测试矩阵
[
生成由指定的测试矩阵族A1,A2,…,Am
]=画廊(matrixname
,P1, P2,…,Pn
)matrixname
.P1, P2,…,Pn
是各个矩阵系列所需的输入参数。输入参数的数量P1, P2,…,Pn
用于调用的语法因矩阵而异。每个矩阵族的确切调用语法在matrixname
部分
[
另外,指定生成的测试矩阵的数据类型。A1,A2,…,Am
]=画廊(matrixname
,P1, P2,…,Pn
,类别名
)
以缩放颜色显示多个测试矩阵的矩阵元素。
创建一个大小为11 × 11的循环矩阵。循环矩阵是一种特殊的托普利兹矩阵,其中每一行都是通过循环地将元素向右移动一个位置而得到的。
C=画廊(“circul”11);
显示矩阵元素的图像C
.向图形添加颜色条以显示当前的颜色图。
imagesc(C)轴广场色条
创建大小为11×11的grcar矩阵。grcar矩阵是具有-1
在次对角线上,1.
在主对角线上,并且1.
在主对角线上方的前几条对角线上。
g =画廊(“grcar”11);
显示矩阵元素的图像G
.
显示亮度图像(G)轴广场色条
创建一个大小为11 × 11的minij矩阵。minij矩阵M
是带元素的对称正定矩阵M(i,j)=最小(i,j)
.
M =画廊(“minij”11);
显示矩阵元素的图像M
.
显示亮度图像(M)轴广场色条
整数矩阵的逆矩阵也是整数矩阵当且仅当其行列式正好为1或–1时。行列式为1或–1的平方整数矩阵也称为幺模矩阵。此类矩阵的一个示例为画廊(北德拉马达)
,这是一个N
-借-N
具有行列式1或–1的0和1的矩阵。
创建一个6乘6的矩阵。计算其行列式和逆矩阵。
一个=画廊(“戏剧”,6)
A=6×61 1 0 1 0 0 0 1 1 0 1 0 0 0 1 1 0 1 1 0 0 1 1 0 1 1 0 0 1 1 0 1 1 0 0 1
detA=det(A)
detA = 1
再次=发票(A)
侵入=6×6-1 -2 -3 4 -2 5 1 1 1 -2 1 -2 -1 -2 3 -2 4 1 1 2 -2 1 -3 0 1 1 -1 1 -2 0 0 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1
由于原始矩阵的行列式为–1,因此矩阵的逆矩阵只有整数项。
此示例显示如何使用户间转换来计算矩阵的QR分解 哪里 是正交矩阵和吗 是一个三角形矩阵。
首先,将随机数生成器设置为默认值,并根据标准正态分布创建一个6×3的随机数矩形矩阵。
rng(“默认”)A=randn(6,3)
A=6×30.5377 -0.4336 0.7254 1.8339 0.3426 -0.0631 -2.2588 3.5784 0.7147 0.8622 2.7694 -0.2050 0.3188 -1.3499 -0.1241 -1.3077 3.0349 1.4897
要创建住户矩阵,请使用函数[v,beta] =画廊('house',x)
.这个函数取一个列向量
,并返回
和
以致
是Householder矩阵。Householder转换用于将vector中除第一个元素外的所有元素归零
.
计算Householder矩阵 并执行转换 .矩阵 在第一列的对角线下方只有零。
[v1,beta1]=画廊(“房子”,A(:,1));P1=眼睛(6)-β1*(v1*v1');A1=P1*A
A1=6×3-3.3630 2.8841 1.0421 -0.0000 1.9024 0.0858 0 1.6571 0.5314 0 3.5028 -0.1350 -0.0000 -1.0788 -0.0983 0.0000 1.9227 1.3835
接下来,计算Householder矩阵 以致 在第一和第二列的对角线以下只有零。
(v2, beta2) =画廊(“房子”,A1(2:end,2));v2=[0;v2];P2=眼睛(6)-β2*(v2*v2');A2=P2*A1
A2 =6×3-3.3630 2.8841 1.0421 -0.0000 -4.8472 -0.6885 0.0000 0 0.3413 0.0000 -0.0000 -0.5368 -0.0000 0.0000 0.0255 0.0000 0.0000 1.1630
最后,计算一个Householder矩阵 以致 在次对角线元素中只有零。
[v3,beta3]=画廊(“房子”,A2(3:end,3));v3=[0;0;v3];P3=眼睛(6)-beta3*(v3*v3');R=P3*A2
R=6×3-3.3630 2.8841 1.0421 -0.0000 -4.8472 -0.6885 -0.0000 -0.0000 -1.3258 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000
矩阵 是一个上三角矩阵。由于Householder矩阵是对合的(矩阵等于其自身的逆),因此 变成 具有 .
Q = P1 * P2 * P3
Q=6×6-0.1599 -0.0057 -0.6699 0.4983 -0.2036 -0.4857 -0.5453 -0.3952 -0.1759 -0.6432 0.1342 -0.2895 0.6717 -0.3386 0.1647 -0.0991 0.1551 -0.6109 -0.2564 -0.7239 0.3290 0.5244 0.0805 0.1434 -0.0948 0.2221 -0.0962 0.1872 0.9463 -0.0433 0.3888 -0.3948 -0.6130 -0.1346 0.1203 0.5335
将此结果与使用qr
作用
(Qa, Ra) = qr (A)
Qa =6×6-0.1599 -0.0057 -0.6699 0.4983 -0.2036 -0.4857 -0.5453 -0.3952 -0.1759 -0.6432 0.1342 -0.2895 0.6717 -0.3386 0.1647 -0.0991 0.1551 -0.6109 -0.2564 -0.7239 0.3290 0.5244 0.0805 0.1434 -0.0948 0.2221 -0.0962 0.1872 0.9463 -0.0433 0.3888 -0.3948 -0.6130 -0.1346 0.1203 0.5335
类风湿关节炎=6×3-3.3630 2.8841 1.0421 0 -4.8472 -0.6885 0 0 -1.3258 0 0 0 0 0 0 0 0 0 0
核实 ,在机器精度范围内。
常态(a - q * r)
ans=9.0996e-16
本例绘制了复平面上20000个大小为18×18的随机循环矩阵样本的特征值分布。矩阵元素从集合{–0.4,0.4}中均匀采样。
创建一个数组E
大小为18乘20000的空间来存储特征值。
E=零(1820000);
将随机数生成器设置为默认值。在for循环语句中迭代以下操作20000次:
创建一个1 × 18的行向量x
随机元素为–0.4或0.4。
使用向量x
作为创建随机循环矩阵的输入A.
.
求矩阵的特征值A.
把它们储存在E
.
rng(“默认”)为I = 1:20000 x = -0.4 + 0.8*randi([0 1],1,18);一个=画廊(“circul”, x);E (:, i) = eig(一个);结束
创建散点图以显示特征值E
在复杂平面中。设定
-及
-axis限制的范围从-3到3。
散射(实(E(:)),图像(E(:),“b.”)xlabel(‘Re(E)’)伊拉贝尔(‘即时通讯(E)’)xlim([-3 3])ylim([-3 3])轴广场
创建测试矩阵画廊(3)
.测试矩阵是病态的,其特征值对扰动敏感。
A=画廊(3)
A=3×3-149 -50 -154 537 180 546 -27 -9 -25
计算的特征值A.
通过使用eig
.
e = eig (A)
E =3×11.0000 2.0000 3.0000
使用以下公式计算特征值条件数:康迪格
.
c = condeig (A)
c=3×1603.6390 395.2366 219.2920
条件数表明A.
可能导致其特征值的扰动,其上界约为其上界的200到600倍。
接下来,扰乱小A.
通过添加一个均匀分布的随机数矩阵。将随机数生成器的种子设置为默认值。添加一个随机矩阵,其中元素在0到0.001的范围内,互斥A.
.
rng(“默认”) = A + 1 -3*rand(3)
美联社=3×3-148.9992 -49.9991 -153.9997 537.0009 180.0006 546.0005 -26.9999 -8.9999 -24.9990
计算扰动矩阵的特征值美联社
.
ep=eig(Ap)
ep =3×10.7399 2.1437 3.1188
显示被摄动和原始特征值之间的区别。
delta=ep-e
三角洲=3×1-0.2601 0.1437 0.1188
比较特征值的变化与特征值条件数提供的上界。上界与本征值摄动的数量级大致相同。
上三角洲=1e-3*c
上三角洲=3×10.6036 0.3952 0.2193
创建测试矩阵A=画廊(5)
. 测试矩阵具有对舍入误差敏感的特征值。
A=画廊(5)
A=5×5-9 11 -21 63 -252 70 -69 141-421 1684-575 575 -1149 3451 -13801 3891-3891 7782 -23345 93365 1024 -1024 2048 -6144 24572
在精确算术中,矩阵A.
有五倍的特征值
(严格地说,A.
具有代数重数5和几何重数1的特征值0)。这意味着A.
是
. 核实^ 5.
是一个零矩阵。
Afifth=A^5
漂泊=5×50 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
将这些结果与用数值方法计算特征值进行比较eig
.这eig
函数返回函数的五个特征值A.
那是小的。
e = eig (A)
E =5×1复合体-0.0347 - 0.0258i 0.0138 + 0.0401i 0.0419 + 0.000 i
这表明,本征值的数值计算A.
由于计算中使用的浮点精度,对舍入误差极为敏感。
特征值的数值计算与精确算法中的数值计算有很大的不同,而不是寻找接近精确特征值的特征值A.
这个eig
函数找到矩阵的特征值A.
.为了说明这一点,请绘制A.
在复杂平面中。
图(0,0,“波”真正的(e),图像放大(e),“r*”)轴([-0.10.1-0.10.1])轴广场
该图显示,数值特征值位于复平面中以原点为中心的规则五边形的顶点上。五边形的半径约为0.04。
接下来,计算20个矩阵的特征值,这些矩阵与A.
.将随机数生成器设置为默认值,然后A.
通过从标准正态分布中提取的随机数乘以每股收益
.绘制20个扰动矩阵的数值特征值。
E=零(20,5);rng(“默认”)为i = 1:20 E(i,:) = eig(A + eps*randn(5).*A);结束图(0,0,“波”真正的(e),图像放大(e),“r*”,real(E),imag(E),“k.”)轴([-0.10.1-0.10.1])轴广场
图中显示了原始的五边形,它代表的特征值A.
,可以在A.
他很不安。20个扰动矩阵的特征值位于半径在0.01到0.07之间的五边形顶点上。扰动矩阵的计算特征值的行为类似于原始矩阵的计算特征值。计算的特征值的不精确性是由传感器的灵敏度引起的画廊(5)
.
matrixname
—矩阵族名称“二”
|“柯西”
|“chebspec”
|“chebvand”
|“周”
|“circul”
|“克莱门特”
|“大连”
|...
矩阵族的名称,指定为字符向量或字符串标量。这个论点matrixname
确定如下所列生成的测试矩阵的系列。
|
描述:二项式矩阵,它是对合矩阵的倍数 语法:
性质:
|
||||||||||||||||
|
描述:柯西矩阵 语法:
性质:
|
||||||||||||||||
|
描述:切比雪夫谱微分矩阵 语法:
性质:
|
||||||||||||||||
|
描述: Chebyshev多项式的类vandermonde矩阵 语法:
|
||||||||||||||||
|
描述:奇异Toeplitz下Hessenberg矩阵 语法:
性质:
|
||||||||||||||||
|
描述:循环矩阵 语法:
性质:
另见: |
||||||||||||||||
|
描述:Clement具有零对角项的三对角矩阵 语法:
性质:
|
||||||||||||||||
|
描述:比较矩阵 语法:
性质:
|
||||||||||||||||
|
描述:矩阵条件数估计的反例 语法:
|
||||||||||||||||
|
描述:列循环重复的矩阵 语法:
|
||||||||||||||||
|
描述:对角占优、病态、三对角矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:0和1的矩阵 语法:
|
||||||||||||||||
|
描述:菲德勒对称矩阵 语法:
性质:
|
||||||||||||||||
|
描述:forsyth矩阵或扰动Jordan块 语法:
性质:
|
||||||||||||||||
|
描述:具有病态特征值的Frank矩阵 语法:
性质:
|
||||||||||||||||
|
描述:最大公因数矩阵 语法:
性质:
|
||||||||||||||||
|
描述:齿轮矩阵 语法:
性质:
|
||||||||||||||||
|
描述:具有敏感特征值的Toeplitz矩阵 语法:
|
||||||||||||||||
|
描述:特征值位于复平面垂直线上的矩阵 语法:
|
||||||||||||||||
|
描述:住户矩阵 语法:
|
||||||||||||||||
|
描述:在指定范围内从均匀分布中随机抽样的整数数组 语法:
|
||||||||||||||||
|
描述:上Hessenberg矩阵的逆 语法:
性质:
|
||||||||||||||||
|
描述:对合矩阵(自身逆矩阵) 语法:
性质:
另见: |
||||||||||||||||
|
描述:含阶乘元素的汉克尔矩阵 语法:
|
||||||||||||||||
|
描述:Jordan块矩阵 语法:
|
||||||||||||||||
|
描述:上梯形Kahan基质 语法:
|
||||||||||||||||
|
描述: Kac-Murdock-Szegö托普利兹矩阵 语法:
性质:
|
||||||||||||||||
|
描述维多:矩阵 语法:
|
||||||||||||||||
|
描述: Lauchli矩形矩阵 语法:
性质:
|
||||||||||||||||
|
描述: Lehmer对称正定矩阵 语法:
性质:
|
||||||||||||||||
|
描述:Leslie人口模型的出生数和存活率矩阵 语法:
|
||||||||||||||||
|
描述:具有实的、敏感的特征值的三对角矩阵 语法:
性质:
|
||||||||||||||||
|
描述: Lotkin矩阵 语法:
性质:
|
||||||||||||||||
|
描述:对称正定矩阵 语法:
性质:
|
||||||||||||||||
|
描述:摩尔对称正定矩阵 语法:
性质:
|
||||||||||||||||
|
描述:来自离散Neumann问题的奇异矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:标准正态(高斯)分布的随机抽样数数组 语法:
|
||||||||||||||||
|
描述:正交和近似正交矩阵 语法:
|
||||||||||||||||
|
描述:参与者矩阵 语法:
性质:
|
||||||||||||||||
|
描述:Pei矩阵 语法:
|
||||||||||||||||
|
描述:来自泊松方程的块三对角矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:扩展的矩阵 语法:
性质:
|
||||||||||||||||
|
描述:具有规范化列和指定奇异值的随机矩阵 语法:
|
||||||||||||||||
|
描述:具有指定特征值的随机相关矩阵 语法:
另见: |
||||||||||||||||
|
描述:随机,正交上海森伯格矩阵 语法:
|
||||||||||||||||
|
描述:随机J正交矩阵 语法:
|
||||||||||||||||
|
描述:由元素组成的随机矩阵–1、0或1 语法:
|
||||||||||||||||
|
描述:带有预先分配的奇异值的随机矩阵 语法:
|
||||||||||||||||
|
描述:1和0的Redheffer矩阵 语法:
性质:
|
||||||||||||||||
|
描述:与黎曼假设相关的矩阵 语法:
性质:
|
||||||||||||||||
|
描述:Ris矩阵 语法:
|
||||||||||||||||
|
描述:具有病态整数特征值的非对称矩阵 语法:
性质:
|
||||||||||||||||
|
描述:具有“烟环”伪谱的复矩阵 语法:
性质:
|
||||||||||||||||
|
描述:对称正定Toeplitz矩阵 语法:
|
||||||||||||||||
|
描述:五对角Toeplitz矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:三对角矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:威尔金森和其他人讨论的上三角矩阵 语法:
性质:
|
||||||||||||||||
|
描述:来自标准均匀分布的随机抽样数数组 语法:
|
||||||||||||||||
|
描述:Wathen矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:威尔金森设计或讨论的各种矩阵 语法:
|
P1, P2,…,Pn
—输入参数输入参数,指定为标量、向量或矩阵。参数P1, P2,…,Pn
中所讨论的调用语法依赖于矩阵族matrixname
.
类别名
—生成的测试矩阵的数据类型生成的测试矩阵的数据类型,指定为字符向量或字符串标量。
如果类别名
,则输出矩阵的数据类型由P1, P2,…,Pn
不指定矩阵维数或选择选项来确定输出矩阵的字符。如果这些参数中的任何一个是数据类型仅有一个的
,则输出数据类型为仅有一个的
。否则,输出数据类型为双重的
.
类别名
必须是“双人”
或“单身”
对于所有测试矩阵,除非matrixname
是“整数数据”
. 如果matrixname
是“整数数据”
然后类别名
可以“双人”
,“单身”
,“int8”
,“int16”
,“int32”
,“uint8”
,‘uint16’
或‘uint32’
.
A1,A2,…,Am
-输出系数、向量、矩阵或多维数组输出系数、向量、矩阵或多维数组。输出A1,A2,…,Am
由调用语法生成的参数取决于矩阵族,如中的表所述matrixname
.在大多数情况下画廊
函数仅返回一个矩阵作为输出参数。
A.
-输出矩阵或多维数组输出矩阵或多维数组。
[1] MATLAB®测试矩阵画廊是基于Nicholas J. Higham的工作在数学系,曼彻斯特大学,曼彻斯特,英国。更多的背景可以在书中找到MATLAB指南,第二版,由Desmond J.Higham和Nicholas J.Higham撰写,费城:暹罗,2005年,和数值算法的精度和稳定性Nicholas J. Higham,费城:SIAM, 1996。
[2] 格雷厄姆,R.L.和N.J.A.斯隆,《反阿达玛矩阵》线性代数及其应用62(1984): 113 - 137。
[3] Lippold, G. " Todd, J.,基础数值数学。第2卷:数值代数。ISNM 22。Basel-Stuttgart Birkhauser-Verlag 1977。216 s. dm 48, -。”ZAMM-Zeitschrift für Angewandte Mathematik and Mechanik59,第10号(1979):589-589。
[4] 特征值程序的一组简单测试矩阵计算数学23,第105号(1969):119-125。
[5] 一组测试矩阵数学表和其他辅助计算9,没有。52(1955):153。
[6] 戴维斯,P.I.和N.J.海厄姆。“相关矩阵及其因子的数值稳定生成。”一些数值数学40 (2000): 640-651.
巴雷特,w。w。和t。j。贾维斯。《红heffer矩阵的光谱性质》。”线性代数及其应用162-164 (1992): 673-83.
[8] Roesler,F。“Riemann的假设作为特征值问题。”线性代数及其应用81(1986): 153 - 98。
[9] 具有整数特征值的非对称矩阵线性和多重线性代数55,第3号(2007):239-47。
[10] Rutishauser, H.“关于测试矩阵。”数学编程,巴黎国家科学院编辑中心,165(1966):349-65。
[11] 威尔金森,J.H。代数特征值问题.关于数值分析的专着。牛津:牛津;纽约:Clarendon Press;牛津大学出版社,1988年出版社。
[12] 摩尔,C.B。用MATLAB进行数值计算. 费城:工业和应用数学学会,2004年。
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区站点不适合您所在位置的访问。