.0000
>> [V,D] = eig(A)
V =
   -0.5774   -0.4575    0.3482

   -0.5774   -0.4575   -0.8704

   -0.5774    0.7625    0.3482
D =
    6.0000         0         0

         0   -2.0000         0

         0         0   -1.0000

>>%说明（1）矩阵D的主对角线上的元素为特征值，所以方阵A的特征值为6,-2,-1(几何重数都为1)

>>%说明（2）D中第一列表示的特征值6对应的特征向量为V中的第1列，即  (-0.5774,-0.5774,-0.5774)T



3.若当标准型
若当标准型可用函数jordan( ) 来求.
J = jordan(A), 其中J为A的若当标准型。例如matlab代码：
>> clear

>> A=[2 1 0;-1 0 0;-1 1 2];    %矩阵A
>> jordan(A)      %矩阵A的若当标准形
ans =
      2            0            0     
      0            1            1     
      0            0            1

>>%注意：Matlab中若当块是按上三角形定义的。



4.求解线性方程组
矩阵A表示线性方程组，矩阵B是

5.常用函数汇总 (求逆，化简(高斯法)，转置，求秩)
tip：高斯rref化简后方便找根向量
pinv(A): 矩阵的逆
rref(A)：化简矩阵!!! (高斯)
A'：矩阵的转置
rank(x)：矩阵的秩
>> A = [[1;3;5], [2,4,6]]

% 矩阵的转置

>> A'

ans =

   1   3   5

   2   4   6
% 求矩阵的逆

>> pinv(A)

ans =

   0.147222  -0.144444   0.063889

  -0.061111   0.022222   0.105556

  -0.019444   0.188889  -0.102778
% 化简矩阵

>> rref(A)

ans =
   1   0  -1

   0   1   2

   0   0   0
%矩阵的秩

>> rank(A)

ans =

		2



6.其他高级函数

命令
具体功能

trace(A)

矩阵的迹
[V,D]=cdf2rdf(v,d)

将复对角矩阵转换为实对角矩阵  (在对角线上用2*2实数块代替共轭复数对)
sum(A,dim)

矩阵元素求和函数 ，dim=1则按列求和，dim=2则按行求和
sum(sum(A,1),2)

返回矩阵A的所有元素之和.
prod(A,dim)

dim=1则按列求积，dim=2则按行求积。 矩阵元素求积函数
prod（prod(A, 1)，2）

返回矩阵A的所有元素之积.
V=sym(V)

以符号的形式输出矩阵V（当元素为复杂的小数时，可以化出明了的形式）
>>V=sym(V)

V =
[ -sqrt(1/2),         0,          0,  sqrt(1/2)]
[ sqrt(1/2),          0,          0,  sqrt(1/2)]
[       0,   -sqrt(1/2),    sqrt(1/2),       0]
[       0,    sqrt(1/2),    sqrt(1/2),       0]


原创：https://www.panoramacn.com

源码网提供WordPress源码,帝国CMS源码discuz源码,微信小程序,小说源码,杰奇源码,thinkphp源码,ecshop模板源码,微擎模板源码,dede源码,织梦源码等。
专业搭建小说网站,小说程序,杰奇系列,微信小说系列,app系列小说


免责声明,若由于商用引起版权纠纷,一切责任均由使用者承担。
您必须遵守我们的协议，如果您下载了该资源行为将被视为对《免责声明》全部内容的认可->
联系客服
投诉资源
 www.panoramacn.com资源全部来自互联网收集，仅供用于学习和交流，请勿用于商业用途。如有侵权、不妥之处，请联系站长并出示版权证明以便删除。
敬请谅解！ 侵权删帖/违法举报/投稿等事物联系邮箱：2640602276@qq.com
                
                
未经允许不得转载：书荒源码源码网每日更新网站源码模板！ » Matlab操作(2)：线性代数中求矩阵相关数据的高级方法
                                
                                    
Matlab操作(2)：线性代数中求矩阵相关数据的高级方法
                                
                    

        

            
            
关注我们小说电影免费看
            
关注我们，获取更多的全网素材资源，有趣有料！
            
120000+人已关注
        
    
 
                
                    


                    
分享到：
        
                                赞(0)
        
                    打赏