1) matrix solution
矩阵解法
1.
By using the Euclidean algorithm and invertible linear transformation over an integral ring, the solution of integral indeterminate equations of the first degree was investigated in theory, and its matrix solution based on the elementary matrix transformation was proposed.
用欧几里德算法和整数环上的可逆线性变换,从理论上对整数一次不定方程组的解进行了深入研究,提出了用矩阵的初等变换求解整数一次不定方程组的矩阵解法,并利用MATLAB数学软件开发了相应的计算机程序。
2.
Through concepts of the matrix exponential function and the matrix function differential coefficient in combination with relevant results of linear algebra and differential equation,the paper finds the matrix solution to initial value problem of an n-th order linear constant coefficient differential equation.
借助矩阵指数函数和矩阵函数导数的概念,结合线性代数和微分方程的有关结论,给出了n阶线性常系数微分方程初值问题的矩阵解法。
3.
By using the Euclidean algorithm and invertible linear transformation over a polynomial ring, the solutions of polynomial indeterminate equations of first degree was investigated in theory, and its matrix solution based on the elementary matrix transformation was proposed.
利用欧几里德算法和多项式环上的可逆线性变换,从理论上对多项式环上的一次不定方程组的解进行深入的研究,给出了用矩阵的初等变换求解多项式环上的一次不定方程组的矩阵解法,并利用MATLAB数学软件开发了相应的计算机程序。
2) matrix solution method
矩阵解法
1.
First,the matrix form solution of steady-state probability was derived by the Markfov process method and the matrix solution method.
利用马尔科夫过程理论和矩阵解法求出了稳态概率的矩阵解,并得到了系统的平均队长、平均等待队长以及顾客的平均损失率等性能指标。
2.
First,we derive the matrix form solution of the steady-state probability by the Markfov process method and the matrix solution method.
利用马尔科夫过程理论和矩阵解法求出了稳态概率的矩阵解,并得到了系统的平均队长、平均等待队长以及顾客的消失概率等性能指标。
3.
The matrix form solution of the steady-state probability was derived by the Markfov process method and the matrix solution method.
利用马尔科夫过程理论和矩阵解法求出了稳态概率的矩阵解,并得到了系统的平均队长、平均等待队长以及顾客的平均止步率等性能指标。
3) matrix resolution method
矩阵解析法
4) reverse matrix method
逆矩阵解谱法
1.
Though comparision and analysis of example, the results suggest that reverse matrix method show obvious superiority in parsing energy spectrum which determinate by N_aI(TI) spectrum instrument with lower resolving.
通过实测、比对和理论分析,对分辩率较差的NaI谱仪测得的能谱用逆矩阵解谱法解谱的结果明显优于全能峰面积解谱法。
6) matrix analysis/decoupling
矩阵法分析/解耦
补充资料：矩阵特征值问题数值解法
矩阵特征值问题数值解法
numerical solution of matrix eigenvalue problems
]uzhen tezheng zhi wenti ShuZhil}efQ矩阵特征值问题数值解法(n~ical solu-tion of matrix eigenvaluep均bl~)指在数字计算机上，研究如何采用有效的数值方法求矩阵特征值和特征向量的近似值的方法和过程。对元素为实数或复数的n xn维矩阵A，求数几和对应的非零向量x，使Ax二众，这样的问题称为矩阵特征值问题，也称代数特征值问题，几和x分别称为矩阵A的特征值和特征向量。矩阵特征值问题数值解常出现于动力系统和结构系统的振动问题，以及物理学中临界值的确定。对于微分方程等连续系统的特征值问题，若用离散化的数值方法求解也归结为矩阵特征值间题。此外，在其它数值方法理论分析和讨论计算过程对舍人误差的稳定性问题时，都与矩阵特征值问题有密切联系。 矩阵A的特征值几是特征多项式Pn(劝=det(汀一A)的根。其中I为n xn阶单位矩阵。传统方法是通过求凡(劝=0的根求出特征值几*(i二1，…，n)，再求其相应特征向量。这种方法只能求低阶矩阵特征值，对于。>4的高次多项式，一般不能用有限次运算求出根的精确值，直接用多矩·469·项式求根，工作量大且稳定性差。因此，目前求矩阵特征值和特征向量的方法主要是向量迭代法和变换方法两类。 向t迭代法不破坏原矩阵A，而是利用A对某些向量做运算产生迭代向量的求解方法，多用来求矩阵的部分极端特征值和相应的特征向量。乘不法和反苹法均属此类。 乘幕法用来求矩阵按模最大特征值与对应特征向量的一种迭代法，它以矩阵乘幂运算为主，也称幂法，设n阶矩阵A有一个完全的特征向量组，其”个线性无关的特征向量为x(l)，x(2)，…，x(·)，对应特征值按模大小满足条件:}几1}>}肠})…).、。:。任取一个初始向量，。笋。，且，。二乙。，x(决)(设。l护。)，于是、一、*，。一*、[·1一客一(佘)飞(，’] 由假设}久l}>}礼}，当k足够大时，Akvo除相差一个纯量因子外趋于幻所对应的特征向量，实际计算时为避免出现溢出，可采用规范化方法。最简单的幂法迭代格式如下: 取初始向量v0笋。(al半0)，计算 u*=A性一1，m*=rnax(u奋) Ukl，，，咋=—气纪=1，‘。’二 开扭走下三角矩阵、平面旋转阵、豪斯霍尔德矩阵等)，从矩阵A出发逐次进行相似变换，使变换后的矩阵序列趋于容易求得特征值的特殊形式的矩阵(如对角阵、三角阵、拟三角阵、三对角阵等)。这类方法多用于求中小规模矩阵的全部特征值，其优点是收敛速度快、计算结果可靠。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条