@ vapurrmaid / markov-链 一个轻量级的TS库，用于使用马尔可夫链和概率矩阵进行计算。 安装 # yarn yarn add @vapurrmaid/markov-chain # npm npm install --save @vapurrmaid/markov-chain 模组 马尔可夫链 表示有限的离散时间。 该模块的功能是： 概率状态转换 状态可用于动态更新概率 报告当前状态是否为终端 终端状态将始终转换回自身 MarkovChain导入 import { MarkovChain } from '@vapurrmaid/markov-chain' MarkovChain构造函数 必须提供N x N个概率数组作为number[][] 必须提供大小为N的T[]的值数组 （可选）在[0, N)提供initialState 如果未提供任何参数，则默认的initial

Contents 1 Basics 5 1.1 Trace and Determinants . . . . . . . . . . . . . . . . . . . . . . . 5 1.2 The Special Case 2x2 . . . . . . . . . . . . . . . . . . . . . . . . . 5 2 Derivatives 7 2.1 Derivatives of a Determinant . . . . . . . . . . . . . . . . . . . . 7 2.2 Derivatives of an Inverse . . . . . . . . . . . . . . . . . . . . . . . 8 2.3 Derivatives of Eigenvalues . . . . . . . . . . . . . . . . . . . . . . 9 2.4 Derivatives of Matrices, Vectors and Scalar Forms . . . . . . . . 9 2.5 Derivatives of Traces . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.6 Derivatives of vector norms . . . . . . . . . . . . . . . . . . . . . 13 2.7 Derivatives of matrix norms . . . . . . . . . . . . . . . . . . . . . 13 2.8 Derivatives of Structured Matrices . . . . . . . . . . . . . . . . . 14 3 Inverses 16 3.1 Basic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 3.2 Exact Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 3.3 Implication on Inverses . . . . . . . . . . . . . . . . . . . . . . . . 19 3.4 Approximations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.5 Generalized Inverse . . . . . . . . . . . . . . . . . . . . . . . . . . 20 3.6 Pseudo Inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 4 Complex Matrices 23 4.1 Complex Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . 23 4.2 Higher order and non-linear derivatives . . . . . . . . . . . . . . . 26 4.3 Inverse of complex sum . . . . . . . . . . . . . . . . . . . . . . . 26 5 Solutions and Decompositions 27 5.1 Solutions to linear equations . . . . . . . . . . . . . . . . . . . . . 27 5.2 Eigenvalues and Eigenvectors . . . . . . . . . . . . . . . . . . . . 29 5.3 Singular Value Decomposition . . . . . . . . . . . . . . . . . . . . 30 5.4 Triangular Decomposition . . . . . . . . . . . . . . . . . . . . . . 32 5.5 LU decomposition . . . . . . . . . . . . . . . . . . . . . . . . . . 32 5.6 LDM decomposition . . . . . . . . . . .

SUMS26 Matrix Groups -- An Introduction to Lie Group Theory, Andrew Baker (2002) .zip

随机矩阵 随机矩阵理论的软件包。 希望增加足够的功能并在2021年8月发布。 例子 随机矩阵理论 随机矩阵模型 生成3 x 3随机Unit矩阵运行 RandomUnitaryMatrix(3)或等效 rand(Haar(2,3)) 生成3 x 3随机正交矩阵 RandomOrthogonalMatrix(3)或等效 rand(Haar(1,3)) 随机线性代数 如果A是一个乘m矩阵，而B是一个乘w矩阵。 运行RandomSamplingMatrix(A,B,k=2)将生成大小为m×k的随机采样矩阵S。 其中E（SS'）= I，而E（ASS'B）= AB。 对于定义，请检查代码或在2.2节末尾（在2.3节之前）查找S：= SD。

Topics in matrix analysis-Cambridge University Press.pdf

【简介】一篇关于nonnegative matrix factorization（非负矩阵分解）的应用文章。 【语言】英文

matrix differential -3rdedition矩阵微分的经典教材 Matrix Differential Calculus with Applications in Statistics and Econometrics Third Edition JAN R. MAGNUS CentER, Tilburg University

矩阵乘法 使用 Verilog 设计 4 x 4 矩阵乘法 该设计已通过以下数据验证 设计文件可以在 /src 下找到 可以在 /tb 下找到测试平台 请注意，所有输入数据均应使用8位符号进行签名，而输出数据应使用11位符号进行签名。 输出以有符号十进制监控。 执照 有关许可权利和限制 (Apache 2.0)，请参阅文件。

Matrix_Calculations 线性方程组 特征值和特征向量 奇异值分解 最小二乘法 目的 该项目旨在实现稠密矩阵的某些矩阵运算（稠密矩阵是具有零元素数量非常有限的矩阵。）包括求解线性方程组，查找矩阵的特征值和特征向量，求解最小二乘问题以及执行奇异值分解。 实现的矩阵由2D长双精度数组表示，对于大小小于10,000的矩阵应该足够了。 如果矩阵的大小很大，则矩阵元素应存储在多台计算机中，并且应该相应地修改所提及的操作的实现。 实施方式 在整个项目中，我将long double的数据类型定义为LDouble ，将LDouble *定义为LDPtr ，将unsigned int定义为MInt 。 家庭户 此类表示Householder矩阵，该矩阵由向量x生成，形式为H = I-beta * v * transpose（v），其中beta是一个恒定的实数。 令H * x为一个向量，则该向

这是一本矩阵理论，涉及的知识面很广，里面给出的方法很经典，适合数学以及工科专业的研究生学习，特别是控制论相关专业的学生很值得拥有这本书。