آموزش ضرب، جمع و تفریق بردارها و ماتریس ها در متلب

قسمت شانزدهم: آموزش ضرب، جمع و تفریق بردارها و ماتریس ها در متلب

 

دانلود

 

 

کلمات کلیدی:

در ریاضیات، ضرب خارجی (به انگلیسی: Exterior Product)، ضرب برداری (به انگلیسی: Vector Product) عملگر دوتایی بر دو بردار در فضای سه بعدی اقلیدسی است که …

یک تابع را بنویسید که محصول بیرونی را بین دو بردار باز گرداند. این تابع باید دو استدلال ورودی را قبول کند: بردارهایی که باید چند برابر شوند. این تابع ماتریس حاوی محصول بیرونی دو بردار را بازگرداند.

الزامات: (الف) عملکرد شما باید تمام عملیات را بر عناصر آرایه های فردی انجام دهد (یعنی دستورات Matlab که در کل ماتریس ها / ردیف ها / ستون ها کار می کنند) نیست.

(ب) تابع شما باید تمام اندازه های بردار و ماتریس لازم را تعیین کند.

(c) اندازه ماتریس خروجی به ترتیب استدلال های ورودی تعیین می شود، صرف نظر از این که آرگومان ورودی ردیف یا بردار ستون است. طول بردار ورودی اول، تعداد ردیف ها در بردار خروجی را تعیین می کند و طول بردار ورودی دوم، تعداد ستون ها در ماتریس خروجی را تعیین می کند.

C = cross(A,B)
C = cross(A,B,dim)
  • اگر A و B بردار باشند، آنها باید طول 3 را داشته باشند.
  • اگر A و B ماتریس یا آرایه های چند بعدی باشند، آنها باید همان اندازه باشند. در این حالت، عنوان عملکرد cross A و B به مجموعه ای از بردارهای سه عنصر مورد بررسی قرار می دهد. این تابع محصول متقاطع بردارهای مربوطه را در طول اولین بعد آرایه که برابر با 3 است، محاسبه می کند.
 

 دو بردار سه بعدی ایجاد کنید.

  A = [-2 -2 1]؛
 B = [-1 -1 3]؛ 

 

  C = cross (A، B) 
  C = 
     -5 -11 -2 
 

ابعاد برای کار در کنار آن، به عنوان یک عدد صحيح مثبت مشخص شده است. اندازه ابعاد dim باید 3 باشد. اگر هیچ مقدار مشخص نشده باشد، پیش فرض اولین عنصر آرایه است که اندازه آن برابر با 3 است.

 

SUM در متلب SUM متلب آموزش رسم بردار در مطلب آموزش ماتریس در MATLAB آموزش ماتریس در متلب آموزش ماتریس متلب آموزش ماتریس ها در متلب آموزش متلب ماتریس ها الگوریتم ضرب دو ماتریس در متلب اندازه بردار در متلب اندازه بردار متلب اندازه یک بردار در متلب ایجاد بردار صفر در متلب 

آموزش بردارها و ماتریس ها در متلب

قسمت پانزدهم: آموزش بردارها و ماتریس ها در متلب

 

 

دانلود آموزش بردارها و ماتریس ها در متلب

 

 

 

کلمات کلیدی:

در جبر خطی، بردار ستونی یا ماتریس ستونی (به انگلیسی: Column vector) … (بخوانید m در ۱، به معنی m سطر و ۱ ستون) است که معرف ماتریسی با m درایه در ستونی …

MATLAB مخفف “آزمایشگاه ماتریکس” است. در حالی که زبان های برنامه نویسی دیگر عمدتا با اعداد یک بار در یک زمان کار می کنند، MATLAB® طراحی شده است تا عمدتا در تمام ماتریس ها و آرایه ها کار کند.

همه متغیرهای MATLAB آرایه های چند بعدی هستند ، صرف نظر از نوع داده ها. یک ماتریس یک آرایه دو بعدی است که اغلب برای جبر خطی استفاده می شود.

 

ایجاد آرایه

برای ایجاد آرایه با چهار عنصر در یک ردیف، عناصر را با یک کاما یا یک فضای جداگانه جدا کنید.

  a = [1 2 3 4] 
  a = 

      1 2 3 4

این نوع آرایه یک بردار ردیف است .

برای ایجاد یک ماتریس که دارای چندین ردیف است، ردیف ها را با semicolons جدا می کند.

  a = [1 2 3؛  4 5 6؛  7 8 10] 
  a = 

      1 2 3
      4 5 6
      7 8 10

ماتریس و عملیات آرایه

MATLAB به شما اجازه می دهد تا تمام مقادیر را در یک ماتریس پردازش کنید، با استفاده از عملگر یا تابع محاسباتی تک.

  +10 
  ans = 

     11 12 13
     14 15 16
     17 18 20

شما می توانید ضرب ماتریس استاندارد را اجرا کنید، که محصولات درونی بین ردیف ها و ستون ها را با استفاده از اپراتور * کند. به عنوان مثال، تأیید کنید که یک ماتریس برابر آن معکوس، ماتریس هویت را باز می کند:

  p = a * inv (a) 
  p = 

     1.0000 0 -0.0000
          0 1.0000 0
          0 0 1.0000

format فقط نمایش شماره را تحت تاثیر قرار می دهد، نه روش MATLAB آنها را محاسبه یا ذخیره می کند.

برای انجام ضرب عنصری به جای ضرب ماتریس، از اپراتور .* استفاده کنید:

  p = a. * a 
  p = 

      1 4 9
     16 25 36
     49 64 100

اپراتور ماتریس برای ضرب، تقسیم و قدرت هر یک دارای یک اپراتور آرایه ای است که عملگر عنصری است. به عنوان مثال، هر عنصر از a تا سوم قدرت را افزایش می دهد:

  a ^ ^ 3 
  ans = 

            1 8 27
           64 125 216
          343 512 1000

تلفیق

ترکیب سازی فرآیند پیوستن به آرایه ها برای ساختن آن ها بزرگتر است. در حقیقت، شما اولین آرایه خود را با ترکیب عناصر فردی خود ساخته اید. جفت براکت های مربعی [] اپراتور اتصال است.

  A = [a، a] 
  A = 

      1 2 3 1 2 3
      4 5 6 4 5 6
      7 8 10 7 8 10

آرایه های همبستگی کنار یکدیگر با استفاده از کاما، هماهنگی افقی نامیده می شود. هر آرایه باید همان تعداد ردیف باشد. به همین ترتیب، وقتی آرایه ها همان تعداد ستون ها را دارند، می توانید با استفاده از semicolons به صورت عمودی پیوند برقرار کنید.

  A = [a؛  a] 
  A = 

      1 2 3
      4 5 6
      7 8 10
      1 2 3
      4 5 6
      7 8 10

اعداد مختلط

اعداد مجتمع دارای اجزای واقعی و موهومی هستند، جایی که واحد خیالی ریشه مربع 1- .

  sqrt (-1) 
  ans = 
    0.0000 + 1.0000i

برای نشان دادن بخشی موهومی از اعداد پیچیده، از i یا j.

  c = [3 + 4i، 4 + 3j؛  -i، 10j] 
  c = 
    3.0000 + 4.0000i 4.0000 + 3.0000i
    0.0000 - 1.0000i 0.0000 + 10.0000i

آموزش حل ماتریس در متلب آموزش رسم بردار در مطلب آموزش ماتریس در MATLAB آموزش ماتریس در متلب آموزش ماتریس متلب آموزش ماتریس ها در متلب آموزش متلب ماتریس ها آموزش نوشتن ماتریس در متلب الگوریتم ضرب دو ماتریس در متلب اندازه بردار در متلب اندازه بردار متلب اندازه یک بردار در متلب ایجاد بردار صفر در متلب ایجاد ماتریس سه قطری در 

آموزش توابع نمایی و لگاریتمی در متلب

قسمت چهاردهم: آموزش توابع نمایی و لگاریتمی در متلب

 

 

دانلود آموزش توابع نمایی و لگاریتمی در متلب

 

 

 

کلمات کلیدی:

تابع‌های لگاریتمی و نمایی در صورتی که هر دو در یک پایه باشند می‌توانند یکدیگر را خنثی کنند. این موضوع به این دلیل است که دو تابع وارون یکدیگرند. (درست مانند ضرب و …

Y = log(X)

 لگاریتم طبیعی (ln (x هر عنصر را در آرایه X باز می گرداند.

  log (abs (z)) + 1i * زاویه (z) 

مقادیر لگاریتم، به عنوان یک اسکالر، بردار، ماتریس یا آرایه چند بعدی بازگشته است.

 

برازش تابع نمایی در متلب بزرگ نمایی در متلب بزرگ نمایی متلب تابع توزیع نمایی در متلب تابع لگاریتم در متلب تابع لگاریتم طبیعی در متلب تابع لگاریتمی در متلب تابع نمایی E در متلب تابع نمایی در سیمولینک متلب تابع نمایی در متلب تابع نمایی در مطلب تابع نمایی متلب توابع لگاریتمی در متلب 

آموزش توابع هیپربولیک در متلب

قسمت سیزدهم: آموزش توابع هیپربولیک در متلب

توابع هُذلولوی، هُذلولی، یاتوابع هیپربولیک (به فرانسوی: hyperbolique)، از توابع پرکاربرد در ریاضیات می‌باشند که روابط حاکم بر آنها شبیه مثلثات است، با این …

 

 

 

دانلود آموزش توابع هیپربولیک در متلب

 

 

کلمات کلیدی:

sinh تابع سینوسی هیپربولیک
cosh عملکرد کسینوس هیپربولیک
tanh عملکرد مماسی هیپربولیک
coth عملکرد تکاملی هیپربولیک
sech عملکرد سنتانه هیپربولیک
csch تابع cosecant هیپربولیک
arcsinh معکوس عملکرد سینوسی هذلولی
arccosh معکوس تابع کسینوس هیپربولیک
arctanh معکوس عملکردهای مماسی هیپربولیک
arccoth معکوس عملکردهای کمانگنی هذلولی
arcsech معکوس تابع secant هیپربولیک
arccsch معکوس تابع cosecant هیپربولیک

 

آموزش توابع هیپربولیک در متلب هاپربولیک متلب هذلولوی متلب هُذلولی متلب هیپربولیک متلب

 

 

 

آموزش توابع مثلثاتی در متلب

قسمت دوازدهم: آموزش توابع مثلثاتی در متلب

 

 

 

کلمات کلیدی:

 توابع مثلثاتی ریاضی تعریف شده در نرم افزار متلب (Matlab) به شرح …

آموزش رسم توابع مثلثاتی در متلب تابع مثلثاتی در متلب تابع مثلثاتی متلب تابع معکوس مثلثاتی در مطلب تعریف توابع مثلثاتی در متلب توابع مثلثاتی در MATLAB توابع مثلثاتی در متلب توابع مثلثاتی متلب توابع مثلثاتی معکوس در متلب توابع معکوس مثلثاتی در متلب توابع معکوس مثلثاتی در مطلب حل توابع مثلثاتی در متلب حل دستگاه معادلات مثلثاتی در متلب حل دو معادله دو مجهول مثلثاتی در متلب حل معادلات مثلثاتی در متلب