русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Дополнительные матричные функции.


Дата добавления: 2015-07-23; просмотров: 535; Нарушение авторских прав


В профессиональные версии Math CAD включён ряд дополнительных матричных функций. Они перечислены ниже:

eigenvals (M) возвращает вектор, содержащий собственные значения матрицыМ;
eisenvec (M,Z) для указанной матрицы М и заданного собственного значения Z возвращает принадлежащий этому собственному значению вектор;
eigenvecs (M) возвращает матрицу, столбцами которой являются собственные векторы матрицы М (порядок расположения собственных векторов соответствует порядку собственных значений, возвращаемых функцией eigenvals);
genvals (M,N) возвращает вектор обобщенных собственных значений v,, соответствующий решению уравнения M · x = vi – N - x (матрицы М и N должны быть вещественными);
genvals (M,N) возвращает матрицу, столбцы которой содержат нормированные обобщенные собственные векторы;
+ lu (M) выполняет треугольное разложение матрицыМ: P · M = L · U, L и U - соответственно нижняя и верхняя треугольные матрицы. Все четыре матрицы квадратные, одного порядка;
+ qr (A) дает разложение матрицы A, A=Q · R, где Q - ортогональная матрица и > — верхняя треугольная матрица;
+ svd (A) дает сингулярное разложение матрицы Аразмером n·m: A=U · S ·VT где и - ортогональные матрицы размером m·m и n·n соответственно, S - диагональная матрица, на диагонали которой расположены сингулярные числа матрицы А;
+ svds (A) возвращает вектор, содержащий сингулярные числа матрицы А размером m·n, где m³ n;
Egeninv (A) возвращает матрицу левую обратную к матрице А. L·A=E,гдеE –единичная матрица размером n·n, L– прямоугольная матрица размером n·m, A – прямоугольная матрица размеромm·n.


<== предыдущая лекция | следующая лекция ==>
Векторные и матричные функции. | Лабораторная работа №2.


Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.

Генерация страницы за: 0.858 сек.