问题标签 [linear-algebra]

我在 MATLAB 中有这行代码，由其他人编写：

我需要把它翻译成 Python。a、b 和 c 都是数组。我目前用于测试代码的维度是：

a: 18x1,
b: 25x18,

这给了我尺寸为 1x25 的 c。

数组不是正方形的，但如果它们是，我不希望代码失败。有人可以准确地解释这条线在做什么（数学上），以及如何在 Python 中做到这一点？（即，如果它存在于 Python 中，则它与 MATLAB 中的内置 mrdivide 函数等效？）

我有这行 MATLAB 代码：

我正在使用这些输入：

这是结果（一个 1x25 矩阵）：

MATLAB 在做什么？我试图在 Python 中复制这种行为，而mrdivideMATLAB 中的文档没有帮助。5 来自哪里，为什么其余的值都是 0？

我已经尝试使用其他输入并收到类似的结果，通常只是一个不同的第一个元素和零填充矩阵的其余部分。在 Python 中，当我使用 时linalg.lstsq(b.T,a.T)，返回的第一个矩阵中的所有值（即不是单数）都是 0.2。我已经在 Python 中尝试过正确的除法，它完全给出了错误尺寸的东西。

我了解最小二乘近似是什么，我只需要知道mrdivide在做什么。

有关的：

• 数组除法 - 从 MATLAB 转换为 Python

可能重复：
如何生成对非对角元素有约束的伪随机正定矩阵？

用户想要对 var/covar 矩阵中每对变量之间的相关性施加一个唯一的、非平凡的上/下界。

例如：我想要一个方差矩阵，其中所有变量都有0.9 > |rho(x_i,x_j)| > 0.6，是变量和rho(x_i,x_j)之间的相关性。x_ix_j

谢谢。

用户想要对 var/covar 矩阵中每对变量之间的相关性施加一个唯一的、非平凡的上/下界。

例如：我想要一个方差矩阵，其中所有变量都有 0.9 > |rho(x_i,x_j)| > 0.6，rho(x_i,x_j) 是变量 x_i 和 x_j 之间的相关性。

谢谢。

好的，已经找到了一些快速而肮脏的解决方案，如果有人知道更准确的到达那里的方法，那将是受欢迎的。

我失去了原来的登录名，所以我在新的登录名下重新发布了这个问题。 上一次迭代得到以下答案

*你的意思是伪随机，这是半随机的正确术语——罗伯特·古尔德

*好点，但我认为他的意思是半伪随机（在谈论计算机随机性时假设伪：-p） - fortran

*“相关”是指“协方差”吗？– 斯万特

*不，我的意思是相关性。我想生成一个正定矩阵，以使所有相关性都比平凡的界限更紧密。– 瓦克

*看我的回答。您是否坚持样本相关性位于指定范围内，或者只是生成样本的总体相关性？如果您的问题是前者，我确实提出了一个可行的想法。- 木屑

*woodship：不，我担心你的解决方案不起作用，请在原始威胁中查看我的答案（上面的链接）。谢谢。

我正在用 C++ 编写一个用于双曲偏微分方程的软件。几乎所有的符号都是向量和矩阵的。最重要的是，我需要线性代数求解器。是的，向量和矩阵的大小可以有很大差异（从 1000 到只能通过分布式内存计算解决的大小，例如集群或类似架构）。如果我生活在乌托邦，我就会有线性求解器，它可以很好地扩展到集群、GPU 和多核。

在考虑应该表示变量的数据结构时，我想到了 boost.ublas 和 MTL4。两个库都兼容 blas 3 级，MTL4 实现了稀疏求解器，并且比 ublas 快得多。它们都没有实现对多核处理器的支持，更不用说分布式内存计算的并行化了。另一方面，MTL4 的开发依赖于 2 个开发人员的单独努力（至少据我所知），我确信 ublas 存在于 boost 库中是有原因的。此外，英特尔的 mkl 库包括将其结构与 ublas 绑定的示例。我想将我的数据和软件绑定到将长期坚如磐石、开发和维护的数据结构。

最后，问题。您在使用 ublas 和/或 mtl4 方面有何经验，您会推荐什么？

谢谢，mightydodol

我的几位同行都提到，“线性代数”在学习算法时非常重要。我研究了各种算法并参加了一些线性代数课程，但我没有看到其中的联系。那么线性代数是如何在算法中使用的呢？

例如，图的连接矩阵可以带来哪些有趣的东西？

我有以下径向渐变：

我想将这个梯度减小 90%，并根据这个新的比例适当地转换它（x 位置变为 402.2，y 位置变为 545.1，等等）。

显然，将 cx、cy、fx、fy 和 r 乘以 0.1 将使我获得成功。但是，我如何以编程方式重做 gradientTransform 以完成剩下的工作？

boost有吗？其中 A、y 和 x 分别是矩阵（稀疏且可能非常大）和向量。y 或 x 都可以是未知的。

我似乎在这里找不到它：http: //www.boost.org/doc/libs/1_39_0/libs/numeric/ublas/doc/index.htm

我正在使用Boost UBlas 的数值库绑定来解决一个简单的线性系统：

我尝试使用以下命令编译它：

但失败并出现以下错误：

我在代码中的方法有什么问题？

我正在使用 Boost UBlas 的数值库绑定来解决一个简单的线性系统。以下工作正常，除了它仅限于处理相对较小的“m”的矩阵 A(mxm)。

在实践中，我有一个更大的矩阵，尺寸 m= 10^6（最多 10^7）。
是否存在有效使用内存的解决 Ax=b 的现有 C++ 方法。