％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法， ％ 但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A)，其中U和V代表二个相互正交矩阵， ％ 而S代表一对角矩阵。 和QR分解法相同者， 原矩阵A不必为正方矩阵。 ％ 使用SVD分解法的用途是解最小平方误差法和数据压缩。用svd分解法解线性方程组，在Quke2中就用这个来计算图形信息，性能相当的好。在计算线性方程组时，一些不能分解的矩阵或者严重病态矩阵的线性方程都能很好的得到解
标签： decomposition SVD sigular value
上传时间： 2013-12-14
上传用户：大融融rr
线性时变系统控制器设计的工具包，所用的方法是基于变化参数的李亚普诺夫线性不等式。每个m文件都有详细的说明。
标签： 线性 制器设计 工具包
上传时间： 2016-01-09
上传用户：xymbian
矩阵和初等几何常用算法，包括高斯-约当法求逆矩阵、用乔里斯基分解法求对称正定阵的线性方程组等等的源代码
标签： 矩阵 几何 算法
上传时间： 2014-11-10
上传用户：450976175
用Gauss消元法、选列主元的Gauss消元法求线性方程组（1）的解，要求输出增广矩阵的消元变化过程。 用Gauss消元法、选列主元的Gauss消元法求线性方程组（1）的解，要求输出增广矩阵的消元变化过程 42x1+2x2+3x3=3 x1+7x2+7x3=1 -2x1+4x2+5x3=-7 算法思想：Gauss消元法是将线性方程组化为上三角形线性方程组，然后再用一个回代过程求这个上三角形线性方程组的解；选主元的Gauss消元法是在Gauss消元法上增加了选列主元的过程，选列主元是为了避免当akk 为零或绝对值充分小时使计算过程被迫终止或计算误差较大，选列主元是将akk、a(k+1)k 、…、ank 中绝对值最大的元素移到主对角线上，从而改进Gauss消元法性能
标签： Gauss 线性 方程
上传时间： 2016-02-06
上传用户：tyler
用迭代法求解线性方程组，使用了雅可比矩阵，进行迭代计算
标签： 用迭代法 方程 解线性
上传时间： 2013-12-11
上传用户：zhaoq123
最小二乘法求超定线性方程组得C＋＋模板，还包括矩阵求逆，矩阵乘法等小函数
标签： 最小二乘法 方程 线性 模板
上传时间： 2016-02-28
上传用户：李梦晗
这是一个博士生矩阵讲义课程，内容涉及线性代数的好多方面。
标签： 矩阵 讲义
上传时间： 2014-01-22
上传用户：Divine
利用IDl 编写的一元线性回归程序，其中利用了矩阵来求解线性回归的系数，具有很好的参考价值
标签： IDl 编写 线性 回归
上传时间： 2014-01-08
上传用户：yulg
数值分析方法库 本书编写了300多个实用而有效的数值算法C语言程序。其内容包括：线性方程组的求解，逆矩阵和行列式计算，多项式和有理函数的内插与外推，函数的积分和估值，特殊函数的数值计算，随机数的产生，非线性方程求解等
标签： 300 数值分析 C语言程序 方法库
上传时间： 2016-07-18
上传用户：sk5201314
提供矩阵以及向量的各种运算，线性方程组的求解，二次曲面的插值和逼近，最小二乘法等数值分析计算工具
标签： 矩阵 向量 运算
上传时间： 2016-08-31
上传用户：gengxiaochao
