线性回归方程式与线性系统

Gaussian Elimination:rref()
在这里插入图片描述
LU Factorization:lu()
在这里插入图片描述
Matrix Left Division:\or mldivide()

>> A=[1 2 1;2 6 1;1 1 4];
>> b=[2;7;3];
>> x=A\b

在这里插入图片描述
Cramer’s(Inverse)Method:
Solving Equations Using Cramer’s Method:

>> A=[1 2 1;2 6 1;1 1 4];
>> b=[2;7;3];
>> x=inv(A)*b

在这里插入图片描述
Singular:
inv(A)未必存在

>> A=[1 2 3 4;2 4 6 8;9 8 7 6;1 3 2 8];
>> inv(A)

在这里插入图片描述

>> x=0:40;
>> y=0:40;
>> [X,Y]=meshgrid(x,y);
>> Z1=-X-Y;
>> surf(X,Y,Z1);
>> hold on
>> Z2=-X+Y;
>> surf(X,Y,Z2);
>> Z3=-1/3*X;
>> surf(X,Y,Z3);
>> zlim([-20,20]);

在这里插入图片描述
Problem with Cramer’s Method:
Functions to Check Matrix Condition:
k值越大越不健康
在这里插入图片描述
Linear System:
Eigenvalues and Eigenvectors:
Interpretation of Figenvalues and Eigenvectors:
Solving Eigenvalues and Eigenvecors:
eig()
在这里插入图片描述
Matirix Exponential:expm()

A=[0 -6 -1;6 2 -16;-5 20 -10];
x0=[1 1 1]';
X=[];
for t=0:.01:1
    X=[X expm(t*A)*x0];
end
plot3(X(1,:),X(2,:),X(3,:),'-o');
xlabel('x_1');
ylabel('x_2');
zalbel('x_3');
grid on;
axis tight square;

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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