线性代数中涉及到的matlab命令-第三章:矩阵的初等变换及线性方程组

这篇具有很好参考价值的文章主要介绍了线性代数中涉及到的matlab命令-第三章:矩阵的初等变换及线性方程组。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

1,矩阵的初等变换

1.1,初等变换

1.2,增广矩阵 

​1.3,定义和性质

1.4,行阶梯型矩阵、行最简型矩阵

1.5,标准形矩阵 

1.6,矩阵初等变换的性质 

2,矩阵的秩 

3,线性方程组的解 


1,矩阵的初等变换

1.1,初等变换

matlab初等行变换,线性代数,线性代数,matlab,矩阵

初等变换包括三种:交换行或列、某行或列乘以一个非零系数、某行或列加上零一行或列的k倍。

1.2,增广矩阵 

 增广矩阵:方程组的系数矩阵和常数矩阵组成的矩阵。

方程组:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

对应的增广矩阵:

1.3,定义和性质

matlab初等行变换,线性代数,线性代数,matlab,矩阵

矩阵的初等行变换和初等列变换,统称为初等变换。

matlab初等行变换,线性代数,线性代数,matlab,矩阵待补充:

使用Matlab判断两个矩阵是否等价。

1.4,行阶梯型矩阵、行最简型矩阵

matlab初等行变换,线性代数,线性代数,matlab,矩阵 matlab初等行变换,线性代数,线性代数,matlab,矩阵matlab初等行变换,线性代数,线性代数,matlab,矩阵

matlab初等行变换,线性代数,线性代数,matlab,矩阵对于任何矩阵,都可以通过有限次初等行变换把它变为行阶梯型矩阵和行最简型矩阵。

利用初等行变换,把一个矩阵化为行阶梯形矩阵和行最简形矩阵,是一种很重要的运算,解线性方程组只需要把增广矩阵化为行最简形矩阵。

Matlab使用rref命令可以得到一个矩阵的行最简形矩阵:

clc;

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

rref(A)

运行结果:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

1.5,标准形矩阵 

matlab初等行变换,线性代数,线性代数,matlab,矩阵

1.6,矩阵初等变换的性质 

matlab初等行变换,线性代数,线性代数,matlab,矩阵

定义:由单位阵E经过一次初等变换得到的矩阵称为初等矩阵。

三种初等变换对应三种初等矩阵。

第一种:把初等矩阵(单位矩阵两行对调)乘矩阵A,相当于对矩阵A进行初等行变换或列变换(对应的两行或列对调);

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

运行结果:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

上述代码,如果改为右乘初等矩阵,结果为第1列和第2列对调:

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

运行结果:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

类似,其他两种初等矩阵乘以矩阵A,相当于对矩阵A做对应的初等变换。

matlab初等行变换,线性代数,线性代数,matlab,矩阵

问题:matlab初等行变换,线性代数,线性代数,matlab,矩阵

clc;

%举例说明

E  = eye(5);

E_23 = E;
E_23(2,:) = E(3,:);
E_23(3,:) = E(2,:);   %交换单位矩阵E的2和3行,得到一个初等矩阵

A = E_23*E;           %E_23*E相当于对单位矩阵E进行了一次初等变化(交换2和3行)得到一个矩阵A

B = E_23*A           %E_23*A相当于对单位矩阵A进行了一次初等变化(再次交换2和3行)得到一个矩阵B,其实B就是E

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

运行结果:

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

运行代码发现B还是单位矩阵,即B = E_23*A =  E_23*E_23*E = E 即E_23*E_23 = E,则E_23的逆等于E_23,也就是交换行的初等矩阵,它的逆还是它本身。 

初等变换得到一个初等矩阵,初等变换的逆变换得到初等矩阵的逆矩阵。 

矩阵A可逆,可通过matlab初等行变换,线性代数,线性代数,matlab,矩阵的方式求Amatlab初等行变换,线性代数,线性代数,matlab,矩阵,因其可转化为matlab初等行变换,线性代数,线性代数,matlab,矩阵

Matlab种使用rref命令可对上述矩阵A和E组成的矩阵转化,将矩阵A对应元素转化为单位阵E,对应的单位矩阵E就变为矩阵A的逆矩阵:

clc;

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

E = eye(3);

B = [A,E]

rref(B)

运行结果:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

也可使用rref命令求方程组的解:

clc;

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

b = [4;2;6];

B = [A,b]

rref(B)

运行结果:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

2,矩阵的秩 

矩阵k阶子式的概念:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

 矩阵秩的概念:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

矩阵A的秩,A的行阶梯形种非零行的个数。 矩阵的秩用R表示。

如果矩阵A~B,则矩阵A的秩R(A) = R(B),具体证明可在参考书种找到。

Matlab中计算矩阵的秩的命令为rank。

以下代码中矩阵A经过三种行变换后得到矩阵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为A经过一次行变换后得到,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)                 %矩阵A经过三种行变换后的矩阵,他们的秩相同即 A~A12

运行结果:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

3,线性方程组的解 

matlab初等行变换,线性代数,线性代数,matlab,矩阵

对于方程组,可通过系数矩阵的秩和增广矩阵的秩判断方程组是否有唯一解,以下代码为判断逻辑:

clc;

A = [1 -2 2 -1;
     2 -4 8 0;
    -2 4 -2 3;
     3 -6 0 -6]          %系数矩阵

b = [1;2;3;4];           %常数矩阵

M = rref([A,b])

rank(A)

rank([A,b])

运行结果,系数矩阵的秩和增广矩阵的秩不相等:

matlab初等行变换,线性代数,线性代数,matlab,矩阵

很明显增广矩阵的行阶梯形矩阵的第三行是矛盾方程 0 = 1。 文章来源地址https://www.toymoban.com/news/detail-760169.html

到了这里,关于线性代数中涉及到的matlab命令-第三章:矩阵的初等变换及线性方程组的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 线性代数强化第三章

    目录 一,关于A伴随,A逆与初等矩阵  二,分块矩阵 三,矩阵方程 ​    如何证明行列式的值不能是0;    此秩为1.              法一:  法二:      不用看是列变换还是行变换,我们需要从秩不变的性质去解题                         左乘同行右乘同列,再加负号

    2024年02月11日
    浏览(29)
  • 高等数学:线性代数-第三章

    矩阵的初等变换 下面三种变换称为矩阵的初等变换 对换两行(列),记作 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 ​ ) 以数 k ≠ 0 k ne 0 k  = 0 乘某一行(列)中的所有元,记作 r i × k ( c i × k ) r_{i} times k ( c_{i}

    2024年02月11日
    浏览(34)
  • 线性代数(主题篇):第三章:向量组 、第四章:方程组

    1.概念 § 3 §3 §3 向量组 { ①部分相关,整体相关 ②整体无关,部分无关 ③低维无关,高维无关 ④高维相关,低维相关 begin{cases} ①部分相关,整体相关\\\\ ②整体无关,部分无关\\\\ ③低维无关,高维无关\\\\ ④高维相关,低维相关 end{cases} ⎩ ⎨ ⎧ ​ ① 部分相关,整体相关

    2024年02月15日
    浏览(33)
  • matlab线性代数常用函数

    矩阵 A mathbf{A} A 行列式 det(A) 矩阵 A mathbf{A} A 的迹 trace(A) 矩阵 A mathbf{A} A 的秩 rank(A) 矩阵 A mathbf{A} A 的范数 norm(A) 矩阵 A mathbf{A} A 的特征多项式 poly(A) 这是数值法求解,解析法可以用 charppoly ,新版本方法可能有改变 矩阵 A mathbf{A} A 的多项式求值 poly(a,A) ,a是多项式系数的

    2024年02月07日
    浏览(42)
  • matlab 入门(三)线性代数

    在MATLAB中,用“A^n”来计算矩阵A的n次方, 用“sqrtm”函数来计算矩阵的开方 (sqrtm(A)求的是满足X*X=A的矩阵X。) 矩阵对数运算与矩阵指数运算互为逆运算, 可以分别用函数expm和logm来实现。 Expm: 以e为底对矩阵求指数,并不是对每个元素求指数,对每个元素求指数的指令是ex

    2024年01月19日
    浏览(33)
  • 矩阵分解是计算机科学中的一个重要研究领域,涉及到向量空间理论、线性代数、密码学等领域。以下是100篇热门博客文

    作者:禅与计算机程序设计艺术 矩阵分解是计算机科学中的一个重要研究领域,涉及到向量空间理论、线性代数、密码学等领域。在机器学习和深度学习等领域中,矩阵分解被广泛应用。本文将介绍矩阵分解的相关原理、实现步骤以及应用示例。 2.1 基本概念解释 矩阵分解是

    2024年02月15日
    浏览(39)
  • 【算法小记】——机器学习中的概率论和线性代数,附线性回归matlab例程

    内容包含笔者个人理解,如果错误欢迎评论私信告诉我 线性回归matlab部分参考了up主DR_CAN博士的课程 在回归拟合数据时,根据拟合对象,可以把分类问题视为一种简答的逻辑回归。在逻辑回归中算法不去拟合一段数据而是判断输入的数据是哪一个种类。有很多算法既可以实现

    2024年01月24日
    浏览(32)
  • MATLAB数值分析学习笔记:线性代数方程组的求解和高斯消元法

    工程和科学计算的许多基本方程都是建立在守恒定律的基础之上的,比如质量守恒等,在数学上,可以建立起形如 [A]{x}={b} 的平衡方程。其中{x}表示各个分量在平衡时的取值,它们表示系统的 状态 或 响应; 右端向量{b}由无关系统性态的常数组成通常表示为 外部激励。 矩阵

    2023年04月15日
    浏览(52)
  • MATLAB数值分析学习笔记:线性代数方程组的求解和高斯-赛德尔方法

    迭代法是前面介绍的消元法的有效替代,线性代数方程组常用的迭代法有 高斯-赛德尔方法 和 雅克比迭代法, 下面会讲到二者的不同之处,大家会发现两者的实现原理其实类似,只是方法不同,本篇只重点介绍高斯-赛德尔方法。 看了我之前的笔记的同学应该已经对迭代法不

    2024年02月05日
    浏览(46)
  • 线性代数的学习和整理2:什么是线性,线性相关,线性无关 以及什么是线性代数?

    目录 1 写在前面的话 1.1 为什么要先总结一些EXCEL计算矩阵的工具性知识, 而不是一开始就从基础学起呢?  1.2 关于线性代数入门时的各种灵魂发问: 1.3 学习资料 2 什么是线性(关系)? 2.1 线性的到底是一种什么关系: 线性关系=正比例/正相关关系 ≠ 直线型关系 2.2 一次函数

    2024年02月10日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包