A = {{1,2,3},{2,1,3},{3,2,1}}
{P,B} = JordanDecomposition[A]
执行结果为:
{{{-3,2,1},{-3,-5,1},{5,2,1}},{{-2,0,0},{0,-1,0},{0,0,6}}}
即P={{{-3,2,1},{-3,-5,1},{5,2,1}},B={{-2,0,0},{0,-1,0},{0,0,6}}
可以验证一下这里的PBP^(-1)的结果是否等于A,输入程序:
P.B.Inverse[P]
执行结果为:
{{1,2,3},{2,1,3},{3,2,1}}
正好等于A,说明以上分解是正确的.
齐次线性方程组的方式解Ax=0
A是矩阵,x是向量,则x是A的右侧零空间的基.
根据A的列的秩的情况,有不同的情形:
如果A列满秩,则x无解
如果A列秩比列数小1,则有唯一解(x 或 k x视为同一个)
如果A的列秩比列数小2或更多,x不唯一
x为矩阵的情况可以看成多次求Ax=0, 或A[x1 x2 xn]= [0 0 0]
求这种方程组,只需要对A做奇异值分解
[U D V]= svd(A)
V的最后一个向量就是x(对应于A的最小奇异值的,或A'A的最小特征值)
mathematica中, SVD要用SingularValueDecomposition[]
看帮助就行了.
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)