国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

線性代數(shù)中涉及到的matlab命令-第三章:矩陣的初等變換及線性方程組

這篇具有很好參考價值的文章主要介紹了線性代數(shù)中涉及到的matlab命令-第三章:矩陣的初等變換及線性方程組。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

目錄

1,矩陣的初等變換

1.1,初等變換

1.2,增廣矩陣?

?1.3,定義和性質

1.4,行階梯型矩陣、行最簡型矩陣

1.5,標準形矩陣?

1.6,矩陣初等變換的性質?

2,矩陣的秩?

3,線性方程組的解?


1,矩陣的初等變換

1.1,初等變換

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

初等變換包括三種:交換行或列、某行或列乘以一個非零系數(shù)、某行或列加上零一行或列的k倍。

1.2,增廣矩陣?

?增廣矩陣:方程組的系數(shù)矩陣和常數(shù)矩陣組成的矩陣。

方程組:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

對應的增廣矩陣:

1.3,定義和性質

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

矩陣的初等行變換和初等列變換,統(tǒng)稱為初等變換。

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣待補充:

使用Matlab判斷兩個矩陣是否等價。

1.4,行階梯型矩陣、行最簡型矩陣

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣?matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣對于任何矩陣,都可以通過有限次初等行變換把它變?yōu)樾须A梯型矩陣和行最簡型矩陣。

利用初等行變換,把一個矩陣化為行階梯形矩陣和行最簡形矩陣,是一種很重要的運算,解線性方程組只需要把增廣矩陣化為行最簡形矩陣。

Matlab使用rref命令可以得到一個矩陣的行最簡形矩陣:

clc;

A = [4 2 -1 2;
     5 2 3 1;
     11 3 0 8];

rref(A)

運行結果:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

1.5,標準形矩陣?

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

1.6,矩陣初等變換的性質?

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

定義:由單位陣E經(jīng)過一次初等變換得到的矩陣稱為初等矩陣。

三種初等變換對應三種初等矩陣。

第一種:把初等矩陣(單位矩陣兩行對調)乘矩陣A,相當于對矩陣A進行初等行變換或列變換(對應的兩行或列對調);

clc;

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

E = eye(3);

E1_2 = E;
E1_2(1,:) = E(2,:);
E1_2(2,:) = E(1,:);

E1_2

E1_2*A

運行結果:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

上述代碼,如果改為右乘初等矩陣,結果為第1列和第2列對調:

clc;

A = [1 2 3 4;
     1 2 3 4;
     1 2 3 4]

E = eye(4);

E1_2 = E;
E1_2(1,:) = E(2,:);
E1_2(2,:) = E(1,:);

E1_2

A*E1_2

運行結果:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

類似,其他兩種初等矩陣乘以矩陣A,相當于對矩陣A做對應的初等變換。

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

問題:matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

clc;

%舉例說明

E  = eye(5);

E_23 = E;
E_23(2,:) = E(3,:);
E_23(3,:) = E(2,:);   %交換單位矩陣E的2和3行,得到一個初等矩陣

A = E_23*E;           %E_23*E相當于對單位矩陣E進行了一次初等變化(交換2和3行)得到一個矩陣A

B = E_23*A           %E_23*A相當于對單位矩陣A進行了一次初等變化(再次交換2和3行)得到一個矩陣B,其實B就是E

%  B = E_23*A = B = E_23*E_23*E = E  即E_23*E_23 = E,則E_23的逆等于E_23

運行結果:

B =

     1     0     0     0     0
     0     1     0     0     0
     0     0     1     0     0
     0     0     0     1     0
     0     0     0     0     1

運行代碼發(fā)現(xiàn)B還是單位矩陣,即B = E_23*A =? E_23*E_23*E = E 即E_23*E_23 = E,則E_23的逆等于E_23,也就是交換行的初等矩陣,它的逆還是它本身。?

初等變換得到一個初等矩陣,初等變換的逆變換得到初等矩陣的逆矩陣。?

矩陣A可逆,可通過matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣的方式求Amatlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣,因其可轉化為matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

Matlab種使用rref命令可對上述矩陣A和E組成的矩陣轉化,將矩陣A對應元素轉化為單位陣E,對應的單位矩陣E就變?yōu)榫仃嘇的逆矩陣:

clc;

A = [2 -1 -1;
     1 1 -2;
     4 -6 5];
 det(A);            %判斷A是否有逆矩陣

E = eye(3);

B = [A,E]

rref(B)

運行結果:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

也可使用rref命令求方程組的解:

clc;

A = [2 -1 -1;
     1 1 -2;
     4 -6 5];

b = [4;2;6];

B = [A,b]

rref(B)

運行結果:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

2,矩陣的秩?

矩陣k階子式的概念:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

?矩陣秩的概念:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

矩陣A的秩,A的行階梯形種非零行的個數(shù)。?矩陣的秩用R表示。

如果矩陣A~B,則矩陣A的秩R(A) = R(B),具體證明可在參考書種找到。

Matlab中計算矩陣的秩的命令為rank。

以下代碼中矩陣A經(jīng)過三種行變換后得到矩陣A12,R(A)=R(A12):

clc;

A = [1 3 5 2;
     2 6 9 0;
     2 4 1 7]

A12 = A;

A12(1,:) = A(2,:);
A12(2,:) = A(1,:);        %A12為A經(jīng)過一次行變換后得到,A~A12

k = 2;
A12(1,:) = k*A12(1,:);    %A12第一行元素乘以k

A12(2,:) = A12(2,:) + A12(3,:)  %A12第二行元素+第三行元素

rank_A = rank(A)

rank_A12 = rank(A12)                 %矩陣A經(jīng)過三種行變換后的矩陣,他們的秩相同即 A~A12

運行結果:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

3,線性方程組的解?

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

對于方程組,可通過系數(shù)矩陣的秩和增廣矩陣的秩判斷方程組是否有唯一解,以下代碼為判斷邏輯:

clc;

A = [1 -2 2 -1;
     2 -4 8 0;
    -2 4 -2 3;
     3 -6 0 -6]          %系數(shù)矩陣

b = [1;2;3;4];           %常數(shù)矩陣

M = rref([A,b])

rank(A)

rank([A,b])

運行結果,系數(shù)矩陣的秩和增廣矩陣的秩不相等:

matlab初等行變換,線性代數(shù),線性代數(shù),matlab,矩陣

很明顯增廣矩陣的行階梯形矩陣的第三行是矛盾方程 0 = 1。?文章來源地址http://www.zghlxwxcb.cn/news/detail-760169.html

到了這里,關于線性代數(shù)中涉及到的matlab命令-第三章:矩陣的初等變換及線性方程組的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉載,請注明出處: 如若內(nèi)容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 線性代數(shù)---第三章向量

    線性代數(shù)---第三章向量

    2024年02月12日
    瀏覽(40)
  • 高等數(shù)學:線性代數(shù)-第三章

    矩陣的初等變換 下面三種變換稱為矩陣的初等變換 對換兩行(列),記作 r i ? r j ( c i ? c j ) r_{i} leftrightarrow r_{j} (c_{i} leftrightarrow c_{j}) r i ? ? r j ? ( c i ? ? c j ? ) 以數(shù) k ≠ 0 k ne 0 k  = 0 乘某一行(列)中的所有元,記作 r i × k ( c i × k ) r_{i} times k ( c_{i}

    2024年02月11日
    瀏覽(27)
  • 線性代數(shù)(主題篇):第三章:向量組 、第四章:方程組

    線性代數(shù)(主題篇):第三章:向量組 、第四章:方程組

    1.概念 § 3 §3 §3 向量組 { ①部分相關,整體相關 ②整體無關,部分無關 ③低維無關,高維無關 ④高維相關,低維相關 begin{cases} ①部分相關,整體相關\\\\ ②整體無關,部分無關\\\\ ③低維無關,高維無關\\\\ ④高維相關,低維相關 end{cases} ? ? ? ? ① 部分相關,整體相關

    2024年02月15日
    瀏覽(24)
  • matlab線性代數(shù)常用函數(shù)

    矩陣 A mathbf{A} A 行列式 det(A) 矩陣 A mathbf{A} A 的跡 trace(A) 矩陣 A mathbf{A} A 的秩 rank(A) 矩陣 A mathbf{A} A 的范數(shù) norm(A) 矩陣 A mathbf{A} A 的特征多項式 poly(A) 這是數(shù)值法求解,解析法可以用 charppoly ,新版本方法可能有改變 矩陣 A mathbf{A} A 的多項式求值 poly(a,A) ,a是多項式系數(shù)的

    2024年02月07日
    瀏覽(48)
  • matlab 入門(三)線性代數(shù)

    在MATLAB中,用“A^n”來計算矩陣A的n次方, 用“sqrtm”函數(shù)來計算矩陣的開方 (sqrtm(A)求的是滿足X*X=A的矩陣X。) 矩陣對數(shù)運算與矩陣指數(shù)運算互為逆運算, 可以分別用函數(shù)expm和logm來實現(xiàn)。 Expm: 以e為底對矩陣求指數(shù),并不是對每個元素求指數(shù),對每個元素求指數(shù)的指令是ex

    2024年01月19日
    瀏覽(16)
  • 矩陣分解是計算機科學中的一個重要研究領域,涉及到向量空間理論、線性代數(shù)、密碼學等領域。以下是100篇熱門博客文

    作者:禪與計算機程序設計藝術 矩陣分解是計算機科學中的一個重要研究領域,涉及到向量空間理論、線性代數(shù)、密碼學等領域。在機器學習和深度學習等領域中,矩陣分解被廣泛應用。本文將介紹矩陣分解的相關原理、實現(xiàn)步驟以及應用示例。 2.1 基本概念解釋 矩陣分解是

    2024年02月15日
    瀏覽(50)
  • 【算法小記】——機器學習中的概率論和線性代數(shù),附線性回歸matlab例程

    【算法小記】——機器學習中的概率論和線性代數(shù),附線性回歸matlab例程

    內(nèi)容包含筆者個人理解,如果錯誤歡迎評論私信告訴我 線性回歸matlab部分參考了up主DR_CAN博士的課程 在回歸擬合數(shù)據(jù)時,根據(jù)擬合對象,可以把分類問題視為一種簡答的邏輯回歸。在邏輯回歸中算法不去擬合一段數(shù)據(jù)而是判斷輸入的數(shù)據(jù)是哪一個種類。有很多算法既可以實現(xiàn)

    2024年01月24日
    瀏覽(29)
  • MATLAB數(shù)值分析學習筆記:線性代數(shù)方程組的求解和高斯消元法

    MATLAB數(shù)值分析學習筆記:線性代數(shù)方程組的求解和高斯消元法

    工程和科學計算的許多基本方程都是建立在守恒定律的基礎之上的,比如質量守恒等,在數(shù)學上,可以建立起形如 [A]{x}= 的平衡方程。其中{x}表示各個分量在平衡時的取值,它們表示系統(tǒng)的 狀態(tài) 或 響應; 右端向量由無關系統(tǒng)性態(tài)的常數(shù)組成通常表示為 外部激勵。 矩陣

    2023年04月15日
    瀏覽(57)
  • MATLAB數(shù)值分析學習筆記:線性代數(shù)方程組的求解和高斯-賽德爾方法

    MATLAB數(shù)值分析學習筆記:線性代數(shù)方程組的求解和高斯-賽德爾方法

    迭代法是前面介紹的消元法的有效替代,線性代數(shù)方程組常用的迭代法有 高斯-賽德爾方法 和 雅克比迭代法, 下面會講到二者的不同之處,大家會發(fā)現(xiàn)兩者的實現(xiàn)原理其實類似,只是方法不同,本篇只重點介紹高斯-賽德爾方法。 看了我之前的筆記的同學應該已經(jīng)對迭代法不

    2024年02月05日
    瀏覽(34)
  • 線性代數(shù)的學習和整理2:什么是線性,線性相關,線性無關 以及什么是線性代數(shù)?

    線性代數(shù)的學習和整理2:什么是線性,線性相關,線性無關 以及什么是線性代數(shù)?

    目錄 1 寫在前面的話 1.1 為什么要先總結一些EXCEL計算矩陣的工具性知識, 而不是一開始就從基礎學起呢? ?1.2 關于線性代數(shù)入門時的各種靈魂發(fā)問: 1.3 學習資料 2 什么是線性(關系)? 2.1 線性的到底是一種什么關系: 線性關系=正比例/正相關關系 ≠ 直線型關系 2.2 一次函數(shù)

    2024年02月10日
    瀏覽(32)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包