線性代數 可以培養人的邏輯推理能力,抽象思維能力。也是數學知識描述 解決實際問題方法
矩陣
從實際問題,抽象成矩陣
可以用兩個命令一同輸出
向量空間
可以使用rank命令和rref命令
規範正交化的命令是orth
與施密特算法不同,matlab不採用施密特算法對向量組做規範正交化。施密特算法對誤差積累比較敏感。
A*B 等於單位矩陣,說明過度矩陣相乘 互爲逆矩陣。
線性方程組
齊次線性方程組
齊次線性方程組一定有零解。我們關心的是,什麼條件下,有非零解。
係數矩陣的秩小於未知數的個數。
齊次線性方程組有非零解 則有無數多個解
非齊次線性方程組
非齊次線性方程組可能有解也可能無解。
有解情況下,解可能唯一,也可能不唯一。
在許多情況下。這樣的方程組具有一定的實際意義。需要求某種近似解。可以用命令 求最小二乘解。
因爲rank(A) = 4,所以有唯一解
於是方程組 有唯一解
二維平面空間和三維立體空間線性方程組的幾何意義以及線性方程組的應用
方程組一 相交於一點,有唯一解
方程組二 兩條平行線,無解
方程組三 完全重合的兩條線。無窮多解
方程組四 三條直線交於一點 唯一解
方程組一 三個平面交於一點 唯一解
方程組二 三個平面交於一條直線 直線上點 交於一條直線 直線上點都是解(無窮多解)
方程組三 兩個平面平行,第三個平面相交。三個平面無公共交點。對應於方程組三 無解
方程組四 三個平面兩兩相交,三個平面無公共交點,方程組四無解。
制定五種食物的最佳搭配方案。
最小二乘解