What & How & Why

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

两侧同时换到之前的修订记录前一修订版
后一修订版
前一修订版
上一修订版两侧同时换到之后的修订记录
math:linear_algebra:laff:week_3 [2020/04/08 04:03] codingharemath:linear_algebra:laff:week_3 [2020/04/19 12:00] – [矩阵与向量的乘法:Axpy解释] codinghare
行 195: 行 195:
 \\ \\
 对上三角矩阵,只需要在每次迭代中对 $A_{10}^T$ 或 $A_{21}$ 所代表的向量赋零即可,也就是: 对上三角矩阵,只需要在每次迭代中对 $A_{10}^T$ 或 $A_{21}$ 所代表的向量赋零即可,也就是:
-<code> +<code matlab
-a10t = 0; //in row +a10t = 0; %in row 
-a21 = 0; // in col+a21 = 0; %in col
 </code> </code>
  
行 341: 行 341:
 \\ \\
 该算法中的每个循环不再进行点积操作,而是进行AXPY操作,但得到的任然是一个向量;通过循环将这个向量累加到 $y$ 上,最终也可以得到矩阵与向量相乘的结果。其实质就是一个列优先的双重循环: 该算法中的每个循环不再进行点积操作,而是进行AXPY操作,但得到的任然是一个向量;通过循环将这个向量累加到 $y$ 上,最终也可以得到矩阵与向量相乘的结果。其实质就是一个列优先的双重循环:
-<code>+<code matlab>
 for i = 0, i <= n -1, ++i for i = 0, i <= n -1, ++i
     for j = 0, j <= m-1, ++j     for j = 0, j <= m-1, ++j