假设我有7个值:a,b,c,d,e,f和g。
我想用这样的方式构造m乘n矩阵:
[ a b c d 0 0 0 0 . . . .
[ b e f g 0 0 0 0 . . . .
[ c f a b c d 0 0 . . . .
[ d g b e f g 0 0 . . . .
[ 0 0 c f a b c d 0 0 . .
[ 0 0 d g b e f g 0 0 . .
[ . . 0 0 c f a b c d . .
[ . . 0 0 d g b e f g . .
等等..。
因此,所需矩阵是对称的。在第二对角线上,a和e交替;在第一对角线上,值b和f交替;在第三上对
我需要在Scilab中创建一个块三对角矩阵。更明确地说,我想设置一个M^2 X M^2矩阵,格式如下:
B C 0 ... 0 0
D B C 0 ... 0
0 D B C ... 0
0 ... ... ... ...
0 0 ... D B C
0 0 0 ... D B
其中B、C和D是M×M矩阵。
我知道如何在"sysdiag“函数的帮助下创建块对角矩阵,但我还没有找到任何参考资料来轻松创建块三对角矩阵。
顺便说一下,给定矩阵B,C和D,我知道如何创建上面的矩阵。
auxA = sysdiag(B,B
我想求解系统A.b=x,其中A是,几乎是,是python中的三对角矩阵:
A是这样的矩阵
a b 0 0 .... 0 0 b
b a b 0 .... 0 0 0
0 b a b .... 0 0 0
.
.
0 0 0 0 .... b a b
b 0 0 0 .... 0 b a
即具有非零对角的三对角线。
我可以使用numpy解决程序来解决和集成我的系统:
numpy.linalg.solve
这是可行的,但非常慢,因为我的矩阵是巨大的,我不认为它利用了稀疏和接近三对角的A阵列。
如果它是一个纯三对角系统,我知道如何使用经典的正反向替换算法快速高效地求解,但我遇到的是那些非零的相对角点
假设我有一个二维数组
我得到了一个数组,'char inputN‘,它被某人对角线读取。
我的目标是从对角读取的'char input_originalN‘数组中重现原始数组'char inputN’
读完对角线后,我的输入是,
A、D、B
C例如->矩阵A
现在我想让它成为
A、b、c
D e f->矩阵B (input_original数组)
G H I
其中,矩阵A是矩阵B的对角读取输出(a db ceg hf ->将其作为矩阵
欢迎所有的建议。