Если A
является квадратной матрицей, и p
является положительным целым числом, A^p
эффективно умножает A
отдельно времена p-1
. Например:
A = [1 1 1;1 2 3;1 3 6] A = 1 1 1 1 2 3 1 3 6 X = A^2 X = 3 6 10 6 14 25 10 25 46
Если A
является квадратным и несингулярным, A^(-p)
эффективно умножает inv(A)
отдельно времена p-1
:
Y = A^(-3) Y = 145.0000 -207.0000 81.0000 -207.0000 298.0000 -117.0000 81.0000 -117.0000 46.0000
Дробные степени, как A^(2/3)
, также разрешены; результаты зависят от распределения собственных значений матрицы.
Оператор .^
производит поэлементно степени. Например:
X = A.^2 A = 1 1 1 1 4 9 1 9 36
Функциональный sqrtm(A)
вычисляет A^(1/2)
более точным алгоритмом. m
в sqrtm
отличает эту функцию от sqrt(A)
, который, как A.^(1/2)
, делает его задание поэлементно.
Система линейного, постоянного коэффициента, обыкновенные дифференциальные уравнения могут быть записаны
где вектор функций и матричный независимый политик . Решение может быть выражено с точки зрения матричного экспоненциала
.
Функциональный expm(A)
вычисляет матричный экспоненциал. Пример обеспечивается 3х3 матрицей коэффициентов,
A = [0 -6 -1; 6 2 -16; -5 20 -10]
A = 3×3
0 -6 -1
6 2 -16
-5 20 -10
и начальное условие, .
x0 = [1 1 1]'
x0 = 3×1
1
1
1
Матричный экспоненциал используется, чтобы вычислить решение, , к дифференциальному уравнению в 101 точке на интервале .
X = []; for t = 0:.01:1 X = [X expm(t*A)*x0]; end
3D график плоскости фазы показывает решение, растущее в к источнику. Это поведение связано с собственными значениями матрицы коэффициентов.
plot3(X(1,:),X(2,:),X(3,:),'-o')