矩陣求逆,是數(shù)學(xué)專有名詞。
中文名稱 | 矩陣求逆 | 外文名稱 | matrix inversion |
---|---|---|---|
本質(zhì) | 天文學(xué)專有名詞 | 資料來源 | 維基天文網(wǎng)站 |
"英漢天文學(xué)名詞數(shù)據(jù)庫"(以下簡稱"天文名詞庫")是由中國天文學(xué)會天文學(xué)名詞審定委員會(以下簡稱"名詞委")編纂和維護(hù)的天文學(xué)專業(yè)名詞數(shù)據(jù)庫。該數(shù)據(jù)庫的所有權(quán)歸中國天文學(xué)會所有。
中國天文學(xué)名詞審定委員會網(wǎng)站:
維基天文網(wǎng)站:
求矩陣A(方陣)的逆,即找出某個(gè)唯一方陣A-1,使AA-1=A-1A=E
前提:
矩陣皆為同級方陣交換后乘積仍為單位矩陣E中文譯名矩陣求逆
英文原名/注釋matrix inversion
現(xiàn)在市場的價(jià)格戰(zhàn)太離譜了,導(dǎo)致很多的商家都必須用低價(jià)來吸引客戶,所以產(chǎn)品質(zhì)量往往都得不到保障。力弘(LHLEEHAM)提供全系列會議視聽系統(tǒng)矩陣切換控制器,包含產(chǎn)品有同軸矩陣系列AHD/TVI...
樓上恐怕還是不大了解,數(shù)字矩陣首先信號是數(shù)字信號,數(shù)字信號包括:SDI(標(biāo)清)、HD-SDI(高清)這兩種以前都是廣播級信號,都是在廣播電視應(yīng)用的,但是現(xiàn)在隨著電視會議的發(fā)展,已經(jīng)出現(xiàn)高清電視會議系統(tǒng)...
vga視頻矩陣,啟耀科技有4,8,16,24,32,48,64路,您需要哪一路,每一路的價(jià)格不一樣,輸入輸出路數(shù)越多價(jià)格越高,這種會議室用的很多的,切換很方便。
格式:pdf
大小:112KB
頁數(shù): 6頁
評分: 4.4
矩陣函數(shù)求導(dǎo) 首先要區(qū)分兩個(gè)概念:矩陣函數(shù)和函數(shù)矩陣 (1) 函數(shù)矩陣 ,簡單地說就是多個(gè)一般函數(shù)的陣列, 包括單變量和多變量函數(shù)。 函數(shù)矩陣的求導(dǎo)和積分是作用在各個(gè)矩陣元素上,沒有更多的規(guī)則。 單變量函數(shù)矩陣的微分與積分 考慮實(shí)變量 t 的實(shí)函數(shù)矩陣 ( )( ) ( )ij m nX t x t ×= ,所有分量函數(shù) ( )ijx t 定義域相同。 定義函數(shù)矩陣的微分與積分 0 0 ( ) ( ) , ( ) ( ) . t t ij ijt t d d X t x t X d x d dx dx τ τ τ τ ? ? ? ??? ???= =? ??? ?? ?? ? ?? ?∫ ∫ 函數(shù)矩陣的微分有以下性質(zhì): (1) ( )( ) ( ) ( ) ( )d d dX t Y t X t Y t dt dt dt + = + ; (2) ( ) ( ) ( )( ) ( ) ( )
格式:pdf
大?。?span id="zbpfet5" class="single-tag-height">112KB
頁數(shù): 5頁
評分: 4.7
第五章 矩 陣 §5.1 矩陣的運(yùn)算 1.計(jì)算 421 421 421 963 642 321 ; 412 503 310 231 4102 2013 ; n n b b b aaa 2 1 21 ,,, ; n n bbb a a a ,, 21 2 1 ; 113 210 121 121 011 132 113 210 121 . 2.證明,兩個(gè)矩陣 A 與 B 的乘積 AB 的第 i 行等于 A 的第 i 行右乘以 B, 第 j 列等于 B的第 j 列左乘以 A. 3.可以按下列步驟證明矩陣的乘法滿足結(jié)合律: (i) 設(shè) B=( ijb )是一個(gè) n p矩陣.令 j = njj bjbb ,,2,1 是 B的第 j 列, j=1,2,? ,p. 又 設(shè) pxxx ,,, 21 是 任 意 一 個(gè) p 1 矩 陣 . 證 明 : B = ppxxx 211 . (ii)設(shè) A 是一個(gè)
第1章 平差輔助函數(shù)
1.1 提示信息顯示
1.2 對稱矩陣的下標(biāo)計(jì)算
1.3 數(shù)組(矩陣)輸出
1.4 對稱正定矩陣求逆
1.5 權(quán)逆陣傳播
1.6 權(quán)倒數(shù)計(jì)算
1.7 中位數(shù)計(jì)算
1.8 角度值格式互換
1.9 權(quán)因子函數(shù)
第2章 概率計(jì)算
2.1 Cprobability類設(shè)計(jì)
2.2 F函數(shù)
2.3 標(biāo)準(zhǔn)正態(tài)分布函數(shù)
2.4 正態(tài)分布的反函數(shù)
2.5 X2分布的分布函數(shù)與分布密度
2.6 X2分布的反函數(shù)
2.7 B分布的分布函數(shù)
2.8 F分布的分布函數(shù)與分布密度
2.9 F分布的反函數(shù)
2.10 t分布的分布函數(shù)與分布密度
2.11 t分布的反函數(shù)
第3章 經(jīng)典平差
3.1 參數(shù)平差
3.2 相關(guān)觀測值參數(shù)平差
3.3 條件平差
3.4 相關(guān)觀測值條件平差
3.5 具有條件的參數(shù)平差
3.6 具有參數(shù)的條件平差
第4章 近代平差
4.1 參數(shù)加權(quán)平差
4.2 序貫平差
4.3 卡爾曼濾波
4.4 最小二乘配置
4.5 抗差估計(jì)
4.6 相關(guān)抗差估計(jì)
4.7 粗差探測
4.8 半?yún)?shù)估計(jì)
4.9 嶺估計(jì)
第5章 水準(zhǔn)網(wǎng)平差
5.1 概述
5.2 數(shù)學(xué)模型
5.3 水準(zhǔn)網(wǎng)平差計(jì)算類設(shè)計(jì)
5.4 原始數(shù)據(jù)文件格式設(shè)計(jì)
5.5 數(shù)據(jù)存儲
5.6 數(shù)據(jù)文件的輸入
5.7 原始數(shù)據(jù)寫至結(jié)果文件
5.8 近似高程計(jì)算
5.9 組成法方程式
5.10 高程平差值計(jì)算
5.11 殘差計(jì)算
5.12 精度估計(jì)與平差結(jié)果輸出
5.13 最小二乘平差計(jì)算
5.14 水準(zhǔn)網(wǎng)粗差探測
5.15 自由網(wǎng)平差
5.16 擬穩(wěn)平差
5.17 閉合差計(jì)算與檢核
第6章 水平網(wǎng)平差
6.1 概述
6.2 水平網(wǎng)平差計(jì)算類設(shè)計(jì)
6.3 原始數(shù)據(jù)文件格式
6.4 數(shù)據(jù)存儲
6.5 數(shù)據(jù)輸入
6.6 原始數(shù)據(jù)輸出
6.7 近似坐標(biāo)計(jì)算
6.8 誤差方程
6.9 法方程累加項(xiàng)計(jì)算
6.10 組成法方程式
6.1l 未知數(shù)計(jì)算
6.12 觀測殘差計(jì)算
6.13 誤差橢圓計(jì)算
6.14 3F差成果輸出
6.15 最小二乘平差
6.16 自由網(wǎng)平差
6.17 擬穩(wěn)平差
6.18 水平網(wǎng)粗差探測
第7章 GPS向量網(wǎng)平差
7.1 GPS網(wǎng)平差概述
7.2 GPS量網(wǎng)平差的數(shù)學(xué)模型
7.3 原始文件格式設(shè)計(jì)
7.4 GPS網(wǎng)平差類設(shè)計(jì)
7.5 數(shù)據(jù)輸入及存放
7.6 原始數(shù)據(jù)輸出
7.7 殘差(誤差方程自由項(xiàng))計(jì)算
7.8 組成法方程式
7.9 輸入已知點(diǎn)坐標(biāo)先驗(yàn)信息
7.10 已知點(diǎn)處理
7.11 參數(shù)平差值計(jì)算
7.12 計(jì)算結(jié)果輸出
7.13 殘差二次型計(jì)算
7.14 已知點(diǎn)坐標(biāo)改正數(shù)的二次型
7.15 最小二乘平差
7.16 秩虧自由網(wǎng)平差
7.17 擬穩(wěn)平差
7.18 抗差估計(jì)
7.19 粗差探測
7.20 GPs網(wǎng)平差算例
參考文獻(xiàn)
第1部分 建模、計(jì)算機(jī)與誤差分析問題
第1章 數(shù)學(xué)建模與工程問題求解
第2章 程序設(shè)計(jì)與軟件
第3章 逼近與舍入誤差
第4章 截?cái)嗾`差與泰勒級數(shù)
第2部分 方程求根
第5章 劃界法
第6章 開方法
第7章 多項(xiàng)式求根
第8章 方程求根案例分析
第3部分 線性代數(shù)方程組
第9章 高斯消去法
第10章 LU分解法和矩陣求逆
第11章 特殊矩陣和高斯–賽得爾方法
第12章 線性代數(shù)方程組案例分析
第4部分 最優(yōu)化
第13章 一維無約束最優(yōu)化
第14章 多維無約束最優(yōu)化
第15章 約束優(yōu)化
第16章 最優(yōu)化案例分析
第5部分 曲線擬合
第17章 最小二乘回歸
第18章 插值
第19章 傅里葉逼近
第20章 曲線擬合案例分析
第6部分 數(shù)值微分和數(shù)值積分
第21章 牛頓-柯特斯積分公式
第22章 函數(shù)的積分
第23章 數(shù)值微分
第24章 數(shù)值積分和數(shù)值微分案例分析
第7部分 常微分方程
第25章 龍格–庫塔法
第26章 剛性和多步法
第27章 邊值和特征值問題
第28章 常微分方程案例分析
第8部分 偏微分方程
第29章 有限差分法:橢圓型方程
第30章 有限差分法:拋物型方程
第31章 有限元法
第32章 偏微分方程案例分析
附錄A 傅里葉級數(shù)
附錄B 學(xué)習(xí)使用MATLAB
附錄C 學(xué)習(xí)使用Mathcad2100433B