Matlab矩阵函数和数值线性代数

thinkfunny

Matlab矩阵函数和数值线性代数

* j0 f! h& Y+ _1 W- V/ E6 z1、矩阵分析(Matrixanalysis)        

$ S0 t! S/ t8 N% h: A/ O: Wdet 行列式的值        norm 矩阵或向量范数        normest 估计2 范数         null 零空间         orth 值空间         rank 秩         rref 转换为行阶梯形         trace 迹         subspace 子空间的角度   
( O% x! y7 @" i( d1 @   
2、线性方程(Linearequations)         


- o& B# P. _% [5 O1 S! `3 fchol Cholesky 分解        cholinc 不完全Cholesky 分解         cond 矩阵条件数         condest 估计1-范数条件数        inv 矩阵的逆        lu LU 分解        luinc 不完全LU 分解         lscov 已知协方差的最小二乘积        nnls 非负二乘解        pinv 伪逆        qr QR 分解        rcond LINPACK 逆条件数        \、/ 解线性方程      
$ u. k3 O! F( |0 A5 U# z" i  
3、特性值与奇异值(Eigenvalues andsingular values)      
7 j+ Y2 d' B2 H, n- e0 p9 d+ }; J   
condeig 矩阵各特征值的条件数        eig 矩阵特征值和特征向量        eigs 多个特征值        gsvd 归一化奇异值分解        hess Hessenberg 矩阵        poly 特征多项式        polyeig 多项式特征值问题        qz 广义特征值        schur Schur 分解        svd 奇异值分解        svds 多个奇异值         
( N% ~! A3 E/ Z; `3 ?- I
/ u9 X, h# a" R4 |) P, B; c% C) t
4、矩阵函数(Matrixfunctions)     
   
' N( B- I5 y+ Zexpm 矩阵指数        expm1 矩阵指数的Pade 逼近         expm2 用泰勒级数求矩阵指数         expm3 通过特征值和特征向量求矩阵指数        funm 计算一般矩阵函数        logm 矩阵对数        sqrtm 矩阵平方根         

  G  }+ S" W/ _
5、因式分解(Factorizationutility)  
# g1 l/ U6 Y6 _6 \      
1 A' U$ b2 v: u7 D5 ~2 vcdf2rdf 复数对角型转换到实块对角型        balance 改善特征值精度的平衡刻度        rsf2csf 实块对角型转换到复数对角型      
! l& k6 N6 O$ l- P+ W. |5 y/ N1 }
( h$ w* `& G) X, T
5 F/ u4 D9 g" z: p& H. U/ I. A
1 t% M5 G! |' K+ |4 x( _* j- T: z
' b$ k9 s! P: ~

xixihahaheihei

谢谢分享