用MATLAB计算线性代数课件
用MATLAB解决线性代数问题实验报告
实验三使用MATLAB解决线性代数问题学院：数计学院班级：1003班姓名：黄晓丹学号：1051020144 实验目的： 学习MATLAB有关线性代数运算的指令，主要学习运用MATLAB解决矩阵除法，线性方程组的通解，矩阵相似 对角化问题，以及解决投入产出分析等应用问题。 实验内容： 矩阵转置：A=[1 2;3 4];B=[4 3;2 1]; >> A',B' ans = 1 3 2 4 ans = 4 3 3 1 矩阵加减：A-B ans= -3 -1 1 3 矩阵乘法：A*B,A.*B(数组乘法)||比较矩阵乘法与数组乘法的区别ans= 8 5 20 13 ans= 4 6 6 4 矩阵除法：A\B,B./A ans=
-6 -5 5 4 ans= 4 1.5 0.6667 0.25 特殊矩阵生成：zeros（m，n）||生成m行n列的矩阵 ones（m，n）||生成m行n列的元素全为一的矩阵 eye（n）||生成n阶单位矩阵 rand（m，n）||生成m行n列[0 ，1]上均匀分布随 机数矩阵 zeros(2,3) ans = 0 0 0 0 0 0 >> ones(3,3) ans = 1 1 1 1 1 1 1 1 1 >> eye(3)
ans = 1 0 0 0 1 0 0 0 1 >> rand(2,4) ans = Columns 1 through 3 0.9501 0.6068 0.8913 0.2311 0.4860 0.7621 Column 4 0.4565 0.0185 矩阵处理：trace（A）||返回矩阵的迹 diag（A）||返回矩阵对角线元素构成的向量 tril（A）||提取矩阵的下三角部分 triu（A）||提取矩阵的上三角部分 flipud（A）||矩阵上下翻转 fliplr（A）||矩阵左右翻转 reshape(A,m,n)||将矩阵的元素重排成m行n列矩阵A=[1 2 3;4 5 6;7 8 9]; >> t=trace(A),d=diag(A),u=triu(A)
Matlab 使用之线性代数综合实例讲解
一、上机目的 1、培养学生运用线性代数的知识解决实际问题的意识、兴趣和能力； 2、掌握常用计算方法和处理问题的方法; 二、上机内容 1、求向量组的最大无关组； 2、解线性方程组； 三、上机作业 1、设A=[2 1 2 4; 1 2 0 2; 4 5 2 0; 0 1 1 7]； 求矩阵A列向量组的一个最大无关组. >> A=[2 1 2 4;1 2 0 2;4 5 2 0;0 1 1 7] A = 2 1 2 4 1 2 0 2 4 5 2 0 0 1 1 7 >> rref(A) ans = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 所以矩阵A的列向量组的一个最大无关组就是它本身； 2、用Matlab解线性方程组 （1） >> A=[2 4 -6;1 5 3;1 3 2] A = 2 4 -6 1 5 3 1 3 2 >> b=[-4;10;5]
b = -4 10 5 >> x=inv(A)*b x = -3.0000 2.0000 1.0000 >> B=[3 41 -62;4 50 3;11 38 25] B = 3 41 -62 4 50 3 11 38 25 >> c=[-41;100;50] c = -41 100 50 >> x=inv(B)*c x = -8.8221 2.5890 1.9465 3、（选作）减肥配方的实现 设三种食物每100克中蛋白质、碳水化合物和脂肪的含量如下表，表中还给出了20世纪80年代美国流行的剑桥大学医学院的简捷营养处方。现在的问题是：如果用这三种食物作为每天的主要食物，那么它们的用量应各取多少才能全面准确地实现这个营养要求？ 四、上机心得体会
Matlab线性代数实验指导书
Matlab线性代数实验指导书 理学院线性代数课程组 二零零七年十月
目录 一、基础知识 (1) 1.1、常见数学函数 (1) 1.2、系统在线帮助 (1) 1.3、常量与变量 (2) 1.4、数组（矩阵）的点运算 (3) 1.5、矩阵的运算 (3) 二、编程 (4) 2.1、无条件循环 (4) 2.2、条件循环 (5) 2.3、分支结构 (5) 2.4、建立M文件 (6) 2.5、建立函数文件 (6) 三、矩阵及其运算 (7) 3.1、矩阵的创建 (7) 3.2、符号矩阵的运算 (11) 四、秩与线性相关性 (14) 4.1、矩阵和向量组的秩以及向量组的线性相关性 (14) 4.2、向量组的最大无关组 (14) 五、线性方程的组的求解 (16) 5.1、求线性方程组的唯一解或特解（第一类问题） (16) 5.2、求线性齐次方程组的通解 (18) 5.3、求非齐次线性方程组的通解 (19) 六、特征值与二次型 (22) 6.1、方阵的特征值特征向量 (22) 6.2、正交矩阵及二次型 (23)
一、基础知识 1.1常见数学函数 函数数学计算功能函数数学计算功能 abs(x) 实数的绝对值或复数的幅值floor(x) 对x朝-∞方向取整acos(x) 反余弦arcsinx gcd(m,n) 求正整数m和n的最大公约数acosh(x) 反双曲余弦arccoshx imag(x) 求复数x的虚部angle(x) 在四象限内求复数x的相角lcm(m,n)求正整数m和n的最小公倍 自然对数(以e为底数) asin(x) 反正弦arcsinx log(x) 常用对数(以 10 为底数) asinh(x) 反双曲正弦arcsinhx log10(x) atan(x) 反正切arctanx real(x) 求复数 x 的实部atan2(x,y) 在四象限内求反正切rem(m,n) 求正整数m和n的m/n之余数atanh(x) 反双曲正切arctanhx round(x) 对x四舍五入到最接近的整数 符号函数：求出 x 的符号ceil(x) 对x朝+∞方向取整 sign(x) conj(x) 求复数x的共轭复数 sin(x) 正弦sinx 反双曲正弦sinhx cos(x) 余弦cosx sinh(x) cosh(x) 双曲余弦coshx sqrt(x) 求实数x的平方根exp(x) 指数函数e x tan(x) 正切tanx fix(x) 对 x 朝原点方向取整 tanh(x) 双曲正切tanhx 如：输入 x=[-4.85 -2.3 -0.2 1.3 4.56 6.75]，则： ceil(x)= -4 -2 0 2 5 7 fix(x) = -4 -2 0 1 4 6 floor(x) =-5 -3 -1 1 4 6 round(x) = -5 -2 0 1 5 7 1.2 系统的在线帮助 1.2.1 help 命令： 1.当不知系统有何帮助内容时，可直接输入 help以寻求帮助: >> help(回车) 2.当想了解某一主题的内容时，如输入： >> help syntax (了解Matlab的语法规定) 3.当想了解某一具体的函数或命令的帮助信息时，如输入： >> help sqrt (了解函数sqrt的相关信息) 1.2.2 lookfor 命令 现需要完成某一具体操作，不知有何命令或函数可以完成，如输入： >> lookfor line (查找与直线、线性问题有关的函数) 1.3 常量与变量
matlab实验二
实验2 MATLAB数值计算、符号运算功能 一、实验目的 1、掌握建立矩阵、矩阵分析与处理的方法。 2、掌握线性方程组的求解方法。 3、掌握数据统计和分析方法、多项式的常用运算。 4、掌握求数值导数和数值积分、常微分方程数值求解、非线性代数方程数值求解的方法。 5、掌握定义符号对象的方法、符号表达式的运算法则及符号矩阵运算、符号函数极限及导数、符号函数定积分和不定积分的方法。 二、预习要求 （1）复习4、5、6章所讲内容； （2）熟悉MATLAB中的数值计算和符号运算的实现方法和主要函数。 三、实验内容 1、已知 29618 20512 885 A -?? ?? =?? ?? - ?? ，求A的特征值及特征向量，并分析其数学意义。 >> A=[-29,6,18;20,5,12;-8,8,5]; >> [V,D]=eig(A) V = 0.7130 0.2803 0.2733 -0.6084 -0.7867 0.8725 0.3487 0.5501 0.4050 D = -25.3169 0 0 0 -10.5182 0 0 0 16.8351 V为A的特征向量，D为A的特征值，3个特征值是-25.3169、10.5182和16.8351。 >> A*V ans = -18.0503 -2.9487 4.6007 15.4017 8.2743 14.6886 -8.8273 -5.7857 6.8190 >> V*D
ans = -18.0503 -2.9487 4.6007 15.4017 8.2743 14.6886 -8.8273 -5.7857 6.8190 经过计算，A*V=V*D 。 2、 不用rot90函数，实现方阵左旋90°或右旋90°的功能。例如，原矩阵为A ，A 左旋后得到B ，右旋后得到C 。 147102581136912A ????=??????，101112789456123B ??????=??????，321654987121110B ??????=?????? 提示：先将A 转置，再作上下翻转，则完成左旋90°；如将A 转置后作左右翻转，则完成右旋转90°，可用flipud 、fliplr 函数。 >> a=[1 4 7 10;2 5 8 11;3 6 9 12] a= 1 4 7 10 2 5 8 11 3 6 9 12 >> B=rot90(a) B = 10 11 12 7 8 9 4 5 6 1 2 3 >>C= rot90(s,3) C= 3 2 1 6 5 4 9 8 7 12 11 10
南邮MATLAB数学实验答案(全)
第一次练习 教学要求：熟练掌握Matlab 软件的基本命令和操作，会作二维、三维几何图形，能够用Matlab 软件解决微积分、线性代数与解析几何中的计算问题。 补充命令 vpa(x,n) 显示x 的n 位有效数字，教材102页 fplot(‘f(x)’,[a,b]) 函数作图命令，画出f(x)在区间[a,b]上的图形 在下面的题目中m 为你的学号的后3位（1-9班）或4位（10班以上） 1.1 计算30sin lim x mx mx x →-与3 sin lim x mx mx x →∞- syms x limit((902*x-sin(902*x))/x^3) ans = 366935404/3 limit((902*x-sin(902*x))/x^3,inf) ans = 0 1.2 cos 1000 x mx y e =，求''y syms x diff(exp(x)*cos(902*x/1000),2) ans = (46599*cos((451*x)/500)*exp(x))/250000 - (451*sin((451*x)/500)*exp(x))/250 1.3 计算 22 11 00 x y e dxdy +?? dblquad(@(x,y) exp(x.^2+y.^2),0,1,0,1) ans = 2.1394 1.4 计算4 2 2 4x dx m x +? syms x int(x^4/(902^2+4*x^2)) ans = (91733851*atan(x/451))/4 - (203401*x)/4 + x^3/12 1.5 (10)cos ,x y e mx y =求 syms x diff(exp(x)*cos(902*x),10) ans = -356485076957717053044344387763*cos(902*x)*exp(x)-3952323024277642494822005884*sin(902*x)*exp(x) 1.6 0x =的泰勒展式(最高次幂为4).
用Matlab学习线性代数_行列式
用Matlab学习线性代数__行列式 实验目的理解行列式的概念、行列式的性质与计算 Matlab函数det 实验内容 前面的四个练习使用整数矩阵，并演示一些本章讨论的行列式的性质。最后两个练习演示我们使用浮点运算计算行列式时出现的不同。 理论上将，行列式的值应告诉我们矩阵是否是奇异的。然而，如果矩阵是奇异的，且计算其行列式采用有限位精度运算，那么由于舍入误差，计算出的行列式的值也许不是零。一个计算得到的行列式的值很接近零，并不能说明矩阵是奇异的甚至是接近奇异的。此外，一个接近奇异的矩阵，它的行列式值也可能不接近零。 1.用如下方法随机生成整数元素的5阶方阵： A=round(10*rand(5)) 和B=round(20*rand(5))-10 用Matlab计算下列每对数。在每种情况下比较第一个是否等于第二个。（1）det(A) ==det(A T) （2）det(A+B) ；det(A)+det(B) （3）det(AB)==det(A)det(B) （4）det(A T B T) ==det(A T)det(B T) （5）det(A-1)==1/det(A) （6）det(AB-1)==det(A)/det(B) > A=round(10*rand(5)); >> B=round(20*rand(5))-10; >> det(A) ans = 5972 >> det(A') ans 5972 >> det(A+B) ans =
36495 >> det(A)+det(B) ans = 26384 >> det(A*B) ans = 4 >> det(A)*det(B) ans = 4 >> det(A'*B') ans = 4 >> det(A')*det(B') ans = 4 >> det(inv(A)) ans = 0.00016745 >> 1/det(A) ans = 0.00016745 >> det(A*inv(B)) ans = 0.29257 >> det(A)/det(B) ans = 0.29257 >> 2.n阶的幻方阵是否奇异？用Matlab计算n=3、4、5、…、10时的det(magic(n))。看起来发生了什么？验证当n=24和25时，结论是否仍然成立。【当n为奇数时，det(magic(n))不为0；当n为偶数时，det(magic(n))为0；】>> det(magic(3)) ans = -360 >> det(magic(4)) ans = >> det(magic(5)) ans = 5070000
线性代数MATLAB仿真实验报告
合肥学院 2018—2019学年第2学期 线性代数及应用 (模块) 实验报告 实验名称：线性代数MATLAB实验 实验类别：综合性 设计性□验证性 专业班级： 17通信工程（2）班 实验时间： 9-12周 组别：第组人数 3人 指导教师：牛欣成绩： 完成时间： 2019年 5 月9日
一. 小组成员 姓名学号具体分工 汪蔚蔚(组长) 1705022025 A报告最后的整合，编写，案例四的计算与应用 以及案例一的计算与证明 陶乐 1 1705022009 C案例二，化学方程式配平问题 程赢妹1505022036 A案例三，应用题灰度值的计算问题 二. 实验目的 1、案例一利用MATLAB进行线性代数计算，求出矩阵B 2、案例二利用MATLAB计算出每一个网格数据的值，然后每一个网格数据的值乘以256以后进行归一化处理，根据每个网格中的灰度值，绘制出灰度图像。 3、案例三利用MATLAB完成对化学方程式进行配平的应用 4、案例四利用MATLAB求极大线性无关组，并表示出其余向量 三. 实验内容 1、案例一： 0,1,0 ,=1,0,0, 0,0,0 A B AB BA A B ?? ?? =?? ?? ?? 已知矩阵和矩阵满足乘法交换律，即且求矩阵。 2、案例二 配平下列化学方程式： 3、案例三： 3*32 0.81.21.70.20.3 0.6021.61.20.6. 1MATLAB 2256MATLAB 给定一个图像的个方向上的灰度叠加值：沿左上方到右 下方的灰度叠加值依次为，，，，；沿右上方到左下 方的灰度叠加值依次为，。，，， ）建立可以确定网络数据的线性方程组，并用求解 ）将网络数据乘以，再取整，用绘制该灰度图像
实验汇总
《MATLAB语言与应用》实验课报告 学院：信息学院 班级：测控0902 姓名：陈白杨 学号：20092352
《MATLAB 语言与应用》实验课程任务书 一、 实验教学目标与基本要求 上机实验是本课程重要的实践教学环节；实验的目的不仅仅是验证理论知识，更重要的是通过上机实验，加强学生的实验手段与实践技能，掌握应用MATLAB 语言求解问题的方法，培养学生分析问题、解决问题、应用知识的能力和创新精神，全面提高学生的综合素质。 上机实验共8学时。主要实验内容是基于理论课所学知识对课后典型习题进行MATLAB 求解，基本掌握常见数学问题的求解方法与命令调用，更深入地认识和了解MATLAB 语言强大的计算功能。 上机实验最终以书面报告的形式提交，并作为期末成绩考核内容的一部分。 二、 实验内容（8学时） 第一部分MATLAB 语言编程、科学绘图与基本数学问题求解（4学时） 主要内容：掌握MATLAB 语言编程基础、科学绘图方法、微积分问题、线性代数问题等基本数学问题的求解与应用。 练习题： 1、 安装MATLAB 软件，应用demo 命令了解主要功能，熟悉基本功能，会用help 命令。 2、 用MATLAB 语句输入矩阵A 和B ? ? ??? ???? ???=1423 143212344321 A ， ? ? ??? ?? ?? ???++++++++++++++++=4j 11j 43j 22j 34j 11j 42j 33j 24j 13j 22j 31j 41j 42j 33j 24j 1B 前面给出的是44?矩阵，如果给出5)6,5(=A 命令将得出什么结果？ >> A=[1 2 3 4;4 3 2 1;2 3 4 1;3 2 4 1] A = 1 2 3 4 4 3 2 1 2 3 4 1 3 2 4 1 >> B=[1+4j,2+3j,3+2j,4+1j;4+1j,3+2j,2+3j,1+4j;2+3j,3+2j,4+1j,1+4j;3+2j,2+3j,4+1j,1+4j] B =
matlab线性代数实验
线性代数MATLAB 实验指导书 MATLAB 是Matrix Laboratory 的缩写，是一个集数值计算、图形处理、符号运算、文字处理、数学建模、实时控制、动态仿真和信号处理等功能为一体的数学应用软件，而且该系统的基本数据结构是矩阵，又具有数量巨大的内部函数和多个工具箱，使得该系统迅速普及到各个领域，尤其在大学校园里，许多学生借助它来学习大学数学和计算方法等课程，并用它做数值计算和图形处理等工作。我们在这里介绍它的基本功能，并用它做与线性代数相关的数学实验。 在正确完成安装MATLAB 软件之后，直接双击系统桌面上的MATLAB 图标，启动MATLAB ，进入MATLAB 默认的用户主界面，界面有三个主要的窗口：命令窗口（Commend Window ）, 当前目录窗口（Current Directory ）,工作间管理窗口（Workspace ）。 命令窗口是和Matlab 编译器连接的主要窗口，“>>”为运算提示符，表示Matlab 处于准备状态，当在提示符后输入一段正确的运算式时，只需按Enter 键，命令窗口中就会直接显示运算结果。 实验1 矩阵的运算，行列式 实验名称：矩阵的运算，行列式 实验目的：学习在matlab 中矩阵的输入方法以及矩阵的相关运算，行列式。 实验原理：介绍相关的实验命令和原理 (1)一般矩阵的输入 (2)特殊矩阵的生成 (3)矩阵的代数运算 (4)矩阵的特征参数运算 (5)数字行列式和符号行列式的计算 实验命令 1 矩阵的输入 Matlab 是以矩阵为基本变量单元的，因此矩阵的输入非常方便。输入时，矩阵的元素用方括号括起来，行内元素用逗号分隔或空格分隔，各行之间用分号分隔或直接回车。 例1 输入矩阵 ???? ? ??--=654301211A ，可以在命令窗口中输入 >>A=[1 1 2;-1 0 3;4 -5 6] A = 1 1 2 -1 0 3 4 - 5 6 2 特殊矩阵的生成 某些特殊矩阵可以直接调用相应的函数得到，例如： zeros(m,n) 生成一个m 行n 列的零矩阵
线性代数方程组数值解法及MATLAB实现综述
线性代数方程组数值解法及MATLAB 实现综述 廖淑芳 20122090 数计学院 12计算机科学与技术1班（职教本科） 一、分析课题 随着科学技术的发展，提出了大量复杂的数值计算问题，在建立电子计算机成为数值计算的主要工具以后，它以数字计算机求解数学问题的理论和方法为研究对象。其数值计算中线性代数方程的求解问题就广泛应用于各种工程技术方面。因此在各种数据处理中，线性代数方程组的求解是最常见的问题之一。关于线性代数方程组的数值解法一般分为两大类：直接法和迭代法。 直接法就是经过有限步算术运算，可求的线性方程组精确解的方法（若计算过程没有舍入误差），但实际犹如舍入误差的存在和影响，这种方法也只能求得近似解，这类方法是解低阶稠密矩阵方程组级某些大型稀疏矩阵方程组的有效方法。直接法包括高斯消元法，矩阵三角分解法、追赶法、平方根法。 迭代法就是利用某种极限过程去逐步逼近线性方程组精确解的方法。迭代法具有需要计算机的存储单元少，程序设计简单，原始系数矩阵在计算过程始终不变等优点，但存在收敛性级收敛速度问题。迭代法是解大型稀疏矩阵方程组（尤其是微分方程离散后得到的大型方程组）的重要方法。迭代法包括Jacobi 法SOR 法、SSOR 法等多种方法。 二、研究课题-线性代数方程组数值解法 一、 直接法 1、 Gauss 消元法 通过一系列的加减消元运算，也就是代数中的加减消去法，以使A 对角线以下的元素化为零，将方程组化为上三角矩阵；然后，再逐一回代求解出x 向量。 1.1消元过程 1. 高斯消元法(加减消元)：首先将A 化为上三角阵，再回代求解。 11121121222212n n n n nn n a a a b a a a b a a a b ?? ? ? ? ???L L M M O M M L (1)(1)(1)(1)(1)11121311(2)(2)(2)(2)222322(3)(3)(3)3333()()000000n n n n n nn n a a a a b a a a b a a b a b ?? ? ? ? ? ? ???L L L M M M O M M L 步骤如下：
matlab数学实验
《管理数学实验》实验报告 班级姓名 实验1：MATLAB的数值运算 【实验目的】 （1）掌握MATLAB变量的使用 （2）掌握MATLAB数组的创建， （3）掌握MA TLAB数组和矩阵的运算。 （4）熟悉MATLAB多项式的运用 【实验原理】 矩阵运算和数组运算在MA TLAB中属于两种不同类型的运算，数组的运算是从数组元素出发，针对每个元素进行运算，矩阵的运算是从矩阵的整体出发，依照线性代数的运算规则进行。 【实验步骤】 （1）使用冒号生成法和定数线性采样法生成一维数组。 （2）使用MA TLAB提供的库函数reshape，将一维数组转换为二维和三维数组。 （3）使用逐个元素输入法生成给定变量，并对变量进行指定的算术运算、关系运算、逻辑运算。 （4）使用MA TLAB绘制指定函数的曲线图，将所有输入的指令保存为M文件。 【实验内容】 （1）在[0,2*pi]上产生50个等距采样数据的一维数组，用两种不同的指令实现。 0:(2*pi-0)/(50-1):2*pi 或linspace(0,2*pi,50) （2）将一维数组A=1:18，转换为2×9数组和2×3×3数组。 reshape(A,2,9) ans = Columns 1 through 7 1 3 5 7 9 11 13 2 4 6 8 10 12 14 Columns 8 through 9 15 17 16 18 reshape(A,2,3,3) ans(:,:,1) = 1 3 5 2 4 6 ans(:,:,2) = 7 9 11 8 10 12 ans(:,:,3) = 13 15 17 14 16 18
线性代数及matlab英汉对照
Matlab部分函数名的义源 rand(m,n) random 随机 inv(a) inverse 逆矩阵 root 平方根sqrt(a) squared abs(a) absolute value 绝对值 det(a) determinant 行列式 rank(a) rank 秩 trace(a) trace 迹 rref(a) reduced row echelon form 最简行阶梯形 space 零核空间null(a) null sym(a) symbol 符号 orth(a) orthogonal 正交 norm norm 模 poly(a) polynomial 多项式 roots(p) root 根 eig(a) eigen- 特征的eigensys(a) eigen- system 特征的 线性代数部分词汇英汉对照 adjoint matrix 伴随矩阵 algebraic cofactor 代数余子式 augmented matrix 增广矩阵 block matrix 分块矩阵 basic solution set 基础解系 characteristic equation 特征方程 characteristic polynomial 特征多项式 coefficient matrix 系数矩阵 cofactor 余子式 column vector 列向量 canonical form [二次型的]标准形 cramer’s rule 克莱姆法则 determinant of order n n阶行列式 diagonal matrix 对角矩阵 dimension 维数 echelon form 阶梯形 eigenvalue 特征值 eigenvector 特征向量 elementary matrix 初等矩阵 elementary row operation 行初等变换 full rank 满秩 general solution 通解 gram-schmidt process 施密特正交化过程 identity matrix 单位矩阵 index of inertia 惯性指数
线性代数的MATLAB软件实验报告
线性代数的MATLAB 软件实验 一、实验目的 1.熟悉矩阵代数主要MATLAB 指令。 2.掌握矩阵的转置、加、减、乘、除、乘方、除法等MATLAB 运算。 3.掌握特殊矩阵的MATLAB 生成。 4.掌握MATLAB 的矩阵处理方法。 5.掌握MATLAB 的矩阵分析方法。 6.掌握矩阵的特征值与标准形的MATLAB 验算。 7.掌握线性方程组的MATLAB 求解算法。 二、实验原理 1.线性方程组 【基本观点】 自然科学和工程实践很多问题的解决都涉及线性代数方程组的求解和矩阵运算.一方面，许多问题的数学模型本身就是一个线性方程组，例如结构应力分析问题、电子传输网分析问题和投入产出分析问题；另一方面，有些数值计算方法导致线性方程组求解，如数据拟合，非线性方程组求解和偏微分方程组数值解等. n 个未知量m 个方程的线性方程组一般形式为 ?? ??? ? ?=+++=+++=+++. , ,221 12222212111212111m n mn m m n n n n b x a x a x a b x a x a x a b x a x a x a (3.1) 令 ,,,2121212222111211?????? ? ??=??????? ??=????? ?? ??=m n mn m m n n b b b b x x x x a a a a a a a a a A 则得矩阵形式 Ax=b. (3.2) 若右端b=0,即 Ax=0, (3.3) 则称方程组为齐次的. 方程组（3.1）可能有唯一解，可能有无穷多解，也可能无解，主要取决于系数矩阵A 及增广矩阵（A,b ）的秩.若秩（A ）=秩（A,b ）=n,存在唯一解，其解理论上用Cramer 法则求出，但由于这种方法要计算n+1个n 阶行列式，计算量太大通常并不采用；若秩（A ）=秩（A,b ） 数学实验报告题目 第一次实验题目 一、 实验目的 1．熟悉MATLAB 的矩阵初等运算； 2．掌握求矩阵的秩、逆、化最简阶梯形的命令； 3．会用MABLAB 求解线性方程组 二、 问题求解和程序设计流程 1． 已知???? ??????--=351503224A ，??????????---=112302431 B ，在MATLAB 命令窗口中建立A 、B 矩阵并对其进行以下操作： (1) 计算矩阵A 的行列式的值det()?A = (2) 分别计算下列各式： B A -2 、 B A *和B A *.、 1-AB 、 B A 1-、 2A 、 T A 解： （1） 编写程序如下： A=[4 -2 2;-3 0 5;1 5 3]; B=[1 3 4;-2 0 -3;2 -1 1]; a=det(A) 运行结果： a = -158 （2）编写程序如下： C=2*A-B D=A*B E=A.*B F=A/B G=A\B H=A*A K=A' 运行结果： C = 7 -7 0 -4 0 13 0 11 5 D = 12 10 24 7 -14 -7 -3 0 -8 E = 4 -6 8 6 0 -15 2 -5 3 F = 0 0 2.0000 -2.7143 -8.0000 -8.1429 2.4286 3.0000 2.2857 G = 0.4873 0.4114 1.0000 0.3671 -0.4304 0 -0.1076 0.2468 0 H = 24 2 4 -7 31 9 -8 13 36 K = 4 -3 1 -2 0 5 2 5 3 2．在MATLAB中分别利用矩阵的初等变换及函数rank、函数inv求下列矩阵的秩： 一、矩阵的生成 1.简单的矩阵的生成 (1)直接输入矩阵元素 对直接从键盘输入一系列元素生成矩阵，只要遵循下面几个基本原则： 1、矩阵每一行的元素必须用空格或逗号分开； 2、在矩阵中，采用分号或回车表明每一行的结束； 3、整个输入矩阵必须包含在方括号“[]”中。 注意：创建矩阵在方括号的末尾，可以用回车或分号结束。用回车结束，显示所输入的矩阵；用分号结束，所输入的矩阵不显示。 输入：A=[4,5,7,8;6,1,2,5;3,5,4,6;4,2,4,8] 显示：A = 4 5 7 8 6 1 2 5 3 5 4 6 4 2 4 8 (2)生成大矩阵 在MATLAB中，可以将小矩阵连接起来生成一个较大的矩阵。事实上，前面直接输入法生成矩阵就是将单个元素连接起来生成矩阵。方括号“[]”就是连接算子。 输入：B=[A,A+1;A+2,A+3] 显示：B = 4 5 7 8 5 6 8 9 6 1 2 5 7 2 3 6 3 5 4 6 4 6 5 7 4 2 4 8 5 3 5 9 6 7 9 10 7 8 10 11 8 3 4 7 9 4 5 8 5 7 6 8 6 8 7 9 6 4 6 10 7 5 7 11 2.常用矩阵的生成 下面介绍一些常用矩阵的生成命令：zeros，ones，eye，rand和randn。 (1)zeros生成全0阵 调用格式为:B=zeros(n)：生成n n的全0矩阵；如果n不是标量将给出出错信息。 B=zeros(m,n)：生成m?n的全0矩阵。 B=zeros(size(A))：生成与矩阵A大小相同的全0阵。 注意：在MATLAB中不需要预先定义矩阵的维数，MATLAB自动为矩阵分配存储空间。尽管如此，如果采用全零阵为矩阵生成的全部元素或某一行、某一列的元素保留存储空间，则大多数MATLAB程序将运行得更快。 (2)ones生成全1阵 调用格式为： Y=ones(n)：生成n?n的全1矩阵；如果n不是标量将给出出错信息。 Y=ones(m,n)：生成m?n的全1阵。 Y=ones(size(A))：生成与矩阵A大小相同的全1阵。 (3)eye生成单位阵 调用格式为： Y=eye(n)：生成n?n的单位阵。 Y=eye(m,n)：生成m?n的矩阵，其对角线元素为1，其它元素为0。 Y=eye(size(A))：生成一个与矩阵A大小相同的单位阵。 注意：在MATLAB中，单位阵的定义比线性代数中的定义更广泛。例如：输入：eye(3,2) 显示：ans = 1 0 0 1 0 0 (4)rand生成均匀分布的随机阵 《MATLAB 语言与应用》实验课程任务书 一、 实验教学目标与基本要求 上机实验是本课程重要的实践教学环节；实验的目的不仅仅是验证理论知识，更重要的是通过上机实验，加强学生的实验手段与实践技能，掌握应用MATLAB 语言求解问题的方法，培养学生分析问题、解决问题、应用知识的能力和创新精神，全面提高学生的综合素质。 上机实验共8学时。主要实验内容是基于理论课所学知识对课后典型习题进行MATLAB 求解，基本掌握常见数学问题的求解方法与命令调用，更深入地认识和了解MATLAB 语言强大的计算功能。 上机实验最终以书面报告的形式提交，并作为期末成绩考核内容的一部分。 二、 实验内容（8学时） 第一部分MATLAB 语言编程、科学绘图与基本数学问题求解（4学时） 主要内容：掌握MATLAB 语言编程基础、科学绘图方法、微积分问题、线性代数问题等基本数学问题的求解与应用。 练习题： 1、安装MATLAB 软件，应用demo 命令了解主要功能，熟悉基本功能，会用help 命令。 2、用MATLAB 语句输入矩阵A 和B ? ? ??????? ???=1423143212344321 A ， ?? ??? ?? ?? ???++++++++++++++++=4j 11j 43j 22j 34j 11j 42j 33j 24j 13j 22j 31j 41j 42j 33j 24j 1B 前面给出的是44?矩阵，如果给出5)6,5(=A 命令将得出什么结果？ Input A=[1,2,3,4;4,3,2,1;2,3,4,1;3,2,4,1]; B=[1+4j,2+3j,3+2j,4+1j;4+1j,3+2j,2+3j,1+4j;2+3j,3+2j,4+1j,1+4j;3+2j,2+3j,4+1j,1+4j]; A(5,6)=5 Answer= A = 线性代数MATLAB程序实例 1、mat_ex00.m 浮点数与符号数显示 2、mat_ex01.m 行列式的数值计算与符号计算函数det() 3、mat_ex02.m 逆矩阵计算 4、mat_ex03.m 矩阵求秩的数值与符号函数rank() 5、mat_ex04.m 求解齐次线性方程组的MATLAB方法 6、mat_ex05.m 非齐次线性方程组的MATLAB求解 7、mat_ex06.m 非齐次线性方程组的相容性、唯一解和无穷解情况 8、mat_ex07.m 求矩阵的特征值与特征向量函数eig() 9、Image_SVD.m 利用矩阵的奇异值分解秩k逼近，进行图像压缩 10、MATLAB绘图命令 （1）常用绘图命令 二维图形： plot最基本、最常用的绘图函数，用于绘制线性二维图。有多 条曲线时，循环使用由坐标轴颜色顺序属性定义的颜色，以区别不同的曲线；之后再循环使用由坐标轴线型顺序属性定义的线型，以区别不同的曲线。 fplot 在指定的范围limits 内画出一元函数y=f(x)的图形。ezplot 绘制隐函数图形。 三维图形： plot3根据给定的数值点绘制三维曲线图。 mesh 生成由X ，Y 和Z 指定的网线面，可以选择颜色的三维网格图。 surf 在矩形区域内显示三维带阴影曲面图。 （2）图形标注 title 给当前图形加上标题，每个图形对象可以有一个标题，标题定位于图形的上方正中央。 xlabel 、ylabel 、zlabel 给x 、y 、z 轴贴上标签。 grid 给二维或三维图形的坐标面增加分隔线。 legend 对同一张图上的不同曲线进行标注。 （3）、gra_ex01.m 绘制下面二元函数的三维图形 222222)1(53)1(223 1)5(10)1(3),(y x y x y x e e y x x e x y x f z -+---+-------==（4）、smile_03.m 平面图形笑脸的几何变换实例 《数学实验》报告 实验名称 Matlab 基础知识 学院 专业班级 姓名 学号 2014年 6月 一、【实验目的】 1.认识熟悉Matlab这一软件，并在此基础上学会基本操作。 2.掌握Matlab基本操作和常用命令。 3.了解Matlab常用函数，运算符和表达式。 4.掌握Matlab工作方式和M文件的相关知识。 5.学会Matlab中矩阵和数组的运算。 二、【实验任务】 P16 第4题 编写函数文件，计算 1! n k k = ∑，并求出当k=20时表达式的值。P27第2题 矩阵A= 123 456 789 ?? ?? ?? ?? ?? ，B= 468 556 322 ?? ?? ?? ?? ?? ，计算A*B,A.*B,并比较两者的区别。 P27第3题 已知矩阵A= 52 91 ?? ?? ?? ，B= 12 92 ?? ?? ?? ，做简单的关系运算A>B,A==B,A P27第3题 >> A=[5 2;9 1];B=[1 2;9 2]; >>A>B >>A==B >>A> (A==B)&(A 文献综述 信息与计算科学 MATLAB在线性代数中的应用 一、前言部分 线性代数是大学理、工、经管、医、农等学科所有专业必修的一门重要数学基础课。它作为离散性数学在工科数学中的代表，随着计算机科学日新月异的发展，许多非线性问题高精度地线性化与大型线性问题的可计算性正在加快逐步实现，因此无论从理论上还是从应用上看，线性代数的地位更趋重要。]1[ MATLAB软件是目前教学与科研中最具影响力、最有活力、最具可靠性的数学软件]2[。它起源于矩阵运算，MATLAB名字由MATrix和LABoratory两词的前三个字母组合而成。]3[作为高度集成的计算机语言，它携带几十个软件包，提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面设计，与其他语言的接口也非常便捷。在欧美的大学里，诸如应用统计分析、自动控制、数字信号处理、模拟与数字通信、时间序列分析、动态系统仿真等课程都把MATLAB作为教学内容。}4[ 线性代数作为代数的一个主要分支，以向量空间与线性变换作为研究对象，就其在数学、物理学以及经济学等分支的应用来说，线性代数的离散化思想具有非常特殊的作用，因此也成为我国大学生必修的公共基础课之一。此外，线性代数思想特别使用于计算机编程，它以坐标法和向量法作为主要的研究工具，通过矩阵和向量性质研究多变量之间的线性关系，因此，MATLAB与线性代数的紧密结合有着非常广阔的前景。]6,5[ 二、主题部分 线性代数是一门应用性很强，但又在理论上进行了高度抽象的数学学科。一方面，中学生就学过了二元一次代数方程的解法，代入法和消去法大概每个人都会记忆一辈子，这就是做简单的线性代数。当把方程的阶次提高到了三元一次以上时，它不但要求较高级的抽象思维能力，而且也要求用十分烦琐的计算步骤才能解决问题。对于数学家，他们重视前者，这无可厚非；但对于大多数工科学生，他们更需要的是能应用它的理论，指导完成实际的计算。事实上，线性代数的那种单调、机械、枯燥的运算，只是由于计算机的出现才赋予了在应用 《数学实验》在线习题3 Matlab 程序设计部分 一. 分析向量组123[123],[120],T T T a a a ==--=，4[121]T a =--，5[246]T a =的线性相关性，找出它们的最大无关组，并将其余向理表示成最大无关组的线性组合。 解， a1=[1 2 3]'; a2=[-1 -2 0]'; a3=[0 0 1]'; a4=[1 -2 -1]'; a5=[2 4 6]'; A=[a1,a2,a3,a4,a5] ; [R,S]=rref(A) r=length(S) R = 1.0000 0 0.3333 0 2.0000 0 1.0000 0.3333 0 0 0 0 0 1.0000 0 S = 1 2 4 r = 3 线性相关 a1,a2,a3,a4,a5 最大无关组是a1,a2,a4 其余向量的线性组合是a3=1/3a1+1/3a2 a5=2a1 二. 计算行列式 3 2231111113 22322222243 223 3333333223444444x x y x y y x x y x y y D x x y x y y x x y x y y = 的值。其中[][][][]1 23412342357,4567x x x x y y y y ==。 解， syms x1 x2 x3 x4 y1 y2 y3 y4 D=[x1^3 x1^2*y1 x1*y1^2 y1^3;x2^3 x2^2*y2 x2*y2^2 y2^3;x3^3 x3^2*y3 x3*y3^2 y3^3;x4^3 x4^2*y4 x4*y4^2 y4^3]; d=det(D)线性代数实验报告汇总
matlab-线性代数
东北大学MATLAB实验参考答案
线性代数MATLAB程序实例
北科大Matlab_数学实验报告1~6次(全)
MATLAB在线性代数中的应用[文献综述]
matlab线性代数例题