搜索资源列表
givens
- Givens transformation是向量的旋转变换。它可将被变换向量旋转成模与之相同的其它向量。其应用之一是QR分解。
givens
- Givens transformation是向量的旋转变换。它可将被变换向量旋转成模与之相同的其它向量。其应用之一是QR分解。-Givens transformation is the vector of the rotation transformation. It can transform vector will be rotating into the same mold with the other vector. One o
Givens
- 矩阵论中比较重要的一种算法givens矩阵变换算法 自己编写的 调试通过-矩阵论more important givens of an algorithm matrix transformation algorithm I have written through the debug
QR
- 矩阵全部特征值的QR方法，包括化一般矩阵为上Hessenberg阵，平面旋转阵(Givens变换阵)，用 Givens变换对上Hessenberg阵作QR分解，原点平移加速的QR方法等-Eigenvalue matrix of all the QR methods, including the general of the Hessenberg matrix array, planar array rotation (Givens tr
qrtrannnn
- 功能：对矩阵A的左上角的m阶对角块作QR变换：先用Givens变换作QR分解A=QR， 再作相似变换A:=Q AQ=RQ. 输入: n阶HessenbergA，其中A(m+1,m)=0,m>2. 输出: 变换后的Hessenberg形矩阵A. 2 用基本QR算法求实方阵的全部特征值.-Function: the upper left corner of the matrix A, diagonal bl
qrgv
- 4*4矩阵qr分解中的givens变换（cordic算法）-cordic givens
complex_givens
- 基于cordic算法的givens变换实现矩阵QR分解-Transform matrix QR decomposition based on the givens of cordic algorithm
household-givens
- 运用matlab编程语言，实现利用Householder变换和Givens变换求解矩阵的QR分解-Use matlab programming language, the realization and the Givens transformations using the Householder transformation matrix QR decomposition to solve
transform
- 数值代数常用变换，内部含有Gauss，cholesterol，household，givens,QR分解等变换-Common transform numerical algebra, contains an internal Gauss, cholesterol, household, givens, QR decomposition transformation
QR-decomposition_QRmd_qrg
- 使用givens变换实现矩阵的QR分解，矩阵分析与应用课程实践-QR decomposition of matrix using Givens transform
Givens代码及说明
- 数值线性代数中的givens变换，matlab语言实现(Givens transformation in numerical linear algebra and implementation of MATLAB language)
新建文件夹
- 用matlab实现Givens变换，具体说明见m文件(Givens transform matlab code)
QR
- 自动识别矩阵规模，进行QR分解运算，采用HouseHolder变换做成上Hessenberg矩阵，然后通过Givens变换做QR分解。(The size of the matrix is automatically identified, the QR decomposition operation is performed, the HouseHolder transform is used to make the upper Hes
matlab数值特征值与特征向量计算 实例源程序代码
- 特征值与特征向量的计算 339 10.1 特征值问题概述 339 10.1.1 特征多项式 339 10.1.2 特征值范围估计 340 10.2 幂法及反幂法 341 10.2.1 幂法 341 10.2.2 幂法的加速 344 10.2.3 反幂法 350 10.2.4 混合幂法 352 10.3 实对称矩阵的Jacobi法 353 10.3.1 Givens变换 353