自学MATLAB(三):矩阵分析

一.矩阵分析

1.向量和范数运算

范数被用来度量某个向量空间(或矩阵)中每个向量的长度和大小,满足非负性、齐次性、三角不等式三个条件。最有用的是1、2、∞阶范数。向量的1阶范数为各元素绝对值之和,2阶范数为向量的模,∞阶范数为向量中元素的最大值。矩阵的1阶范数为矩阵每列之和的最大值,2阶范数为矩阵的最大奇异值,即A’A矩阵的最大特征值的开平方,∞阶范数为矩阵每行之和的最大值,F-范数为即矩阵元素绝对值的平方和再开平方。

MATLAB中求向量范数的函数如下:
N = norm(x,p):对于任何大于1的p值,返回x的p阶范数
自学MATLAB(三):矩阵分析_第1张图片
N = norm(x):返回x的2阶范数
自学MATLAB(三):矩阵分析_第2张图片
N = norm(x,inf):返回x的∞阶范数,相当于N = max(abs(x))
自学MATLAB(三):矩阵分析_第3张图片
N = norm(x,-inf):返回x的-∞阶范数,相当于N = min(abs(x))
自学MATLAB(三):矩阵分析_第4张图片

MATLAB中求矩阵范数的函数如下:
N = norm(A):求矩阵的2阶范数
自学MATLAB(三):矩阵分析_第5张图片
N = norm(A,p):求矩阵的p阶范数,p=inf,计算矩阵的∞阶范数;p=‘fro’,计算矩阵的F-范数
自学MATLAB(三):矩阵分析_第6张图片

2.矩阵的秩

rank(A):用默认允许误差计算矩阵的秩
自学MATLAB(三):矩阵分析_第7张图片

3.矩阵的行列式

det(A)
自学MATLAB(三):矩阵分析_第8张图片

4.矩阵的迹

trace(A)
自学MATLAB(三):矩阵分析_第9张图片

你可能感兴趣的:(自主学习)