叉乘点乘混合运算公式是什么呢?有哪些典型的周期函数呢?

Python012

叉乘点乘混合运算公式是什么呢?有哪些典型的周期函数呢?,第1张

混和运算公式

混合积具备轮换对称性:(a,b,c)=(b,c,a)=(c,a,b)=-(a,c,b)=-(c,b,a)=-(b,a,c)在数学中,向量(又称为欧几里得向量、几何图形向量、矢量素材),指具备尺寸(magnitude)与目标的使用量。它能够具象化地表示为带箭头符号的直线。箭头符号所说:代表向量方向;直线长短:代表向量大小。与向量相对应的量称为总数(物理中称标量),总数(或标量)仅有尺寸,找不到方向。

向量的数量积的特性

a·a=|a|的平方米。a⊥b〈=〉a·b=0。a·b|≤|a|·|b|。(该公式计算证实如下所示:|a·b|=|a|·|b|·|cosα|由于0≤|cosα|≤1,因此|a·b|≤|a|·|b|)

向量的数量积与实数计算的重要不同之处

1.向量的数量积不符合结合律,即:(a·b)·c≠a·(b·c);比如:(a·b)²≠a²·b²。

2.向量的数量积不符合消除律,即:由a·b=a·c(a≠0),推不出b=c。

3.|a·b|与|a|·|b|不等价。

4.由|a|=|b|不能推出a=b,也不能推出a=-b,但反之则创立。

sinx,cosx,tanx,cotx等每一个三角函数全是周期函数。周期函数的函数定义域一定是无尽结合,界定在相同结合里的函数公式不是周期函数

任何一个常数kT(k∈Z,且k≠0)全是它周期时间。而且周期函数f(x)的时间T是与x不相干的非零常数,且周期函数不一定有最小正周期。

周期函数f(x)的时间T是与x不相干的非零常数,且周期函数不一定有最小正周期,例如狄利克雷函数。

sum(向量名) :求和

max(向量名) :返回向量最大值

min(向量名) :返回向量最小值

range(向量名) :返回向量中的上界和下界

mean(向量名) :返回向量平均值

var(向量名) :返回向量的方差

sd(向量名) :返回向量的标准差

prod(向量名) :向量中所有值的乘积

median(向量名) :求中位数

quantile(向量名) :求分位数, quantile(x,c(0.4,0.5,0.8) 求出向量x的四分位,五分位和八分位值。

abs(向量名) :返回绝对值

sqrt(向量名) :计算平方根

log(向量名/值,base=底数值) :取对数

exp(向量名) :计算向量中每个元素的指数

sin(向量或值) :正弦三角函数

cos(向量或值) :余弦三角函数

ceiling(向量名) :向上取整

floor(向量名) :向下取整

trunc(向量名) :舍去小数,取整

round(向量名) :四舍六入五留双(五留双含义整数部分为偶数留整数,奇数部分进一,例如4.5留4,5.5留6)

round(向量名,digits=数值x): round函数下保留x位小数,digits指小数点后位数

sigif(向量,digits=数值x) :截取数据,digits指有效数字的位数

下标从1开始

which.max(向量名) :返回最大元素的索引值

which.min(向量名):返回最小元素的索引值

which(t>5):返回元素值大于5的索引位置

t[which(t>5)]:返回元素值大于5的元素位置上的值

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