Matlab实现 乘幂法&&反幂法

以下伪码来自某《数值线性代数》教科书,非原创在这里插入图片描述

乘幂法

function [a,k,er]=Power(A)
%定义乘幂法函数文件
%a:表示该方法下矩阵A的最大特征值
%k:表示停机时实际的迭代次数
%er:表示停机时实际的绝对误差
tol=1e-6;%绝对误差限
[n,m]=size(A);
if n~=m %判断输入的合法性
    error('Wrong  Input');
end
u=ones(n,1);q=max(abs(u));
k=0;
while true
    y=A*u;
    q0=q;
    q=max(abs(y));
    if abs(q-q0)<tol|k>1e4 %设置停机条件
        break;
    end
    u=y/q;
    k=k+1;
end
er=abs(q0-q);
a=q;

反幂法

function [a,k,er]=InversePower(A)
%定义反幂法函数文件
%a:表示该方法下矩阵A的最小特征值
%k:表示停机时实际的迭代次数
%er:表示停机时实际的绝对误差
tol=1e-6;%绝对误差限
[n,m]=size(A);
if n~=m %判断输入的合法性
    error('Wrong  Input');
end
u=ones(n,1);q=max(abs(u));
k=0;
while true
    y=A\u;%解出y
    q0=q;
    q=max(abs(y));
    if abs(q-q0)<tol|k>1e4 %设置停机条件
        break;
    end
    u=y/q;
    k=k+1;
end
er=abs(q0-q);
a=1/q;

注:反幂法在计算量较大的情况下,貌似计算不出结果,考考你,找出问题,请留言。个人猜测:y=A\u处会出问题,考虑到矩阵A的奇异情况。

  • 10
    点赞
  • 86
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
要在MATLAB实现乘幂回归,您可以按照以下步骤进行操作: 1. 准备数据:将自变量和因变量数据存储在MATLAB的向量中,假设自变量为x,因变量为y。 2. 创建设计矩阵:根据回归模型的形式,创建自变量的幂次方矩阵X。例如,如果要拟合二次多项式模型,将x的列向量分别取幂为0、1和2,然后将这三列合并成设计矩阵X。 3. 拟合模型:使用线性回归函数`polyfit`来拟合乘幂回归模型。将设计矩阵X和因变量y作为输入参数传递给`polyfit`函数,并指定所需的多项式阶数。例如,如果要拟合二次多项式模型,将阶数设置为2。这将返回模型的系数向量,其中最后一个元素对应于最高次幂的系数。 4. 预测结果:使用得到的模型系数以及自变量的幂次方矩阵X,可以使用线性回归函数`polyval`来预测新的自变量值所对应的因变量值。 下面是一个示例代码,用于实现二次乘幂回归: ```matlab % 准备数据 x = [1, 2, 3, 4, 5]; % 自变量 y = [2, 5, 9, 15, 23]; % 因变量 % 创建设计矩阵 X = [ones(size(x)), x', x'.^2]; % 拟合模型 coefficients = polyfit(X, y, 2); % 预测结果 x_new = 6; y_new = polyval(coefficients, [1, x_new, x_new^2]); ``` 在这个例子中,我们创建了一个二次乘幂回归模型,并使用`polyfit`函数拟合模型。然后,我们使用`polyval`函数来预测新的自变量值`x_new`所对应的因变量值`y_new`。 请注意,根据您的需求,您可以调整多项式的阶数,并相应地修改设计矩阵和预测过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值