Начальные сведения о MATLAB

60

d=diag(A)

4) выделение k-ой диагонали из матрицы A в вектор d d=diag(A,k)

Разберем, как получить трехдиагональную матрицу B размера 5×5, приведенную ниже, с использованием функций

MATLAB.

Введем вектор v с целыми числами от одного до пяти и используйте его для создания диагональной матрицы и матрицы со смещенной на единицу вверх диагональю. Вектор длины шесть, содержащий двойки, заполняется, например, так: 2*ones(1,4). Этот вектор укажем в первом аргументе функции diag, а минус единицу – во втором и получим третью вспомогательную матрицу. Теперь достаточно вычесть из первой матрицы вторую и сложить с третьей:

>>v=1:5;

>>B=diag(v)-diag(v(1:4),1)+diag(2*ones(1,4),-1) B =

Справочная информация о функциях, используемых для создания массивов определенного вида, находится в разделе elmat справочной системы MATLAB.

2.5 Создание новых массивов на основе существующих

Выделение блоков матриц осуществляется индексацией с помощью двоеточия. Введем матрицу

>> P=[1 2 0 2;4 10 12 5;0 11 10 5;9 2 3 5] P =

Выделим из нее матрицу размером 2×2, находящуюся

вцентре:

>>P1=P(2:3,2:3) P1 =

10 12

11 10

Вставим на это же место матрицу F размером 2×2:

>>F=[3 -7;4 11]

F =

3-7

45

>>P(2:3,2:3)=F

P =

Для удаления отдельных столбцов и строк матрицы

используются пустые квадратные скобки [ ]. Удалим второй столбец матрицы P:

>> P(:,2)=[]

А теперь удалим вторую строку:

>> P(2,:)=[]

62

«Растянуть» матрицу Р в единый вектор-столбец V

можно с помощью простой записи:

>> V=P(:)

V=

1

0

9

0

10

3

2

5

5

«Расширять» матрицу, составляя ее из отдельных заданных матриц («блоков») можно тоже довольно просто. Если заданы несколько матриц – блоков A1, A2,…,AN с одинаковым числом строк, то из них можно «слепить» единую матрицу А, объединяя блоки в одну «строку» операцией

горизонтального сцепления A=[A1,A2,…,AN]. Аналогично,

вертикальное сцепление матриц можно реализовать при условии, что все составляющие блоки–матрицы имеют одинаковое число столбцов, применяя для отделения блоков вместо запятой – точку с запятой: A=[A1;A2;…,AN].

Пример горизонтального сцепления:

>> A1=[1 2 3;4 5 6;7 8 9];A2=[10;11;12];A3=[14 15;16

Пример вертикального сцепления:

>> B1=[1 2 3 4 5];B2=[6 7 8 9 10;11 12 13 14 15];B3=[17 18 19 20 21];B=[B1;B2;B3]

63

17 18 19 20 21

Построение таблицы значений функции

Пусть требуется вывести в командное окно таблицу

значений функции

y=3e-0,5x∙sinx при изменении аргумента х от 0 до 5 с шагом 0,5. Вычисление массива значений этой функции в указанных условиях можно осуществить с помощью простых операторов:

>>a=3;h=0.5;x=0:.5:5;y=a*exp(-h*x).*sin(x);

>>x

таблицу. Построим таблицу в виде столбцов значений переменной и функции, используя вертикальное сцепление:

>> disp([x' y'])

64

5.0000 -0.2361

2.6 Собственные числа и векторы матрицы. Матричные функции линейной алгебры

В MATLAB cуществует большое число функций, реализующих разнобразные операции линейной алгебры.

Ктаким функциям относятся det и inv, рассмотренные

вразделе 1.10.

Важной задачей линейной алгебры является задача на собственные значения квадратной матрицы А.

Собственные числа (значения) λi и собственные векторы (ui ≠0) квадратной матрицы А удовлетворяют равенствам

Aui = λiui .

Пусть дана квадратная матрица

A = 3 4 .5 2

Функция eig c входным аргументом матрицей и выходным – вектором записывает в него все собственные числа матрицы:

>>A=[3 4;5 2];

>>Lambda=eig(A) Lambda =

7 -2

Функция eig с двумя выходными аргументами

возвращает одновременно все собственные векторы и числа:

>> [U,Lam]=eig(A)

U=

0.7071 -0.6247

65

доступа к первому собственному вектору u1 используем индексацию при помощи двоеточия

>>u1=U(:,1) u1 =

0.7071

0.7071

Аналогично, для вектора u2

>>u2=U(:,2)

u2 = -0.6247 0.7809

Вторым выходным аргументом Lam возвращается диагональная матрица, содержащая собственные числа исходной матрицы λ1 =7, λ2 = –2.

Итак, собственным числам λ1 =7 и λ2 = –2

Проверим выполнение равенств Aui = λiui , i=1,2:

>>L1=7;L2=-2;

>>disp(A*u1-L1*u1) 0 0

>>disp(A*u2-L2*u2) 1.0e-015 *

-0.2220 -0.4441

Равенства выполняются, т.е. задача на собственные значения для рассмотренной выше матрицы А решена верно.

Собственные значения λ матрицы А являются корнями ее характеристического уравнения│A–λE│=0, где E – единичная матрица того же порядка n, что и А. Многочлен │A– λE│называется характеристическим полиномом матрицы А. В общем случае имеется n различных комплексных или вещественных корней характеристического уравнения. Однако в отдельных случаях при наличии кратных корней их число уменьшается.

66

Составим характеристическое уравнение для рассмотренной выше

матрицы А:

=λ2–5λ–14 = 0.

Вэтом случае характеристический полином λ2–5λ–14. Решив уравнение λ2–5λ–14 = 0, получим: λ1 =7, λ2 = –2.

Функции poly возвращает массив коэффициентов характеристического полинома матрицы А:

>> poly(A) ans =

1 -5 -14

Из равенств Aui = λiui следует, что собственные векторы определяются с точностью до числового множителя, поэтому одну из координат собственного вектора можно фиксировать на каком-либо конкретном значении. Так, если зафиксировать в векторе u1 первую координату равной 1, то это равносильно делению вектора u1 поэлементно на u1(1):

>> v1=u1/u1(1) v1 =

1

1

Следовательно, вектор с целочисленными координатами, соответствующий вектору u1, равен

v1 = 11 . Проверка:

>> disp(A*v1-L1*v1) 0 0

Найдем отношение координат вектора u2:

>>format rat

>>disp(u2(1)/u2(2)) -4/5

Таким образом, вектор с целочисленными координатами, соответствующий вектору u2, равен

67

v = -4 . 2 5

Проверка:

>>v2=[-4;5];

>>disp(A*v2-L2*v2)

0

0

Умножением v1 и v2 на целочисленные множители (не равные 0) можно получить и другие собственные векторы с целочисленными координатами.

Найденные с помощью функции eig собственные вектора отличаются от всех других тем, что являются

единичным или нормированными по евклидовой норме.

Одна из норм ||V||p вектора V длины n определяется в MATLAB следующим образом:

p n

||V||p = |vk|p (p=1, 2, …).

k=1

Если p=2 – норма называется евклидовой.

Функция norm(V,p) возвращает норму ||V||p вектора V. Функция norm(V) возвращает евклидову норму

вектора V по умолчанию.

Для вещественных векторов V длины n=2,3 norm(V) совпадает с длиной вектора V.

Если norm(V)=1, вектор V называется единичным или

нормированным.

Найдем норму (длину) каждого из векторов u1, u2, v1 ,

v2:

>>disp(norm(u1))

1

>>disp(norm(u2))

1

>>disp(norm(v1))

1.4142

>>disp(norm(v2))

6.4031

Вектор V нормируется следующим образом:

68

V Vnorm = norm(V).

Пример нормировки вектора v1: >> Vn1=v1/norm(v1)

Vn1 = 0.7071 0.7071

Врезультате получили нормированный вектор u1 .

Вывод:

Врезультате нормировки любой собственный вектор матрицы А совпадает с соответствующим ему

нормированным вектором ui с точностью до знака.

Норма вектора norm(V,inf) равна наибольшему из модулей элементов вектора V.

Норма вектора norm(V,–inf) равна наименьшему из модулей элементов вектора V.

Для матрицы А функция norm имеет в MATLAB четыре модификации, описание которых получим, набрав в командной строке команду doc norm.

Ранг матрицы А есть такое число r = rA, что по крайней мере один из определителей r - го порядка, получаемый из этой матрицы при удалении строк и/или столбцов, отличен от нуля, а все определители (r+1) – го порядка равны нулю. Ранг матрицы равен наибольшему числу линейно независимых строк (или столбцов). Квадратная матрица А порядка n является невырожденной в том и

только в тот случае, когда ее ранг rA =n, т.е. det(A) ≠0.

Функция rank(A) возвращает ранг матрицы А. Найдем ранг и рассмотренной выше матрицы А: >> disp(rank(A))

2

Поскольку ранг и порядок матрицы равны 2, ее определитель ненулевой:

>> det(A) ans =

-14