MATLAB学习必备资料_第1页
MATLAB学习必备资料_第2页
MATLAB学习必备资料_第3页
MATLAB学习必备资料_第4页
MATLAB学习必备资料_第5页
已阅读5页,还剩55页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第四章第四章 平面平面( )和空间和空间( )中的向量中的向量 4.1 向量的类型向量的类型 4.2 平面和空间中的向量运算平面和空间中的向量运算 4.3 平面和空间的向量空间平面和空间的向量空间 4.4 欠定方程在欠定方程在 和和 中的解空间中的解空间 4.5 平面上的线性变换平面上的线性变换 4.6 应用实例应用实例 4.7 习题习题2R3R2R3R4.1 向量的类型向量的类型物理向量物理向量:向量这个术语起源于物理,用以表示既有大小又有方向的物理量,如力,位移和速度等。那些只需用一个实数来表示的物理量,如温度、压力和质量等就称为标量。广义地说,向量要用两个或两个以上的实数组成的数组来表示

2、其特征,比如它的大小和方向。几何向量几何向量:把平面上的物理向量的箭尾A的坐标值取为( , ),而把箭头所处的点B的坐标值取为( , ),联接A点到B点的箭头就称为几何向量几何向量。用下式表示: A称为向量的起点,而B称为向量的终点。这样的几何向量,要用 , , , 四个实数才能表示。把向量的箭尾A移到原点,这时的向量作用线通过了原点,称为位置向位置向量量。vAB 1a2a1b2b1a2a1b2b 图4.1 向量和位置向量代数向量代数向量:把平面中的几何向量v用它在x和y 两个方向的分量 和 来表示,写成表示式: 这就是平面中的向量代数表示方法。粗看起来,它与几何向量的表示法没有太大的差别,但

3、到了三维以上,几何向量将失去意义,而代数向量可以无限地扩展,从而满足工程和经济模型分析的需要。从几何到代数,也就是从三维向高维抽象的线性代数方法论。1122xyvbavbavxvyv例4.1 设要求画出这两个向量的图形。解解:u和v都是二维空间的列向量。可以用平面坐标系中的两个点,或从坐标原点引向这两点的箭头来表示。用手工画是很容易的,也可以用MATLAB程序来画,得到的图形见图4.2。 112223,41uvuv uv例4.1的MATLAB画图程序,可表示为程序ea401:u=2;4; v=3;-1;plot(2,3,4,1,x);hold on% 用x号画出两个点% 若装有ATLAST中的

4、子程序drawvec,可画向量如下drawvec(u);hold on% 画出向量udrawvec(v,g);hold off,grid on% 画出向量v图4.2 二维空间中的向量4.2 平面和空间平面和空间( )中的向量运算中的向量运算4.2.1 向量的加减向量的加减则 图4.3 向量的相加和相减 1122,uvuvuv1122uvuvu + v,1122uvuvuv23RR和4.2.2 向量的数乘向量的数乘 用代数方法表示,设乘数为标量,便有若 则 在直角坐标系中,向量的几何长度表示为 经过数乘后的向量几何长度也为原几何长度的数乘:123,aaaa123,aaaa222123aaaa22

5、2122()()()aaaaa4.2.3 向量与向量的数量积向量与向量的数量积 两向量u和v的数量积定义为 其中为两个向量之间的夹角,见图4.5。图4.5 向量数量积的三角关系cosu vuvv u 为了找到对应的代数关系,将BC两点联接起来,得到图4.5。运用余弦定理,可以列出: 移项后,得到 由此可见 。这个乘积的也称为内积,用表示。用列矩阵表示向量u和v,则可以写成 (4-1) 2222cosuvuvuv222222222121211221 12 21cos21()()2uuvvuvuvu vu vuvuvuv1 122u vu vu v11 12 2122vu vu vu uvTu v

6、u vu v 向量的数量积有如下特性,读者可自行证明: 1) 2) 3) 4) 利用向量的数量积的关系,可以得出以下的几个重要结果: 1)向量的几何长度(今后称范数):u u0u vv u()()ccuvu v()uvwu vu wvvvvvvT,)(232221vvvnorm2)两向量u, v之间的夹角: (4-2) 3)由于-1cos1, 则 , 这个式子称为Cauchy-Schwarz不等式。 4)两向量u, v垂直垂直的条件为: ,即 5)范数为1的向量称为单位向量,向量v的单位向量为 cosTTTuvu vuvu uv vu vuvcos0,0Tu vu v()n o r mvvuv

7、v4.2.4 向量与向量的向量积向量与向量的向量积 向量积的定义:的定义:两向量u, v的叉乘是一个新向量z,它的方向与u, v正交,按右手法则确定它的方向,即令右手食指沿u,弯曲的中指指v,则拇指指z的方向。其大小为: 它的几何意义非常明显,是两个向量构成的平行四边形的面积,图4.6中的h就是 sinzuvuvsinh v图4.6 向量积的三角关系 对于三维空间的向量u和v,叉乘如下: 向量积有如下的代数特性,读者可自行证明:112233,uvuvuvuv2 33 23 11 31 22 1u vu vu vu vu vu vuv1) 2)3)4) 称为向量的混合乘积,它是一个标量。 (4-

8、3) uvv uu u0()()()cccuvuvuv()uvwuvuw()wuvw z2 33 21231233 11 31231 22 112312 33 223 11 331 22 1()()()()u vu vw w ww w wu vuvu u uuvu vv v vw u vu vw u vuvw uvu vTw u vwz图4.8 空间向量组成平行六面体 由图4.8不难看出它的几何意义。 两向量x, y点乘的MATLAB命令为f=dot(x,y),两向量x, y叉乘的MATLAB命令为z=cross(x,y)。这两个命令在线性代数中不太用,不作深入介绍 4.3 平面和空间(平面和

9、空间( )的向量空间)的向量空间 4.3.1 平面和空间向量的线性相关性平面和空间向量的线性相关性 例4.2 取例4.1中的u和v,设平面上的向量w1.5u2v,则可求得 可见,u和v经过数乘和加法运算的合成向量w仍然在原来的二维空间之内。向量经过加法和数乘仍在原 空间内的特性称为对加法和数乘的封闭性,u和v所有线性组合构成的向量w的集合W也称为u和v张成张成(Span)的线性空间。 2391.52414 w23RR和2R图4.9 向量u,v线性组合成向量w 可以提出一个反问题,平面上的任何一点 ; 是不是一定能用u和v的线性组合来实现?即是否一定能找到一组常数 , ,使得11222341wc

10、cw 1w2w1c2c 要回答这个问题,只要解这个二元方程组就行了。把它写成矩阵形式,有: 其中,系数矩阵A=u, v,由于det (u, v)不为零, 和 是肯定可以求出的。但并非任何u和v都能达到这个要求。 11222341cwcwAc = w2c1c 比如我们将v改为 此时u和v向量的各元素成比例关系, 几何上看这两个向量是共线的,不管如何把它们乘以什么实系数并相加,合成的向量只能在一直线上,不可能覆盖整个二维平面。这种情况下,称这两个向量u和v是线性相关线性相关的。12v2 1det()det04 2u,v 例例4.34.3 设三维空间 中的三个列向量 , 和 ,试判断它们是否线性相关

11、? 解:如果三个基本向量之间线性无关,那么它们的线性组合可以覆盖(张成)整个三维空间。如果它们线性相关,那么它们的线性组合将只能构成一个平面,甚至一根直线。判断三个向量的线性相关性的方法是利用向量组 , , 的行列式。 1331 ,1 ,1 ,230123vvv3R1v2v3v1v2v3v图4.10 向量 , , 线性相关(共面) 如果这三个向量线性相关,则det(A)就等于零,说明这三个向量是线性相关的,它们必定处于同一平面上。它们的线性组合仍在这个平面上,不可能张成三维空间。在空间画出这些向量和这个平面,得到图4.10 。 -202012024xyzv1v2v31 3 -3 1 1 1 2

12、 3 0D123v ,v ,v3v1v2v4.3.2 平面和空间向量张成的空间平面和空间向量张成的空间 由向量组张成的空间称为向量空间向量空间。所谓张成,是把这些向量组中的向量进行线性组合,这样得到的集合,就是向量空向量空间间,也称为线性空间线性空间。下面举例子来说明。 (1)例4.1中所示的u和v,它们的线性组合为 ,当和取所有可能的实数时,得到的w可以是该x-y平面上的任何位置,因而w的集合W,就是整个x-y平面,是一个向量空间,可以表为W=Span(u,v) wuv (2)在例4.2中,若将v改为 则 在和取所有可能的实数时,得 到的w是该xy平面上的一根无限直 线,这根直线就是一个向量

13、空间。 这根无限直线是原来向量平面的一 部分,所以称为二维向量空间的一 个子空间子空间。因为u和v两个向量是共 线的,也就是线性相关的,它们图4.11 二维向量 张成的平面就退化为直线,成了一空间的子空间 维的空间,如图4.11。 12vwuv4.3.3 中的子空间中的子空间图4.12 向量u,v,w张成的子空间,秩为2(左),秩为1(右) 作为向量空间的平面,是三维空间的一部分,所以也称为三维空间的一个子空间子空间。图4.12左边的子图表述了u, v, w共面时张成的子空间。 当三个基本向量共线时,它们的线性组合都在一条通过原点的空间直线上,如图4.12右图。该直线上的向量仍然满足对加法和数

14、乘的封闭性,是三维空间的子空间 23RR和4.4 欠定方程在欠定方程在 中的解空中的解空间间 例4.4 解下列方程组,说明其解的特性。 解:将此方程的系数增广矩阵化为行阶梯形,得到: 它等价于下列方程组: 123123123 8 +8 +24 =16 -9 +9 +9 = 0 -19 +23 +27 =4 xxxxxxxxx 1 0 1 1 0 0 1 2 1 0 0 0 0U132311 2xxxx 23RR和 其中 可任意取值,令 ,上述方程可写成: 这个解称为x的通解。可以把看成两部分,其中 为原方程组的一个特解, 则为此欠定方程的一个基础解。在上面所得的行最简形U0中,把最后一列全取为

15、零,就得到 ,由此可知,基础解是令原方程中的常数项为零所得的齐次方程的解。 3x3xc 121112xccx x 可以画出此方程的通解 和基础解集合 的图形。如图4.13所示, 是通过原点的无限长直线,所以它是向量空间。通解 也是一条无限长直线,但因没有包括原点在内,所以它不构成向量空间。图4.13 例4.4的特解和通解cx = cbxcbxcx = 4.5 平面平面( 空间空间)上的线性变换上的线性变换4.5.1 平面上线性变换的几何意义平面上线性变换的几何意义 例4.5 设x为二维平面上第一象限中的一个单位方块,其四个顶点为(0,0),(1,0),(1,1),(0,1)。写成 把不同的A矩

16、阵作用于此组数据,可以得到多种多样的结果。假定A是22矩阵: 01100011x2R1)设 2)设 3)设 4)设 5)设t/6, 10 0 1 1 0,01 0 0 1 1A1y1则 2 0 0 2.0 2.0 0, 00.5 0 0 0.5 0.5A2y2则 1 2 0 1.0 1.0 0, 2 2 0 0 0.2 0.2A3y3则 1.0 0.5 0 1 3 2, 0 1.0 0 2 4 2A4y4则 cos t sin t 0 0.8660 0.3660 0.5000, sin t cos t 0 0.5000 1.3660 0.8660A 5y5则 这些矩阵的每一列代表平面上一点的横

17、纵坐标,四列就代表四个点。把第一数据增补到第五列作为第五点,把这些点顺序连以直线,就得到相应的四边形。用六个图分别绘制出数据矩阵 , , , , 和 的图形,就可以得到图4.14的图形。 图4.14 对单元方格进行几种线性变换后生成的图形1y2y3y4y5yx 可以看出,矩阵A1使原图对纵轴生成镜像,矩阵A2使原图在横轴方向膨胀并在纵轴方向压缩;矩阵A3使原图在左下至右上伸长而在其垂直方向压缩;矩阵A4使原图向右方剪切变形,矩阵A5使原图沿反时针方向旋转tpi/6。总之,线性变换把原来空间的图形在各个方向以不同的比例放大或缩小。要注意,在x平面中的直线,变换到y平面中后,仍然是一根直线,但是其

18、范数和方向都可能发生变化。 例4.5所用的MATLAB程序ea405的部分语句x=0,1,1,0;0,0,1,1;subplot(2,3,1),fill(x(1,:),0,x(2,:),0,r)axis equal,axis(-1.5,1.5,-1,2),grid onA1=-1,0;0,1,y1A1*xsubplot(2,3,2),fill(y1(1,:),0,y1(2,:),0,g). MATLAB还提供了一个平面线性变换的演示函数eigshow。分别键入eigshow(A2)eigshow(A3),它显示不同x的经线性变换Ax后生成的y。x取单位向量,用鼠标可以拖动它转动,形成的轨迹是单

19、位园。同时画出Ax的向量,形成的轨迹如图4.15。 图4.15 矩阵A的特征向量和特征值演示(左图A A2,右图AA3)4.5.2 二维矩阵特征值的计算方法二维矩阵特征值的计算方法 在特征点处,有 ,即 (4-1) 要使这个矩阵方程有非零解,它的系数行列式必须为零,即 。 若 则有 (4-2) 解这个二次方程求出两个解 ,即有两个特征值。将算出的特征值代回到(4-1)求x,这是一个系数行列式为零的齐次方程,所以就归结为求欠定方程基础解系。Ax= xAxxAI x = 0AI = 011122122,aaaaA11121122122121220aaaaa aaaAI= 以A2为例,其 ,代入(4

20、-2)得 其解为 。然后代入(4-1),得 和 111221222,0,0,0.5aaaa22112211 2212 212.51 0aaa aa a 120.5,21121.5 0000 xx AIx112001xx 解为取任意12200001.5xx AIx122100 xx 任意解为取 由此得到特征值和特征向量的矩阵形式: 特征值和特征向量的计算步骤:展开行列式;求多项式的根;将根代入原矩阵方程,求此方程的归一化解。 0.5 0 0 1 ,02.0 1 02p24.5.3 特征值和特征向量的几何意义特征值和特征向量的几何意义 一个变换作用于某图形所造成的新图形的面积变化,取决于该变换的行

21、列式。可以看出,A1,A2,A4和A5的行列式绝对值都是1,所以它们不会使变换后图形的面积发生改变。而A3的行列式为 -2,变换后图形面积的增加倍数恰好与其绝对值相对应。特征值则表示该变换在原图形的特征向量的方向上的放大量。 例例4.6 数据矩阵 表示英文大写字母N图形的各个节点,要 求: (1)画出其形状; (2)取 作为变换矩阵求出 的数据,并画出其图形; (3)对结果进行讨论。 0 0.50 0.50 6.00 6.00 5.50 5.50 0 0 0 6.42 0 8.00 8.00 1.58 8.00 x10.2501Ay = Ax 解:(1)本题画图的要点是要在给定的数据右方,补上

22、第一点的坐标,使画出的图形封闭。 (2)作矩阵乘法,得 (3)画出数据矩阵y代表的图形其方法同画x,也要补上第一点坐标。 0 0.5 2.1 6 8 7.5 5.9 2 0 0 6 0 8 8 1.6 8 y = Ax 程序运行后生成的图形见图4.16。 图4.16 例4.6生成的N字符图形 实现这个运算和绘图的MATLAB程序ea406如下: x0=0,0.5,0.5,6,6,5.5,5.5,0;0,0,, 6.4,0,8,8,1.6,8; x=x0,x0(:,1); % 把首顶点坐标补到末顶点后 A=1,0.25;0,1; y=A*x; subplot(1,2,1),plot(x(1,:)

23、,x(2,:) subplot(1,2,2),plot(y(1,:),y(2,:)4.5.4 用三维向量表示刚体平面运动齐次坐标系 把二维向量变换为三维向量,即把平面上的向量变换成为空间向量,这在某些情况下是很有用的。比如刚体在平面上的运动要用两个平移和一个转动来描述,转动可以从上面的线性变换A5得到,但平移y xc 却不是一个线性变换。因为: 1)设 , ;则它们的和为 可见,它对加法不封闭; aay =x +cbby =x +caabby = y +y = x +x2cx+c2)设 ,将它乘以常数k, 可见,它对乘法也不封闭;就是说,这不符合线性变换的规则,x和y不属于同一个向量空间,无法

24、用矩阵乘法来实现平移变换y x c。 为了把刚体的运动完全用线性变换来描述,人们用增加空间维数的方法,把平面问题放到三维的空间来建立方程,这就可能把x和y由扩展了的向量空间来涵盖。 aay =x +ckkkkkaaay = y = x + cx +c = x+c 这样的坐标系称为齐次坐标系。在这个坐标系中,可以把平移矩阵写成:于是 121xxx121001001ccM11221xcxc y = M x = 对象若同时有旋转和平移,则可以分别列出旋转矩阵和平移矩阵。不过此时的旋转矩阵也要改为33维,这可以把上述A5中增加第三行和第三列,置A(3,3)1,其余新增元素为零。 这就是既包括平移,又包

25、括转动的平面齐次坐标系内的变换矩阵。 12 cos t sin tc sin t cos tc,001A54.6 应用实例应用实例4.6.1 化学方程的配平化学方程的配平 138223242( )()( )()x C Hx Ox COx H O382223010: 8 ,: 0 ,: 0 ,: 20221C HOCOH O 要使方程配平, , , , 必须满足: 将所有项移到左端,并写成矩阵相乘的形式,就有: 1234301080020221xxxx 12343010080020002210 xxxx Ax1x2x3x4x对矩阵A进行行阶梯变换,键入程序ea471:A3,0,1,0;8,0,0

26、,2;0,2,2,1U0rref(A)得到注意四个列对应于四个变量的系数,有 1.0000 0 0 0.25000 0 1.0000 0 1.2500 0 0 1.0000 0.7500U142434 0.2500 x0 1.2500 x0 0.7500 x0 x xx 此处可取 ,则 , , ,均有整数解, , , 。因而配平后的化学方程为: 对于比较复杂的反应过程,为了便于得到最小整数的解,在解化学配平的线性方程组时,应该在MATLAB中先规定取有理分式格式。即先键入format rat,然后键入ea471,结果为: 38222C H5O3CO4H O44x 1x2x3x11x 25x 3

27、3x 把最简行阶梯形矩阵恢复为方程,就很容易看出应令 ,其余变量的整数取值就一目了然了。 142434/4 1 0 0 1/4 0 0 1 0 5/4 5/4 0 0 1 3/4 3/4xxUxxxx44x 4.6.2 减肥配方的实现减肥配方的实现营养每100g食物所含营养 (g) 减肥所要求的每日营养量 脱脂牛奶 大豆面粉 乳清 蛋白质 36511333碳水化合物 52347445脂肪 071.13 设脱脂牛奶的用量为 个单位(100g),大豆面粉的用量为 个单位,乳清的用量为 个单位,表中的三个营养成分列向量为: 则它们的组合所具有的营养为 36511352 ,34 ,74,071.1121aaa123123365113523474071.1xxxxxx123aaa1x2x3x 使这个合成的营养与剑桥配方的要求相等,就可以得到以下的矩阵方程: 用MATLAB解这个问题非常方便,列出程序ea472如下: A36,51,13;52,34,74;0,7

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论