Lu数值计算扩展动态库LuMath V1.0 测试版
目 录
| 函数及类别 | 说 明 |
| 2 LuMath数组（矩阵）对象基本用法 | |
| 3 LuMath常量 | |
| math::real_s | 用在函数new[math::real_s,... ...]中，申请数组或矩阵。该对象的基本类型为reals，扩展类型为real_s。 |
| math::pi | math::pi=3.141592653589793 |
| math::zeros | 用在函数math::subg中，表示返回全0矩阵。 |
| math::ones | 用在函数math::subg中，表示返回全1矩阵。 |
| math::eye | 用在函数math::subg中，表示返回单位矩阵。 |
| math::rand | 用在函数math::subg中，表示返回0～1之间均匀分布的随机数矩阵。 |
| math::randn | 用在函数math::subg中，表示返回均值为0，方差为1的标准正态分布的随机数矩阵。 |
| 4 LuMath运算符 | |
| 加法 + | 数组（矩阵）加法。运行错误：1：不可识别对象；2：数组不存在；3：数组（矩阵）不匹配；4：内存错误。 |
| 减法 - | 数组（矩阵）减法。运行错误：1：不可识别对象；2：数组不存在；3：数组（矩阵）不匹配；4：内存错误。 |
| 乘法 * | 矩阵乘法。运行错误：1：不可识别对象；2：矩阵不存在；3：矩阵不匹配；4：内存错误。 |
| 点乘 .* | 数组点乘。运行错误：1：不可识别对象；2：数组不存在；3：数组不匹配；4：内存错误。 |
| 点左除 ./ | 数组点左除。运行错误：1：不可识别对象；2：数组不存在；3：数组不匹配；4：内存错误。 |
| 点乘方 .^ | 数组点乘方。运行错误：1：不可识别对象；2：数组不存在；3：数组不匹配；4：内存错误。 |
| 5 LuMath函数 | |
| 重载函数 | |
| sin、cos、... ... | 该库对以下函数进行了重载，支持real_s类型对象的相关运算：new、copy、len、oset、oget、o、sqrt、exp、ln、lg、sin、cos、tan、asin、acos、atan、sinh、cosh、tanh、abs、floor、ceil、atan2、fmod。 |
| 数（组）函数 | |
| math::SetArray | 申请数组或矩阵并初始化。 |
| math::outa | 输出数组或矩阵。 |
| math::Sum | 数组元素求和。 |
| math::ndgrid | 生成n维函数的辅助格点阵列。 |
| copy | 该函数是重载函数。copy(a)将生成对象a的副本；copy(a,b)将数组b复制到数组a，两数组必须等长，并将多维数组视为一维维数；copy(a,abegin,b,bbegin,k)将数组b从地址bbegin开始的k个元素复制到数组a的自地址abegin开始的单元。运行错误：1：参数太多或者太少；2：数组不存在；3：数组不匹配 ；4：内存错误。 |
| oset | 该函数是重载函数。设a是一个二维数组对象，则执行形如a[i,j]=2.0的赋值语句时将调用该函数。运行错误：1：参数太少；2：不可识别对象；3：数组不匹配；4：参数不符合要求。 |
| oget | 该函数是重载函数。设a是一个二维数组对象，则执行形如a[i,j]的语句时将获得该对象元素的值。运行错误：1：参数太少；2：不可识别对象；3：数组不匹配；4：元素地址错误。 |
| math::arrayfun | 以数组元素为自变量进行函数调用。 |
| math::reshape | 改变数组（矩阵）形状。 |
| 矩阵函数 | |
| math::matrix(m,n:x11,x12,... ...) | 申请m×n矩阵并初始化。初始化数据 x11,x12,...,x1n,x21,x22,...,x2n,... ...,xm1,xm2,...,xmn 可以缺省部分及全部，多余的数据被忽略。运行错误：1：参数不符合要求。 |
| math::subg | 返回一个矩阵的子矩阵。 |
| math::subs | 设置一个矩阵的子矩阵。 |
| math::row(a,b,n) math::row(a,b,x) | 产生一个单行矩阵（行向量）。a和b是行向量的第一个和最后一个元素，元素总数是n。或者，a是第一个元素，后面的元素按x递增，最后一个元素不超过b。 |
| math::col(a,b,n) math::col(a,b,x) | 产生一个单列矩阵（列向量）。a和b是列向量的第一个和最后一个元素，元素总数是n。或者，a是第一个元素，后面的元素按x递增，最后一个元素不超过b。 |
| math::linspace(a,b,n) math::linspace(a,b,x) | 产生一个一维数组。a和b是数组的第一个和最后一个元素，元素总数是n。或者，a是第一个元素，后面的元素按x递增，最后一个元素不超过b。 |
| math::zeros(a) math::zeros(i,j) | 将矩阵a重新初始化为全0矩阵，或者生成一个i×j全0矩阵。运行错误：1：数组不存在；2：不是二维数组（矩阵）；3：内存错误；4：参数太多或者太少。 |
| math::ones(a) math::ones(i,j) | 将矩阵a重新初始化为全1矩阵，或者生成一个i×j全1矩阵。运行错误：1：数组不存在；2：不是二维数组（矩阵）；3：内存错误；4：参数太多或者太少。 |
| math::eye(a) math::eye(i,j) | 将矩阵a重新初始化为单位矩阵，或者生成一个i×j单位矩阵。运行错误：1：数组不存在；2：不是二维数组（矩阵）；3：内存错误；4：参数太多或者太少。 |
| math::rand(a) math::rand(i,j) | 将矩阵a重新初始化为0～1之间均匀分布的随机数矩阵，或者生成一个i×j矩阵，并用0～1之间均匀分布的随机数初始化。 运行错误：1：数组不存在；2：不是二维数组（矩阵）；3：内存错误；4：参数太多或者太少。 |
| math::randn(a) math::randn(i,j) | 将矩阵a重新初始化为均值为0，方差为1的标准正态分布的随机数矩阵，或者生成一个i×j矩阵，并用均值为0，方差为1的标准正态分布的随机数初始化。 运行错误：1：数组不存在；2：不是二维数组（矩阵）；3：内存错误；4：参数太多或者太少。 |
| 解方程函数 | |
| math::netn | 求非线性方程组一组实根的拟牛顿法。 |
LuMath32.dll是一个Lu数值计算扩展动态库，该库以线性代数特别是矩阵运算为基础。
在LuMath中的函数是通过二级函数命名空间“math”输出的，所有函数均具有类似“math::matrix(...)”的格式。使用!!!using("math");可简化LuMath中的函数访问。
LuMath库的数组是C格式的，元素序号是基于0的。
LuMath库函数具有内存消耗低、执行效率高、代码简洁、实用性强的特点。
LuMath的源代码是开放的，源代码下载：http://www.forcal.net/xiazai/lu1/lu1code.rar
LuMath库中所用的算法或许不是最好的，如果您有好的算法，可以方便地进行替换，提升LuMath的性能。
LuMath库可用于开发极致性能的应用程序，是熟悉C/C++、Fortran的数学爱好者的极佳的练手工具，同时也期望对一般的数值计算用户提供越来越多的方便。
限于作者水平，期待与朋友们共同完善LuMath！如果您有什么好的算法，任何改进的意见或建议，请与作者联系。
本库仅是抛砖引玉，任何喜欢LuMath的个人、团队或商业公司可基于此库开发商业程序。
借助Lu编译器的支持，LuMath中的数组（矩阵）对象有以下简洁的用法。
设A、B是LuMath数组（矩阵）对象：
A.=B //将对象B赋值给对象A
A.=A+B //将对象A+B赋值给对象A
A[2]=A[2]+1 //将一维数组A第2个单元的值加1
A[2,3,5]=A[3,1,2]+1 //将三维数组A的第[2,3,5]个单元的值赋值为A[3,1,2]+1
A.*2.0 //数组（矩阵）A的每一个元素乘以2.0
若A是一个LuMath矩阵：
A(type) //返回与矩阵A同样大小的矩阵，并根据type的值进行初始化。type的可选值为zeros（全0矩阵）、ones（全1矩阵）、eye（单位矩阵）、rand（0～1之间均匀分布的随机数）、randn（均值为0，方差为1的标准正态分布的随机数）。
A(all:j) //取矩阵A第j列所有元素。all是一个常量，在这里表示取所有行
A(i:all) //取矩阵A第i行所有元素。all是一个常量，在这里表示取所有列
A(i,i+m:all) //取矩阵A第i～i+m行所有元素。all是一个常量，在这里表示取所有列
A(all:j,j+m) //取矩阵A第j～j+m列所有元素。all是一个常量，在这里表示取所有行
A(i,i+m:j,j+n) //取矩阵A第i～i+m行，并在第j～j+n列的所有元素
A(all:j)=B //设置矩阵A第j列所有元素，B是一个数组。all是一个常量，在这里表示取所有行
A(i:all)=B //设置矩阵A第i行所有元素，B是一个数组。all是一个常量，在这里表示取所有列
A(i,i+m:all)=B //设置矩阵A第i～i+m行所有元素，B是一个矩阵。all是一个常量，在这里表示取所有列
A(all:j,j+m)=B //设置矩阵A第j～j+m列所有元素，B是一个矩阵。all是一个常量，在这里表示取所有行
A(i,i+m:j,j+n)=B //设置矩阵A第i～i+m行，并在第j～j+n列的所有元素，B是一个矩阵。
[例子]
!!!using["math"];
main(:t0,k,i,a,b)=
{
t0=clock(),
k=zeros(5,5), //生成5×5矩阵k，初始化为0
i=0,(++i<=1000).while{//循环计算1000次
a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化
k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all)
},
k.outa(), //输出矩阵k
[clock()-t0]/1000. //得到计算时间，秒
};
[返回页首][实数函数] math::SetArray(a : x1,x2,... ...)：对数组或矩阵进行初始化
用法1：math::SetArray(a : x1,x2,... ...)：对数组或矩阵a进行初始化，从地址0开始存放数据x1,x2,... ...，初始化数据可以少于或多于数组大小，多余的数据被忽略。
用法2：math::SetArray(a : "1 -2 3 2.3 ... ...")：对数组或矩阵a进行初始化，从地址0开始存放数据，数据存放在字符串"1 -2 3 2.3 ... ..."中，初始化数据可以少于或多于数组大小，多余的数据被忽略。
运行错误：1：非法的数组对象；2：非法的Lu字符串及其他参数；3：非法的数字字符串。
[返回页首][实数函数] math::outa(a, precision, rl, index)：输出数组或矩阵
a：数组或矩阵，按列表方式输出。
precision：有效数字位数（1～17），缺省是6位有效数字。
rl：左对齐或右对齐输出，非0表示右对齐。缺省是右对齐。
index：index非0时输出数组元素下标。缺省是不输出数组元素下标。
运行错误：1：参数太多或者太少；2：参数不符合要求；3：数组不存在；3：内存错误。
[返回页首][实数函数] math::Sum(a,i)：数组元素求和
设有m维数组（含矩阵）：a(n1,n2,... ...,nm)，则Sum(a,i)对第i维求和，返回一个m-1维数组。若a是一维数组、1×k矩阵、k×1矩阵、i<1或者i>m，则Sum函数返回所有数组元素的和。Sum(a)相当于Sum(a,m)。
运行错误：1：参数太多或者太少；2：数组不存在；3：数组维数太多；4：内存错误。
[返回页首][实数函数] math::ndgrid(x1,x2,...,xn : &y1,&y2,...,yn)：生成n维函数的辅助格点阵列
x1,x2,...,xn：均是一维数组。
&y1,&y2,...,yn：返回n维函数的辅助格点阵列。
返回值：无意义。
运行错误：1：参数太多或者太少；2：数组不存在；3：不是一维数组；4：内存错误。
例子：
!!!using["math"];
mvar:
ndgrid[linspace(0.0,1.0,0.0011),linspace(1.0,2.0,0.0009),&x,&y],
Sum[cos(1.0-sin((1.2).*x.^(y./2.0)+cos(1.0-sin((1.2).*y.^(x./2.0))))),0];
相当于：
f(x,y)=cos(1.0-sin(1.2*x^(y/2.0)+cos(1-sin(1.2*y^(x/2.0)))));
sum[@f:0.0,1.0,0.0011:1.0,2.0,0.0009];
[返回页首][实数函数] math::arrayfun(hFor:x1,x2,...,xn : xx)：以数组元素为自变量进行函数调用。
hFor为函数句柄；x1,x2,...,xn : xx为等长的数组（忽略维数）；xx用于存放结果，可缺省。若缺省xx，返回一个数组存放结果，否则该函数返回xx。该函数以数组x1,x2,...,xn的第i个元素为自变量，用函数hFor进行计算，结果存入xx的第i个单元。
运行错误：1：至少需要2个参数；2：指定的表达式不存在；3：数组个数与自变量个数不相等；4：不是实数数组；5：数组长度不匹配；6：内存错误。
例子：
!!!using["math"];
f(x,y)=x+y;
arrayfun[@f,linspace(1.,5.,5),linspace(1.,5.,5)].o[];
[返回页首][实数函数] math::reshape(a,... ...)：改变数组（矩阵）形状
格式1：math::reshape(a)：将矩阵重置为一维数组。
格式2：math::reshape(a,i,j)：将矩阵a（或一维数组）重置为i×j矩阵，保持总元素不变。
格式3：math::reshape(a,i,j,k,...)：改变多维数组的维数大小，保持维数和总元素不变。
运行错误代码：1：参数太多或者太少；2：实数数组不存在；3：数组维数小于1；4：数组不匹配。
[返回页首][实数函数] math::subg(a, ... ...)：返回一个矩阵的子矩阵
subg(a)：返回矩阵a的副本。
subg(a:type)：返回与矩阵a同样大小的矩阵，并根据type的值进行初始化。type的可选值为zeros（全0矩阵）、ones（全1矩阵）、eye（单位矩阵）、rand（0～1之间均匀分布的随机数）、randn（均值为0，方差为1的标准正态分布的随机数）。
subg(a:all:j)：取矩阵a第j列所有元素。all是一个常量，在这里表示取所有行。
subg(a:i:all)：取矩阵a第i行所有元素。all是一个常量，在这里表示取所有列。
subg(a:i,i+m:all)：取矩阵a第i～i+m行所有元素。all是一个常量，在这里表示取所有列。
subg(a:all:j,j+m)：取矩阵a第j～j+m列所有元素。all是一个常量，在这里表示取所有行。
subg(a:i,i+m:j,j+n)：取矩阵a第i～i+m行，并在第j～j+n列的所有元素。
运行错误：1：参数太多或者太少；2：数组不存在；3：不是二维数组（矩阵）；4：不可识别的类型标识type；5：无法定位矩阵的行或列；6：内存错误。
[例子]
!!!using["math"];
main(:a)=
a=matrix[6,5].rand(),
a.outa(),
a.subg(all:3).outa(),
a.subg(3:all).outa(),
a.subg(3,5:2,3).outa();
[返回页首][实数函数] math::subs(a, ... ...,b)：设置一个矩阵的子矩阵
subs(a:b)：将矩阵b赋值给矩阵a，a与b应具有相同的结构。
subs(a:all:j,b)：对矩阵a第j列所有元素赋值，b是一个等长的一维数组。all是一个常量，在这里表示取所有行。
subs(a:i:all,b)：对矩阵a第i行所有元素赋值，b是一个等长的一维数组。all是一个常量，在这里表示取所有列。
subs(a:i,i+m:all,b)：对矩阵a第i～i+m行所有元素赋值，b是一个相同大小的矩阵。all是一个常量，在这里表示取所有列。
subs(a:all:j,j+m,b)：对矩阵a第j～j+m列所有元素赋值，b是一个相同大小的矩阵。all是一个常量，在这里表示取所有行。
subs(a:i,i+m:j,j+n,b)：对矩阵a第i～i+m行，并在第j～j+n列的所有元素赋值，b是一个相同大小的矩阵。
返回值：返回a。
运行错误：1：参数太多或者太少；2：数组不存在；3：不是二维数组（矩阵）；4：数组不匹配；5：无法定位矩阵的行或列。
[返回页首][实数函数] math::netn(f,x,eps,t,h,k)：求非线性方程组一组实根的拟牛顿法
f：自定义2n元函数句柄，但必须由二级函数HFor获得该句柄。由用户自编。
f(x1,x2,...,xn,y1,y2,...,yn)= //xi为自变量，yi为方程右端点函数值
{
y1=f1(x1,x2,...,xn),
y2=f2(x1,x2,...,xn),
... ...
yn=fn(x1,x2,...,xn)
};
x：双精度实型一维数组，长度不小于n，存放一组初值，返回方程组的一组实根。
eps：控制精度（eps>0）。可缺省该参数，缺省值eps=1e-6。
t：控制h大小的变量，0<t<1。可缺省该参数，缺省值h=0.1。
h：增量初值，在本函数中将被破坏。可缺省该参数，缺省值h=0.1。
k：允许的最大迭代次数。可缺省该参数，缺省值k=100。
返回值：返回值为实际迭代次数。若返回值为-1表示代数方程奇异，若返回值为-2表示β=0，这两种情况可放宽精度要求、改变各个初值或改变各个方程顺序再试；若返回值等于0说明迭代了k次仍未满足精度要求，程序工作失败。
运行错误代码：1：参数太多或者太少；2：指定的表达式不存在；3：方程f参数个数不符合要求；4：实数数组不存在；5：数组元素太少；6：精度、控制变量、迭代次数等不符合要求；7：内存错误。
[例子]
f(x1,x2,x3,y1,y2,y3)= //函数定义
{
y1=x1*x1+x2*x2+x3*x3-1.0,
y2=2.0*x1*x1+x2*x2-4.0*x3,
y3=3.0*x1*x1-4.0*x2+x3*x3
};
!!!using["math"];
main(:x,i)={
x=new{real_s,data : 1.0,1.0,1.0}, //设置初值为1.0,1.0,1.0
i=netn[@f,x], //拟牛顿法解方程
x.outa(), //输出结果
i //返回迭代次数
};
版权所有© Lu程序设计 2011-2011，保留所有权利
E-mail: forcal@sina.com QQ：630715621
最近更新: 2011年11月10日
扫一扫
2120
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
