矩阵行列式、秩、迹与范数的求解
方阵的行列式:把一个方阵看作一个行列式,并对其按行列式的规则求值,这个值就称为方阵所对应的行列式的值。
det(A):求方阵A所对应的行列式的值。
例一:验证det(A-1)=1/det(A)
解答:
A =
工具/材料nbsp; matlab(不强制)操作方法 01 矩阵的1范数:将矩阵沿列方向取绝对值求和,然后取最大值作为1范数。例如如下的矩阵,它的1范数求法如下:02 使用matlab计算结果如下:03 对于实矩阵,矩阵A的2。
1 2 3
5 3 8
3 5 1
>> det(inv(A))
ans =
0.0204
>> 1/det(A)
ans =
0.0204
矩阵的秩:矩阵线性无关的行数或列数称为矩阵的秩。
rank(A):求矩阵A的秩。
解答:
>> for n=3:20
r(n)=rank(magic(n));
end
bar(r)
||a|| = √(a,a) = √a^Ta 其中 (a,a) 是a与a的内积,是a的各分量的平方之和 如a=(X1,X2,X3),则||a||=√X1^2+X2^2+X3^3 些矩阵范数不可以由向量范数来诱导,比如常用的Frobenius范数(也叫Euclid。
grid on
axis([2,21,0,20])
>>
矩阵的迹:矩阵的迹等于矩阵对角线元素之和,也等于矩阵的特征值之和。
一、求法 1-范数:║A║1 = max{ ∑|ai1|,∑|ai2|,……,∑|ain| }(列和范数,A每一列元素绝对值之和的最大值),其中∑|ai1|第一列元素绝对值的和∑|ai1|=|a11|+|a21|+。+|an1|,其余方法。
trace(A):求矩阵的迹。
矩阵或向量的范数:用来度量矩阵或向量在某种意义下的长度。
向量的3种常用范数:
(1) 向量1—范数:向量元素的绝对值之和。
(2) 向量2—范数:向量元素平方和的平方根;
(3) 向量∞--范数:所有向量元素绝对值中的最大值。
在MATLAB中,求向量范数的函数为:
norm(V)或norm(V,2)计算向量V的2—范数;
norm(V,1):计算向量V的1--范数;
norm(V,inf):计算向量V的∞--范数。
矩阵的范数:
矩阵A的1--范数:矩阵列元素绝对值之和的最大值;
矩阵A的2--范数:A’A矩阵的最大特征值的平方根;
矩阵A的∞--范数:所有矩阵行元素绝对值之和的最大值。
MATLAB提供了求3种矩阵范数的函数,其函数调用格式与求向量的范数的函数完全相同。
例如:
x =
2 0 1
-1 1 0
-3 3 0
>> n=norm(x)
n =
先在matlab命令窗口中生成一个希尔伯特矩阵a=hilb(4),然后,在命令窗口中输入nm1=norm(a,1) ,其中norm就是求矩阵范数的函数,1表示的是1范数。(4)其次,看下怎么求矩阵的2范数。先在matlab命令窗口中生成一个希尔伯特。
4.7234
>> n=norm(x,1)
n =