R语言求解，x是向量，y是矩阵，求xt，这向量乘矩阵是怎么回事？还有向量加矩阵是什么？

Python019

R语言求解，x是向量，y是矩阵，求xt，这向量乘矩阵是怎么回事？还有向量加矩阵是什么？,第1张

矩阵作用在向量上,

矩阵左乘向量,向量应该列着写,叫列向量!

[a b] [x]= [ax+by]

[c d] [y] [cx+dy]

注：这里上下两个方括号,应该是个大方括号,没办法打出

别的不清楚，R有两种做法。

一种用matrix()把1:10扩展成相应的矩阵，然后相加

x <- 1:10

v <- rep(x, 10) # 把x重复个10次，v是100维向量，10个1到10的循环

m1 <- matrix(v, 10, 10)              # 把v铺在一个10*10的矩阵里，按列铺

m2 <- matrix(v, 10, 10, byrow = T)   # 把v铺在一个10*10的矩阵里，按行铺

m1 + m2

第二种就是用一个1向量和1:10左右矩阵相乘达到和上面m1,m2相同的效果

x <- 1:10

one <- rep(1,10)

m1 <- one %*% t(1:10)  # t是把列向量转置成行向量

m2 <- 1:10 %*% t(one)

m1 + m2

摘自： https://www.cnblogs.com/yupeter007/p/5325575.html

矩阵的存储默认是按列进行存储的

matrix (data = NA, nrow = 1, ncol = 1, byrow =FALSE, dimnames = NULL)

创建一个c(1:12)的三行四列的矩阵，

colnames<-c("c1","c2","c3","c4")

rownames<-c("r1","r2","r3")

x<-matrix(1:12,nrow=3,ncol=4,byrow=TRUE,dimnames=list(rownames,colnames))

x

c1 c2 c3 c4

r1 1 2 3 4

r2 5 6 7 8

r3 9 10 11 12

y<-t(x)

若是针对的是一个向量

y<-(1:10)

装置后得到的是行向量

[1] "matrix"

若要的到列向量则

matrix(rnorm(100),nrow=10)

matrix(2,ncol=n,nrow=m)

4.1创建对角矩阵

diag(x,ncol=n,nrow=m)

若x为矩阵 则diag（x）将会提取矩阵x的对角，则返回的是向量值

返回的是以矩阵对角的对角矩阵

[,1] [,2] [,3]

[1,] 1 0 0

[2,] 0 1 0

[3,] 0 0 1

n<-ncol

m<-nrow

为矩阵的行和列命名

rownames(x)<-c()

colnames(x)<c()

A为m×n矩阵，c>0，在R中求cA可用符号：“*”，例如：

A为m×n矩阵，B为n×k矩阵，在R中求AB可用符号：“％*％”，例如：

对矩阵求逆

方法一：直接用solve（x）

方法二：加载包MASS

library(MASS)

ginv(matrix)

向量的内积

x<-c(1:5)

y<-c(3:7)

向量的外积

向量、矩阵的外积(叉积)

设x和y是n维向量，则x%o%y表示x与y作外积.

, , 2, 1

[,1] [,2] [,3] [,4]

[1,]28 14 20

[2,]4 10 16 22

[3,]6 12 18 24

, , 1, 2

[,1] [,2] [,3] [,4]

[1,]3 12 21 30

[2,]6 15 24 33

[3,]9 18 27 36

, , 2, 2

[,1] [,2] [,3] [,4]

[1,]4 16 28 40

[2,]8 20 32 44

[3,] 12 24 36 48

outer()是更为强大的外积运算函数，outer(x,y)计算向量x与y的外积，它等价于x %o%y

函数。outer()的一般调用格式为

outer(x，y，fun=”*”)

det(x),求矩阵x的行列式值

qr(x)$rank求x矩阵的秩

解线性方程组和求矩阵的逆矩阵