矩陣LU分解---使用MATLAB和DEV-C++實現的程式碼過程
一、MATLAB中實現
1、程式碼
function LU(a,n)
m = zeros(n,n);
for i = 1:n; m(i,i) = 1; end
for j = 1 : n-1
if abs(a(j,j))<eps;
error('zero pivot encountered');
end
for i = j+1 : n
mult = a(i,j)/a(j,j);
m(i,j) = mult;
for k = j:n
a(i,k) = a(i,k) - mult*a(j,k);
end
end
end
2、結果
>> a=[2,2,2;4,7,7;6,18,22]
>> n=3
>> LU1(a,n)
L=
1 0 0
2 1 0
3 4 1
U=
2 2 2
0 3 3
0 0 4
LU=
2 2 2
4 7 7
6 18 22
二、DEV-C++實現
1、程式碼
2、結果
相關文章
- 矩陣分解(MF)方法及程式碼矩陣
- 矩陣分解矩陣
- 灰度共生矩陣GLCM及其matlab實現矩陣Matlab
- 【程式碼更新】單細胞分析實錄(21): 非負矩陣分解(NMF)的R程式碼實現,只需兩步,啥圖都有矩陣
- 基於矩陣分解的協同過濾演算法矩陣演算法
- MATLAB(6)矩陣和向量運算Matlab矩陣
- 奇異值分解以及matlab實現Matlab
- 產品/過程矩陣(轉載)矩陣
- MATLAB(4)矩陣操作Matlab矩陣
- 矩陣分解--超詳細解讀矩陣
- 基礎入門:深度學習矩陣運算的概念和程式碼實現深度學習矩陣
- MATLAB(5) 特殊矩陣的建立Matlab矩陣
- javascript實現tab選項卡過程分解詳解JavaScript
- SVD矩陣分解考慮時間因素矩陣
- Hadoop 2.6 使用Map Reduce實現矩陣相乘1 矩陣轉置Hadoop矩陣
- Matlab生成隨機矩陣Matlab隨機矩陣
- NMF 非負矩陣分解(Non-negative Matrix Factorization)實踐矩陣
- 基於概率的矩陣分解原理詳解(PMF)矩陣
- 矩陣的奇異值分解(SVD)及其應用矩陣
- matlab之size:返回矩陣的行數和列數Matlab矩陣
- 矩陣分解在協同過濾推薦演算法中的應用矩陣演算法
- matlab如何統計矩陣各元素的出現次數Matlab矩陣
- ML.NET 示例:推薦之矩陣分解矩陣
- 推薦系統-矩陣分解原理詳解矩陣
- 推薦系統實踐 0x0b 矩陣分解矩陣
- matlab矩陣連線圖解Matlab矩陣圖解
- matlab計算含有未知數的矩陣Matlab矩陣
- c語言中實現4行3列矩陣和3行4列矩陣的運算C語言矩陣
- C++實現蛇形矩陣C++矩陣
- OpenCL之矩陣乘法實現矩陣
- 文字主題模型之非負矩陣分解(NMF)模型矩陣
- 強大的矩陣奇異值分解(SVD)及其應用矩陣
- matlab標量或矩陣比較Matlab矩陣
- 矩陣和陣列矩陣陣列
- 用Spark學習矩陣分解推薦演算法Spark矩陣演算法
- ML.NET 示例:推薦之One Class 矩陣分解矩陣
- matlab比較兩個矩陣是否相等Matlab矩陣
- Matlab矩陣運算的硬體資源分析Matlab矩陣