画廊
测试矩阵
语法
描述
(
指定的测试矩阵生成一个家庭A1, A2,…,
)=画廊(matrixname
,P1, P2,…, Pn
)matrixname
。P1, P2,…, Pn
个人矩阵家庭所需的输入参数。输入参数的数量P1, P2,…, Pn
用于调用语法不同矩阵的矩阵。确切的调用语法中的每个矩阵描述家庭matrixname
部分。
(
另外指定的数据类型生成的测试矩阵。A1, A2,…,
)=画廊(matrixname
,P1, P2,…, Pn
,typename
)
例子
矩阵元素显示为按比例缩小的颜色
显示矩阵元素的几个测试矩阵按比例缩小的颜色。
创建一个循环矩阵。大小每组11行11列循环矩阵是一种特殊的托普利兹矩阵每一行在哪里获得的前一个周期将条目一个地方移动到右边。
C =画廊(“线性”11);
显示一个图像矩阵的元素C
。colorbar添加到当前colormap图显示。
显示亮度图像(C)轴广场colorbar
创建一个grcar。矩阵的大小每组11行11列grcar矩阵是一个非对称托普利兹矩阵1
的副斜杆,1
主对角线上的,1
的主对角线上方的前几条对角线。
G =画廊(“grcar”11);
显示一个图像矩阵的元素G
。
显示亮度图像(G)轴广场colorbar
创建一个minij。矩阵的大小每组11行11列minij矩阵米
是一个对称正定矩阵元素M (i, j) = min (i, j)
。
M =画廊(“minij”11);
显示一个图像矩阵的元素米
。
显示亮度图像(M)轴广场colorbar
整数与整数矩阵逆阵
一个整数矩阵有一个也是一个整数矩阵逆当且仅当它的行列式是1或1。正方形整数矩阵与行列式1或1也被称为幺模的矩阵。这样一个矩阵的一个例子画廊(dramadah, n)
,这是一个n
——- - - - - -n
矩阵与行列式1或0和1的1。
创建一个6-by-6 dramadah矩阵。计算它的行列式和逆。
一个=画廊(“dramadah”6)
一个=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 =侦破(A)
detA = 1
再次=发票(A)
再次=6×61 2 3 4 5 1 1 1 2 1 2 1 1 2 3 2 4 1 1 2 2 1 3 0 1 1 1 1 2 0 0 1 1 1 1
矩阵的逆只有整数条目,因为原始矩阵的行列式等于1。
户主转换计算QR分解
这个例子展示了如何使用户主转换来计算一个矩阵的QR分解 ,在那里 是一个正交矩阵和 是一个上三角矩阵。
首先,将随机数发生器设置为默认值,并创建一个6-by-3矩形矩阵标准正态分布的随机数。
rng (“默认”)= randn (6,3)
一个=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
创建一个户主矩阵,使用函数[v,β]=画廊(‘房子’,x)
。此函数接受一个列向量
,并返回
和
这样
是一个户主矩阵。户主转换用于归零向量的第一个元素
。
计算一个户主矩阵 并执行转换 。矩阵 只有0低于第一列的对角线。
(v1, beta1) =画廊(“房子”,(:1));P1 =眼(6)- beta1 * (v1 * v1’);A1 = P1 *
A1 =6×3-3.3630 2.8841 1.0421 -0.0000 1.9024 0.0858 0.0000 1.6571 0.5314 -0.0000 3.5028 -0.1350 0.0000 -1.0788 -0.0983 0.0000 1.9227 1.3835
其次,计算一个户主矩阵 这样 只有零对角的第一和第二列的下面。
(v2, beta2) =画廊(“房子”A1(2:最终,2));v2 = (0; v2);P2 =眼(6)- beta2 * (v2 * v2’);A2 = P2 * A1
A2 =6×3-3.3630 2.8841 1.0421 -0.0000 -4.8472 -0.6885 0.0000 0.0000 0.3413 -0.0000 0.0000 -0.5368 0.0000 -0.0000 0.0255 0.0000 0.0000 1.1630
最后,计算一个户主矩阵 这样 只有0副斜杆的元素。
[v3, beta3] =画廊(“房子”A2(3:最终,3));v3 = (0, 0, v3);P3 =眼(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
矩阵 是一个上三角矩阵。由于户主矩阵是对合矩阵(等于自己的逆),的QR分解 就变成了 与 。
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
这个结果与计算使用相比较qr
函数。
(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
Ra =6×3-1.3258 -3.3630 2.8841 1.0421 -4.8472 - -0.6885 0 0 0 0 0 0 0 0 0 0 0
验证 在机器的精度。
规范(R - Q *)
ans = 2.2565 e15汽油
在复平面上的分布特征值
这个例子中情节的分布特征值从20000年样本随机循环矩阵的大小18-by-18复杂的飞机。矩阵元素的均匀采样集{-0.4,0.4}。
创建一个数组E
的大小18 - - 20000存储特征值。
E = 0 (20000);
将随机数字生成器设置为默认值。迭代操作20000次循环语句如下:
创建一个1-by-18行向量
x
与随机元素-0.4或0.4。使用向量
x
作为输入来创建一个随机循环矩阵一个
。的特征值
一个
并将它们存储在E
。
rng (“默认”)为我= 1:20000 x = -0.4 + 0.8 *兰迪([0,1],1 18);一个=画廊(“线性”,x);E (:, i) = eig(一个);结束
创建一个散点图来显示特征值E
在复平面。设置
- - -
设在限制范围从3 - 3所示。
散射(真实(E(:)),图像放大(E (:))“b”。)包含(“Re (E)”)ylabel (“我(E)”3)xlim ([3]) ylim(3[3])轴广场
对矩阵的特征值扰动的影响
创建测试矩阵画廊(3)
。测试矩阵是病态矩阵的特征值对扰动很敏感。
一个=画廊(3)
一个=3×3-25 -149 -50 -154 537 180 546 -27 9
计算的特征值一个
通过使用eig
。
e = eig (A)
e =3×11.0000 2.0000 3.0000
计算特征值数据通过使用条件condeig
。
c = condeig (A)
c =3×1603.6390 395.2366 219.2920
条件的数字表明,扰动矩阵的元素一个
可能导致扰动特征值的上界的200到600倍。
接下来,小扰动一个
通过添加一个矩阵的均匀分布随机数。随机数生成器的种子设置为默认值。添加一个随机矩阵元素的间隔从0到0.001,排斥,一个
。
rng (“默认”)据美联社= A + 1 e - 3 *兰德(3)
美联社=3×3-148.9992 -49.9991 -153.9997 537.0009 180.0006 546.0005 -26.9999 -8.9999 -24.9990
计算的特征值摄动矩阵美联社
。
ep = eig(美联社)
ep =3×10.7399 2.1437 3.1188
显示摄动和原始特征值之间的差异。
δ= ep - e
δ=3×1-0.2601 0.1437 0.1188
比较特征值的变化与数字特征值的上界提供了条件。上界有大致相同的数量级为特征值扰动。
delta_upper = 1 e - 3 * c
delta_upper =3×10.6036 0.3952 0.2193
敏感的特征值舍入错误
创建测试矩阵一个=画廊(5)
。敏感的测试矩阵特征值舍入错误。
一个=画廊(5)
一个=5×59 11 -21 63 -252 70 -69 141 -421 1684 -575 575 -1149 3451 -13801 3891 -3891 7782 -23345 93365 1024 -1024 2048 -6144 24572
在具体运算,矩阵一个
有5倍的特征值
(严格地说,一个
的特征值0代数几何重数5和1)多重性。这意味着的确切特征多项式一个
是
。验证^ 5
是一个零矩阵。
Afifth = ^ 5
Afifth =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
比较这些结果与数值计算的特征值使用eig
。的eig
函数返回的五个特征值一个
这是很小的。
e = eig (A)
e =5×1复杂我-0.0370 + 0.0275 -0.0370 - 0.0275 0.0147 0.0147 - 0.0427 + 0.0427我0.0445 + 0.0000
这表明的特征值的数值计算一个
由于极其敏感的舍入错误使用的浮点精度计算。
特征值的数值计算是非常不同于同行精确算法。而不是寻找接近的确切特征值的特征值一个
,eig
函数找到一个矩阵的特征值接近一个
。为了说明这一点,情节的确切和数值特征值一个
在复平面。
情节(0,0,“波”真正的(e),图像放大(e),的r *轴([-0.1 0.1 -0.1 0.1])轴广场
图显示,常规的数值特征值顶点躺在五角大楼在复平面,集中在原点。五角大楼的半径大约是0.04。
其次,计算20矩阵的特征值接近一个
。设置默认值的随机数字生成器,并扰乱一个
由标准正态分布随机数画乘以每股收益
。图20的数字特征值摄动矩阵。
E = 0 (20, 5);rng (“默认”)为i = 1:20 E(我:)= eig (A + eps * randn (5) . *);结束情节(0,0,“波”真正的(e),图像放大(e),的r *真正的(E),图像放大(E),“k”。轴([-0.1 0.1 -0.1 0.1])轴广场
图显示原来的五角大楼,这表示的特征值一个
时,可以翻转方向一个
摄动。20摄动矩阵的特征值躺在五角大楼的顶点半径0.01至0.07的范围内。摄动的计算特征值矩阵的行为类似于原始矩阵的特征值计算。计算特征值的误差敏感性造成的画廊(5)
。
输入参数
matrixname
- - - - - -矩阵的家庭
“二”
|“柯西”
|“chebspec”
|“chebvand”
|“周”
|“线性”
|“克莱蒙特”
|“大连”
|…
矩阵的家庭,指定为一个特征向量或字符串标量。这个论点matrixname
决定了家庭的生成的测试矩阵如下所示。
|
描述:二项矩阵,这是一个对合矩阵的倍数 语法:
属性:
|
||||||||||||||||
|
描述:柯西矩阵 语法:
属性:
|
||||||||||||||||
|
描述:切比雪夫光谱微分矩阵 语法:
属性:
|
||||||||||||||||
|
描述:Vandermonde-like切比雪夫多项式矩阵 语法:
|
||||||||||||||||
|
描述:奇异Hessenberg低托普利兹矩阵 语法:
属性:
|
||||||||||||||||
|
描述:循环矩阵 语法:
属性:
另请参阅: |
||||||||||||||||
|
描述:克莱门特三对角矩阵的零对角条目 语法:
属性:
|
||||||||||||||||
|
描述:比较矩阵 语法:
属性:
|
||||||||||||||||
|
描述:反矩阵条件数估计 语法:
|
||||||||||||||||
|
描述重复周期:矩阵的列 语法:
|
||||||||||||||||
|
描述:对角占优,坏脾气的,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:
属性:
|
||||||||||||||||
|
描述:活力四射矩阵或摄动约当块 语法:
属性:
|
||||||||||||||||
|
描述:弗兰克和坏脾气的特征值矩阵 语法:
属性:
|
||||||||||||||||
|
描述:最大公约数矩阵 语法:
属性:
|
||||||||||||||||
|
描述:齿轮矩阵 语法:
属性:
|
||||||||||||||||
|
描述:托普利兹矩阵特征值与敏感 语法:
|
||||||||||||||||
|
描述:矩阵的特征值在复平面躺在一条垂直线 语法:
|
||||||||||||||||
|
描述:户主矩阵 语法:
|
||||||||||||||||
|
描述:从均匀分布随机抽样整数数组指定范围 语法:
|
||||||||||||||||
|
描述:上Hessenberg矩阵的逆 语法:
属性:
|
||||||||||||||||
|
描述:对合矩阵(是自己的逆矩阵) 语法:
属性:
另请参阅: |
||||||||||||||||
|
描述:汉克尔矩阵与阶乘元素 语法:
|
||||||||||||||||
|
描述:约当块矩阵 语法:
|
||||||||||||||||
|
描述:上梯形卡亨矩阵 语法:
|
||||||||||||||||
|
描述:Kac-Murdock-Szego托普利兹矩阵 语法:
属性:
|
||||||||||||||||
|
描述维多:矩阵 语法:
|
||||||||||||||||
|
描述:Lauchli长方形矩阵 语法:
属性:
|
||||||||||||||||
|
描述:黄土对称正定矩阵 语法:
属性:
|
||||||||||||||||
|
描述出生:矩阵从莱斯利人口模型数量和存活率 语法:
|
||||||||||||||||
|
描述:与真正的三对角矩阵,敏感的特征值 语法:
属性:
|
||||||||||||||||
|
描述:Lotkin矩阵 语法:
属性:
|
||||||||||||||||
|
描述:对称正定矩阵 语法:
属性:
|
||||||||||||||||
|
描述:硅藻土对称正定矩阵 语法:
属性:
|
||||||||||||||||
|
描述问题:从离散奇异矩阵诺伊曼(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:数组的随机采样数据标准正态(高斯)分布 语法:
|
||||||||||||||||
|
描述:正交和近正交矩阵 语法:
|
||||||||||||||||
|
描述:参与者矩阵 语法:
属性:
|
||||||||||||||||
|
描述:裴矩阵 语法:
|
||||||||||||||||
|
描述块三对角矩阵:从泊松方程(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:扩展的矩阵 语法:
属性:
|
||||||||||||||||
|
描述:随机矩阵归一化列和奇异值指定 语法:
|
||||||||||||||||
|
描述:随机相关矩阵特征值指定 语法:
另请参阅: |
||||||||||||||||
|
描述:随机正交上Hessenberg矩阵 语法:
|
||||||||||||||||
|
描述:随机J正交矩阵 语法:
|
||||||||||||||||
|
描述1:随机矩阵组成的元素,0或1 语法:
|
||||||||||||||||
|
描述:用预先分配的随机矩阵奇异值 语法:
|
||||||||||||||||
|
描述:1和0的Redheffer矩阵 语法:
属性:
|
||||||||||||||||
|
描述:与黎曼假设关联矩阵 语法:
属性:
|
||||||||||||||||
|
描述:Ris矩阵 语法:
|
||||||||||||||||
|
描述:非对称矩阵特征值与坏脾气的整数 语法:
属性:
|
||||||||||||||||
|
描述:“烟圈”pseudospectrum复杂的矩阵 语法:
属性:
|
||||||||||||||||
|
描述:对称正定托普利兹矩阵 语法:
|
||||||||||||||||
|
描述:五对角托普利兹矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:三对角矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述:上三角矩阵讨论了威尔金森和其他人 语法:
属性:
|
||||||||||||||||
|
描述:从标准均匀分布随机采样数据的数组 语法:
|
||||||||||||||||
|
描述:Wathen矩阵(稀疏矩阵) 语法:
|
||||||||||||||||
|
描述威尔金森:各种矩阵设计或讨论 语法:
|
P1, P2,…, Pn
- - - - - -输入参数
标量|向量|矩阵
输入参数,指定为标量、向量或矩阵。的参数P1, P2,…, Pn
用于调用语法取决于矩阵如表中所讨论的家庭matrixname
。
typename
- - - - - -生成的测试矩阵的数据类型
特征向量|字符串标量
数据类型生成的测试矩阵,向量指定为一个字符或字符串标量。
如果
typename
没有指定,那么输出矩阵的数据类型决定从这些参数P1, P2,…, Pn
没有指定矩阵维度或选择一个选项来确定输出矩阵的特点。如果这些参数的数据类型单
,然后输出数据类型单
。否则,输出数据类型双
。typename
必须是“双”
或“单一”
对于所有的测试矩阵,除非matrixname
是“integerdata”
。如果matrixname
是“integerdata”
,然后typename
可以“双”
,“单一”
,“int8”
,“int16”
,“int32”
,“uint8”
,“uint16”
,或“uint32”
。
输出参数
A1, A2,…,
——输出系数向量、矩阵或多维数组
矩阵向量标量| | |多维数组
输出系数向量、矩阵或多维数组。输出A1, A2,…,
所生成的调用语法取决于矩阵如表中所讨论的家庭matrixname
。在大多数情况下,画廊
只返回一个函数矩阵作为输出参数。
一个
——输出矩阵或多维数组
矩阵|多维数组
输出矩阵或多维数组。
引用
[1]MATLAB®画廊的测试矩阵是根据尼古拉斯·j·海厄姆的工作在数学系,曼彻斯特大学,曼彻斯特,英格兰。书中可以找到进一步的背景MATLAB指南第二版,德斯蒙德·j·海厄姆和尼古拉斯·j·海厄姆费城:暹罗,2005年准确性和稳定性的数值算法尼古拉斯·j·海厄姆,费城:暹罗,1996年。
[2]Graham R.L.和n·j·a·斯隆。“Anti-Hadamard矩阵”。线性代数及其应用62 (1984):113 - 137。
[3]Lippold, g .“托德,J。,B一个年代我cNumerical Mathematics. Vol. 2: Numerical Algebra. ISNM 22. Basel-Stuttgart, Birkhäuser-Verlag 1977. 216 S. DM 48,–.“ZAMM——Zeitschrift毛皮Angewandte Mathematik Mechanik59岁的没有。10 (1979):589 - 589。
[4],c . w .“一组简单的测试矩阵特征值的程序。”数学的计算23日,没有。105 (1969):119 - 125。
[5]Lotkin, m .”一组测试矩阵”。数学计算表和其他艾滋病9日,没有。52 (1955):153。
戴维斯[6],p i n·j·海厄姆。“数值稳定的关联矩阵和他们的因素。”一些数值数学40 (2000):640 - 651。
[7]巴雷特,w·w·t·j·贾维斯。“Redheffer矩阵的谱属性。”线性代数及其应用162 - 164 (1992):673 - 83。
[8]依然处在f“黎曼假设作为一个特征值问题。”线性代数及其应用81 (1986):153 - 98。
[9]Bondesson l ., i Traat。“非对称矩阵特征值的整数。”线性和多重线性代数55岁,没有。3 (2007):239 - 47。
[10]Rutishauser, h .”测试矩阵”。编写程序数学en NumeriquesNat矫揉造作的Sci版中心,巴黎,165 (1966):349 - 65。
[11]威尔金森,j . H。代数特征值问题。在数值分析专著。牛津:牛津;纽约:克拉伦登出版社;牛津大学出版社,1988年。
[12]硅藻土,c, B。与MATLAB数值计算。费城:工业与应用数学学会,2004年。
扩展功能
线程环境
在后台运行代码使用MATLAB®backgroundPool
与并行计算工具箱™或加速代码ThreadPool
。
这个函数完全支持线程的环境。金宝app有关更多信息,请参见MATLAB函数线程环境中运行。
版本历史
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。