




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
Modelica语法详解数组哈工大计算学部-工业软件中心哈工大重庆研究院-无人装备中心曲明成
博士/副教授
qumingcheng@2025年4月23日一个简单的平抛模型是这样的modelFlatThrow"平抛运动"
finalparameter
Realg=9.81;
parameter
Realv0=1;
Realx(start=0);
Realh(start=10);
Realposition[2]={x,h};
Realv[2];equation
v[1]=v0;v[1]=der(x);v[2]=der(h);
der(v[2])=-g;endFlatThrow;在建模过程中,如何表示位移、速度等物理变量各个方向的分量?如何对各个分量进行计算?数组:一组同类型变量的集合分类(根据维度):0维数组:标量,如:3.141维数组:向量,如:2维数组:矩阵,如:……确定数组的维度以及各维度的长度数组赋值以及简单方式生成数组将多个数组组合成一个数组读取数组中某个元素或某个区域元素的值对数组进行求解运算思考目录1.
数组声明2.数组构造3.数组连接4.数组索引与切片5.数组运算6.本章回顾数组维度:
,[3]表示V为1维数组,其中第一维长度为3。
,[2,3]表示A为2维数组,其中第一维长度为2,第二维长度为3。定义数组首先要声明数组的维度维度声明维度声明方式1(java方式):形式:数据类型[第1维长度,第2维长度,…]+数组名称+(数组赋值)维度声明方式2(C语言方式):modelArray
Reala=1;
Integerb[3]={1,2,3};
Realc[3,3]={{1,2,3},{2,1,2},{3,2,1}};endArray;形式:数据类型+数组名称[第1维长度,第2维长度,…]+(数组赋值)定义组件时,建议使用。注意:向量只有一种表示方式,所以不分行向量和列向量避免使用两种声明方式混合modelArray
Reala=1;
Integer[3]b={1,2,3};
Real[3,3]c={{1,2,3},{2,1,2},{3,2,1}};endArray;1.数组声明使用场景数组下标为整型数组长度不确定数组下标为布尔型数组下标为枚举型model
ArrayReala[3]={1,2,3};
Realb[2,3]={{1,2,3},{4,5,6}};
Integerc=3;
Reald[c]={2,4,6};end
Array;使用场景1:数组下标为整型a[3]:3表示向量个数b[2,3]:
2表示矩阵行数3表示矩阵列数下标的个数代表维度下标的值代表各维度的长度。model
Arrayparameter
Integerc=3;
Reala[3]={1,2,3};
Realb[2,3]={{1,2,3},{4,5,6}};
Reald[c]={2,4,6};end
Array;注意:下标赋值必须为参数或常值,不支持动态数组下标赋值不能为实型错误正确错误model
ArrayReala[3]={1,2,3};
Realb[2,3]={{1,2,3},{4,5,6}};
Realc=3;Reald[c]={2,4,6};end
Array;//c不为整型//c不为参数或常数1.数组声明使用场景2:数组长度不确定modelArray
parameter
Reala[:,:]={{1,2},{3,4},{5,6}};
Realb;equation
b=sum(a);endArray;更改参数,维度和长度都可根据赋值进行改变。参数的各维的长度不确定时:注意:数组的长度一定可以根据赋值或其他参数或常数推导确定;只有参数支持不确定长度,目前不支持变量使用不确定长度;尽量避免使用不确定长度;使用“:”表示不确定的长度1.数组声明使用场景3:数组下标为布尔型model
Array
Reala[Boolean]={1,2};
Realb[Boolean,Boolean]={{1,2},{3,4}};
Realc=a[true];
Reald=b[true,false];endarray;注意:下标为布尔型长度为2下界为false,上界为true使用场景4:数组下标为枚举型modelArray
typecolors=enumeration(red,green,blue);
Reala[colors]={1,3,5};
Realb=a[colors.red];
Realc=a[colors.green];
Reald=a[colors.blue];endarray;注意:下标为枚举型维度为枚举数量赋值顺序按照枚举顺序1.数组声明目录1.
数组声明2.数组构造3.数组连接4.数组索引与切片5.数组运算6.本章回顾model
Array
Reala[3]={1,2,3};
Realb[3]={4,5,6};Realc1[2,3]={{1,2,3},{4,5,6}};
Realc2[2,3]=[1,2,3;4,5,6];
Realc3[2,3]={a,b};endarray;标量形成向量,向量形成矩阵。注意:每个参数维度相等且每一维度长度均相等向量形成矩阵只能使用{}使用{}:可以构造多维度数组;每多一层嵌套,维度加一。
每一层多一个参数,对应维度长度加一。使用[]:只可构造二维数组,即矩阵使用“;”
切换到下一行构建向量使用{},构建矩阵推荐使用[]。赋值的维度和长度与变量定义的维度和长度相同。(1)一般构造方式
说明:2.数组构造(2)范围向量构造范围向量:向量元素取值于一个数值区间内的固定间距点形式:范围起点(:步长):范围终点model
Array
Reala[3]=1.2:1.1:3.5;
Realb[3]=1.2:3.5;end
Array;model
Array
Reala[4]=1.2:3.5;
Realb[3]=1.2:1.1:3.5;end
Array;错误注意:区间内能够取值的点个数大于等于向量长度说明:如果不指定步长,则步长默认为1起点值一定转化为一个数组元素2.数组构造目录1.
数组声明2.数组构造3.数组连接4.数组索引与切片5.数组运算6.本章回顾向量连接
model
Array
Reala[3]={1,2,3};
Realb[3]={4,5,6};
//向量连接形成向量
Realc[6]=cat(1,a,b);//向量连接形成矩阵//Real
d0[2,3]=cat(2,a,b)
Real
d1[2,3]={{1,2,3},{1,2,3}};
Real
d2[2,3]={a,b};end
Array;错误注意:连接向量只有cat函数一种方式。使用cat函数的两个参数维度必须相等,无法使用cat函数将向量连接为矩阵。直接使用{}的形式将多个同长度的向量组成对应矩阵排列顺序:按照参数顺序。向量连接形成向量向量连接形成矩阵3.数组连接矩阵连接
modelarray
Reala[1,3]=[1,2,3];
Realb[1,3]=[4,5,6];
endarray;注意:列方向拼接,行数必须相等。行方向拼接,列数必须相等。“,”优先级比“;”高。方式1:使用cat函数2:沿2维方向连接,即列方向1:沿1维方向连接,即行方向,
:沿列方向连接;
:沿行方向连接思考:先列方向连接还是行方向连接?形似:Real
a[2,2]=[1,2;1,2];所以默认先列方向连接,后行方向连接,与f1等价。如需要先连接行方向则使用f2的形式。方式2:使用[],推荐使用
Realc1[1,6]=cat(2,a,b);
Reald1[2,3]=cat(1,a,b);Real
f3[2,6]=[a,b;a,b];
Realc2[1,6]=[a,b];
Reald2[2,3]=[a;b];Real
f1[2,6]=[[a,b];[a,b]];Real
f2[2,6]=[[a;b],[a;b]];3.数组连接
Reala[3]={1,2,3};
Realb[3]={4,5,6};
//向量连接形成向量
Realc[6]=cat(1,a,b);目录1.
数组声明2.数组构造3.数组连接4.数组索引与切片5.数组运算6.本章回顾通过数组索引操作符“[…]”用来访问数组元素的值。数组索引modelarray
typecolors=enumeration(red,green,blue);
parameter
Reala[3]={0,0,-9.8};
parameter
Realb[3,3]=[1,2,3;4,5,6;7,8,9];
parameter
Realc[Boolean]={2,3};
parameter
Reald[colors]={1,3,5};
Realaz;
Reale;
Realf;
Realg;equation
az=a[3];e=b[1,2];f=c[true];g=d[colors.green];endarray;向量索引:[k]中的k表示向量中第k个量的值矩阵索引:[j,k]中的j、k表示矩阵中第j行,第k列的值形式:数组名称[索引坐标]4.数组索引与切片通过数组索引操作符“[…]”和“:”用来访问数组某个区域元素。数组切片modelArray
parameter
Reala[6]={1,2,3,4,5,6};
parameter
Realb[3,3]=[1,2,3;4,5,6;7,8,9];
Realc[4];
Reald[4];
Reale[3];
Realf[3];
Realg[2,3];
Realh[3,2];equation
endArray;取a中第1个到第4个量取a中最后4个量取b中第1行的所有量取b中最后1列的所有量取b中第1行到第2行组成的矩阵取b中第1列和第3列组成的矩阵说明:“1:4”表示此维度中第1个到第4个量“:”表示此维度中所有量“end”表示此维度中最后1个量“{1,3}”表示此维度中第1个和第3个量注意:取矩阵中某一行或一列中某一个或某几个值时,取出的值为对应个数的向量。c=a[1:4];d=a[end-3:end];e=b[1,:];f=b[:,end];g=b[1:2,:];h=b[:,{1,3}];4.数组索引与切片索引及切片归纳功能表达式维数结果类型索引v[1]0标量x[1,1]0标量切片v[1:p]1p长度向量x[:,1]1n长度向量x[1,:]1m长度向量x[1:p,:]2p×m矩阵x[1:1,:]21×m矩阵x[{1,3,5},:]23×m矩阵x[:,v]2n×j矩阵z[:,3,:]2i×m矩阵x[{1},:]21×m矩阵Integerv[j]Real
x[n,m]Realz[i,n,m]4.数组索引与切片modelModel10
Integerv[2]={2,3};
Realx[3,4]=[1,2,3,4;5,6,7,8;9,10,11,12];
Realy[3,2];equationy=x[:,v];endModel10;目录1.
数组声明2.数组构造3.数组连接4.数组索引与切片5.数组运算6.本章回顾数组运算等式与赋值对数组进行运算求解四则运算加法减法乘法除法内置函数数组维和维长度的操作函数维转换函数特殊的数组构造函数归约函数矩阵和矢量的代数函数5.数组运算等式与赋值形式:a=b要求:a与b维度以及各维度的长度均相等赋值顺序:各维度上的各个量一一对应相等,
等式两侧完全相同。modelarray
parameter
Reala0=1;
parameter
Reala1[3]={1,2,3};
parameter
Reala2[2,2]=[1,2;3,4];
parameter
Reala3[2,2,2]={{{1,2},{3,4}},{{1,2},{3,4}}};
Realb0;
Realb1[3];
Realb2[2,2];
Realb3[2,2,2];equation
b0=a0;b1=a1;b2=a2;b3=a3;endarray;5.数组运算加减形式:c=a+/-b要求:a、b、c维度以及各维度的长度均相等加减法则:各维度上的各个量一一对应相加或相减
modelarray
parameter
Reala0=1;
parameter
Reala1[3]={1,2,3};
parameter
Reala2[2,2]=[1,2;3,4];
parameter
Reala3[2,2,2]={{{1,2},{3,4}},{{1,2},{3,4}}};
parameter
Realb0=2;
parameter
Realb1[3]={3,2,1};
parameter
Realb2[2,2]=[4,3;2,1];
parameter
Realb3[2,2,2]={{{4,3},{2,1}},{{4,3},{2,1}}};Real
c0;
Real
c1[3];
Real
c2[2,2];
Real
c3[2,2,2];equation
c0=a0+b0;c1=a1+b1;c2=a2-b2;c3=a3-b3;endarray;5.数组运算乘法(标量*数组)形式:c=a0*b或c=b*a0(注:a0为标量)要求:b、c维度以及各维度的长度均相等乘法法则:标量与各维度上的各个量一一对应相乘
modelarray
parameter
Reala0=2;parameter
Realb0=2;
parameter
Realb1[3]={3,2,1};
parameter
Realb2[2,2]=[4,3;2,1];
parameter
Realb3[2,2,2]={{{4,3},{2,1}},{{4,3},{2,1}}};Real
c0;
Real
c1[3];
Real
c2[2,2];
Real
c3[2,2,2];equation
c0=a0*b0;c1=a0*b1;c2=b2*a0;c3=b3*a0;endarray;5.数组运算乘法(向量*矩阵、矩阵*向量)形式:c1=a1*b2或c1=b2*a1(注:a1为向量,b2为矩阵,c1为向量)要求:a1*b2时,
a1的长度与b2行数相等;c1的长度与b2的列数相等;b2*a1时,
a1的长度与b2列数相等;c1的长度与b2的行数相等;乘法法则:a1*b2同行向量*矩阵;b2*a1同矩阵*列向量;
modelarray1
parameter
Reala1[2]={1,2};
parameter
Realb2[2,2]={{1,2},{3,4}};
Realc1_1[2];
Realc1_2[2];equation
c1_1=a1*b2;c1_2=b2*a1;endarray1;计算方式与矩阵相乘有什么区别?区别:向量*矩阵或矩阵*向量计算结果为向量矩阵*矩阵计算结果为矩阵5.数组运算乘法(矩阵*矩阵)形式:c2=a2*b2(注:a2、b2、c2均为矩阵)要求:a2*b2时,
a2的列数与b2行数相等;c2的行数与a2的行数相等;c2的列数与a2的列数相等;乘法法则:
矩阵乘法法则modelarray
parameter
Reala2_1[1,2]=[1,2];
parameter
Reala2_2[2,1]=[1;2];
parameterReala2_3[2,3]=[1,2,3;4,5,6];
parameter
Realb2_1[2,2]=[1,2;3,4];
parameter
Realb2_2[3,3]=[1,2,3;4,5,6;7,8,9];
Realc2_1[1,2];
Realc2_2[2,1];
Realc2_3[2,3];equation
c2_1=a2_1*b2_1;c2_2=b2_1*a2_2;c2_3=a2_3*b2_2;endarray;5.数组运算乘法(向量.*向量,矩阵.*矩阵)形式:c=a.*b要求:a、b、c维度长度均相等即可乘法法则:
对应位置元素进行乘法运算modelarray
parameter
Reala1[2]={3,4};
parameter
Realb1[2]={5,8};
parameter
Reala2[2,3]=[1,4,5;6,7,8];
parameter
Realb2[2,3]=[2,4,5;5,6,8];
Realc1[2];
Realc2[2,3];equation
c1=a1.*b1;c2=a2.*b2;endarray;5.数组运算除法(数组/标量)形式:c=b/a0(注:a0为标量)要求:b、c维度以及各维度的长度均相等除法法则:各维度上的各个量一一与标量对应相除
modelarray
parameter
Reala0=2;parameter
Realb0=2;
parameter
Realb1[3]={3,2,1};
parameter
Realb2[2,2]=[4,3;2,1];
parameter
Realb3[2,2,2]={{{4,3},{2,1}},{{4,3},{2,1}}};Real
c0;
Real
c1[3];
Real
c2[2,2];
Real
c3[2,2,2];equation
c0=b0/a0;c1=b1/a0;c2=b2/a0;c3=b3/a0;endarray;5.数组运算除法(向量./向量,矩阵./矩阵)形式:c=a./b要求:a、b、c维度长度均相等即可乘法法则:
对应位置元素进行除法运算modelarray
parameter
Reala1[2]={3,4};
parameter
Realb1[2]={5,8};
parameter
Reala2[2,3]=[1,4,5;6,7,8];
parameter
Realb2[2,3]=[2,4,5;3,5,8];
Realc1[2];
Realc2[2,3];equation
c1=a1./b1;c2=a2./b2;endarray;5.数组运算内置函数分类函数名称说明数组维和维长度的操作函数ndims(A)返回数组的维数size(A,i) 返回数组A的第i维的长度size(A) 返回数组A各维长度的向量维转换函数scalar(A)返回数组的单个元素,数组各维长度均为1vector(A)返回包含数组所有元素的向量matrix(A)返回数组前两维的元素组成的矩阵特殊的数组构造函数identity(n) 返回n×n的单位阵diagonal(v)返回向量v作为对角元素的对角阵zeros(n1,n2,n3,…)返回所有元素为0的n1×n2×n3×…整型数组ones(n1,n2,n3,…)返回所有元素为1的n1×n2×n3×…整型数组fill(s,n1,n2,n3,...)返回所有元素为s的n1×n2×n3×…数组linspace(x1,x2,n)返回具有n个等距元素的实型向量分类函数名称说明归约函数min(A) 返回所有元素中的最小值max(A) 返回所有元素中的最大值sum(A) 返回所有元素的和product(A) 返回所有元素的积矩阵和矢量的代数函数transpose(A 返回A的转置矩阵outerProduct(v1,v2)返回向量的外积cross(v1,v2) 返回长度为3的向量x,y的叉积symmetric(A)返回A的对称阵skew(v)返回与v关联的斜对称矩阵cat(n,A,B,…)返回几个数组连接后的数组5.数组运算数组维和维长度的操作函数ndims(A):返回数组表达式A的维数modelNdims
parameter
RealA[2,3]=[1,2,3;4,5,6];
Realb;equation
b=ndims(A);endNdims;b=2;size(A):返回数组各维长度的向量,注意:返回值为向量size(A,i):返回数组第i维度的长度modelSize
parameter
RealA_1[3]={1,2,3};
parameter
RealA_2[2,3]=[1,2,3;4,5,6];
Realb_1[1];
Realb_2;equation
b_1=size(A_1);b_2=size(A_2,1);endSize;b_1={3};b_2=2;5.数组运算维转换函数scalar(A):将数组转化为标量。说明:数组各维度的长度为1,modelScalar
parameter
RealA[1]={2};
Realb;equation
b=scalar(A);endScalar;b=2vector(A):标量或数组转化为向量。
说明:最多有一个维度大于1的数组,返回包含数组中元素组成的向量;
标量返回只有1个元素的向量;modelVector
parameter
RealA_1=1;
parameter
RealA_2[1,3]=[1,2,3];
parameter
RealA_3[3,1]=[3;2;1];
Realb_1[1];
Realb_2[3];
Realb_3[3];equation
b_1=vector(A_1);b_2=vector(A_2);b_3=vector(A_3);endVector;b_1={1};b_2={1,2,3};b_3={3,2,1};modelScalar
parameter
RealA[1,1]={{3}};
Realb;equation
b=scalar(A);endScalar;b=35.数组运算matrix(A):数组转化为矩阵。
说明:标量转化为1×1的矩阵;
向量转化为n×1的矩阵;
维度大于2的数组,第3维起每一维的大小必须为1,返回前2维度组成的矩阵modelMatrix
parameter
RealA0=1;
parameter
RealA1[3]={1,2,3};
parameter
RealA3[2,2,1]={{{1},{2}},{{3},{4}}};
Realb_1[1,1];
Realb_2[3,1];
Realb_3[2,2];equation
b_1=matrix(A0);b_2=matrix(A1);b_3=matrix(A3);endMatrix;维转换函数5.数组运算特殊的数组构造函数identity(n):返回n×n的整型单位对角矩阵
。
说明:矩阵对角线元素为1,其余元素为0。n必须为整型标量。modelIdentity
parameter
Integern=3;
RealA[3,3];equation
A=identity(n);endIdentity;diagonal(v):返回n×n方阵。
说明:向量v的元素在对角线上,其余元素为0。n为向量v的长度。modelDiagonal
parameter
Integerv[3]={1,2,3};
RealA[3,3];equation
A=diagonal(v);endDiagonal;zeros(n1,n2,…):返回n1×n2×…的整型零数组。
说明:所有元素均为0。n1、n2等必须为整型标量。modelDiagonal
parameter
Integern1=2;
parameter
Integern2=3;
RealA1[2];
RealA2[2,3];equation
A1=zeros(n1);A2=zeros(n1,n2);endDiagonal;ones(n1,n2,…):返回n1×n2×…的整型数组。
说明:所有元素均为1。n1、n2等必须为整型标量。modelDiagonal
parameter
Integern1=2;
parameter
Integern2=3;
RealA1[2];
RealA2[2,3];equation
A1=ones(n1);A2=ones(n1,n2);endDiagonal;5.数组运算fill(s,n1,n2,…):返回n1×n2×…的数组
。
说明:s为标量时,数组所有元素均为s;s为数组时,数组所有子数组均为s;n1、n2等必须为整型标量。linspace(x1,x2,n):返回具有n个等距元素的实型向量。
说明:向量第一个元素为x1,最后一个元素为x2。
将x1至x2分成n-1等份,n为整型标量。modelLinspace
parameter
Realx1=3;
parameter
Realx2=4;
parameter
Realx3=6;
parameter
Integern1=3;
parameter
Integern2=4;
RealA1[n1];
RealA2[n2];equation
A1=linspace(x1,x2,n1);A2=linspace(x1,x3,n2);endLinspace;modelFill
parameter
Reals0=2;
parameter
Reals1[2]={1,2};
parameter
Integern1=3;
parameter
Integern2=2;
RealA1[3];
RealA2_1[3,2];
RealA2_2[3,2];equation
A1=fill(s0,n1);A2_1=fill(s0,n1,n2);A2_2=fill(s1,n1);endFill;特殊的数组构造函数5.数组运算归约函数min(x,
y):返回标量x和y的最小元素。min(A):返回数组A中最小元素。min(e(i,…,j),foriinu,…,jinv):返回函数输出组合的最小值。说明:u、v为向量,分别是函数e输入量i、j的集合。modelMin
parameter
RealA1_1[3]={1,2,3};
parameter
RealA1_2[4]={1,3,5,7};
parameter
RealA2[2,2]=[2,4;6,8];
Realb1;
Realb2;
Realb3;
Realb4;equation
b1=min(1.2,1.5);b2=min(A1_1);b3=min(A2);b4=min(a+bforainA1_1,binA1_2);endMin;b1=1.2b2=1b3=2b4=2max(x,
y):返回标量x和y的最大元素。max(A):返回数组A中最大元素。max(e(i,…,j),foriinu,…,jinv):返回函数输出组合的最大值。说明:u、v为向量,分别是函数e输入量i、j的集合。modelMax
parameter
RealA1_1[3]={1,2,3};
parameter
RealA1_2[4]={1,3,5,7};
parameter
RealA2[2,2]=[2,4;6,8];
Realb1;
Realb2;
Realb3;
Realb4;equation
b1=max(1.2,1.5);b2=max(A1_1);b3=max(A2);b4=max(a+bforainA1_1,binA1_2);endMax;b1=1.5b2=3b3=8b4=105.数组运算(2,4,6,8,3,4,7,9,4,6,8,10)(2,4,6,8,3,4,7,9,4,6,8,10)sum(A):返回数组A中所有元素的和。sum(e(i,…,j),foriinu,…,jinv):返回函数输出组合的和。说明:u、v为向量,分别是函数e输入量i、j的集合。modelSum
parameter
RealA1_1[3]={1,2,3};
parameter
RealA1_2[4]={1,3,5,7};
parameter
RealA2[2,2]=[2,4;6,8];
Realb1;
Realb2;
Realb3;equation
b1=sum(A1_1);b2=sum(A2);b3=sum(a+bforainA1_1,binA1_2);endSum;b1=6b2=20b3=72product(A):返回数组A中所有元素的标量积。product(e(i,…,j),foriinu,…,jinv):返回函数输出组合的标量积。说明:u、v为向量,分别是函数e输入量i、j的集合。model
Product
parameter
RealA1_1[3]={1,2,3};
parameter
RealA1_2[4]={1,3,5,7};
parameter
RealA2[2,2]=[2,4;6,8];Realb1;
Realb2;
Realb3;equation
b1=product(A1_1);b2=product(A2);b3=product(a+bforainA1_1,binA1_2);end
Product;b1=6b2=384b3=6.9673e8归约函数5.数组运算(2,4,6,8,3,4,7,9,4,6,8,10)(2,4,6,8,3,4,7,9,4,6,8,10)矩阵和矢量的代数函数transpose(A):返回数组A中前两维的转置。
说明:
维度必须大于等于2。modelTranspose
parameter
RealA[2,3]=[1,2,3;4,5,6];
RealB[3,2];equation
B=transpose(A);endTranspose;outerProduct(v1,v2):返回向量v1和向量v2的外积。
说明:
输出为size(v1)×size(v2)的矩阵modeloutProduct
parameter
Realv1[3]={1,2,3};
parameter
Realv2[3]={1,3,5};
RealA[3,3];equation
A=outerProduct(v1,v2);endoutProduct;cross(v1,v2):返回向量v1和向量v2的叉积。
说明:v1,v2长度均为3,输出向量的长度也为3。modelCross
parameter
Realv1[3]={1,2,3};
parameter
Realv2[3]={1,3,5};
Realv[3];equation
v=cross(v1,v2);endCross;5.数组运算矩阵和矢量的代数函数symmetric(A):返回一个对称矩阵。说明:
输出矩阵的对角线元素等于A的对角线元素,对角线以下的元素被置对角线以上对称的元素。A必须为方阵。modelSymmetric
parameter
RealA[3,3]=[1,2,3;4,5,6;7,8,9];
RealB[3,3];equation
B=symmetric(A);endSymmetric;skew(v):返回一个与向量v关联的3×3斜对称矩阵。说明:
v的长度为3。modelSkew
parameter
Realv[3]={1,2,3};
RealA[3,3];equationA=skew(v);endSkew;5.数组运算内置函数小结分类函数名称说明数组维和维长度的操作函数ndims(A)返回数组的维数size(A,i) 返回数组A的第i维的长度size(A) 返回数组A各维长度的向量维转换函数scalar(A)返回数组的单个元素,数组各维长度均为1vector(A)返回包含数组所有元素的向量matrix(A)返回数组前两维的元素组成的矩阵特殊的数组构造函数identity(n) 返回n×n的单位阵diagonal(v)返回向量v作为对角元素的对角阵zeros(n1,n2,n3,…)返回所有元素为0的n1×n2×n3×…整型数组ones(n1,n2,n3,…)返回所有元素为1的n1×n2×n3×…整型数组fill(s
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 人教版一年级下册数学10.两位数加一位数、整十数的计算方法 习题
- 2025汽车零部件区域代理合同汽车零部件区域代理合同范本
- 建筑防水合作协议合同范本
- 版仓库保管员雇佣合同
- 2025合同管理与招标投标
- 2025私营企业员工劳动合同模板
- 联动汽车租赁合同简约范本
- 2025招商代理服务合同(标准版)
- 2025物流企业货车租赁合同范本
- 2025经纪人聘用劳动合同
- (WORD版可修改)JGJ59-2023建筑施工安全检查标准
- 工程造价毕业设计完整版
- DB37-T 5222-2022建筑施工悬挑脚手架安全技术与管理标准
- 市政道路投标方案设计大纲
- 肠梗阻-PPT课件 (2)
- 报批稿20160301-浙江嘉化能源化工股份有限公司年产16万吨多品种脂肪醇(酸)产品项目
- 教学资源库建设方案-金融专业
- 铝合金牌号对照
- C6-5-2设备单机试运转记录
- 管道夜间施工方案
- 正交试验设计与数据处理.ppt
评论
0/150
提交评论