基于正交表的观测矩阵条件数

本文通过Matlab代码展示了正交试验设计的矩阵及其条件数的计算,并对比了随机生成矩阵的条件数,强调了正交设计在数值稳定性和线性代数应用中的优势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

A1=xlsread('正交试验2L6F')
A2=2*rand(8,6)-1;
A3=2*rand(8,6)-1;
A4=2*rand(8,6)-1;
A5=2*rand(8,6)-1;
cond_A1=cond(A1)
cond_A2=cond(A2)
cond_A3=cond(A3)
cond_A4=cond(A4)
cond_A5=cond(A5)

计算结果如下:

A1 =

    -1    -1    -1    -1    -1    -1
    -1    -1    -1     1     1     1
    -1     1     1    -1    -1     1
    -1     1     1     1     1    -1
     1    -1     1    -1     1    -1
     1    -1     1     1    -1     1
     1     1    -1    -1     1     1
     1     1    -1     1    -1    -1


cond_A1 =

    1.0000


cond_A2 =

    3.7228


cond_A3 =

    2.8224


cond_A4 =

    7.6981


cond_A5 =

    4.6827

A1矩阵为基于正交表的矩阵,其条件数为1!条件数最小值!

若各矩阵加上一个相同的矩阵!其条件数同样最小!举例如下:

A0=100*ones(8,6)
A1=A0+xlsread('正交试验2L6F')
A2=A0+2*rand(8,6)-1;
A3=A0+2*rand(8,6)-1;
A4=A0+2*rand(8,6)-1;
A5=A0+2*rand(8,6)-1;
cond_A1=cond(A1)
cond_A2=cond(A2)
cond_A3=cond(A3)
cond_A4=cond(A4)
cond_A5=cond(A5)

计算结果:

A1 =

    99    99    99    99    99    99
    99    99    99   101   101   101
    99   101   101    99    99   101
    99   101   101   101   101    99
   101    99   101    99   101    99
   101    99   101   101    99   101
   101   101    99    99   101   101
   101   101    99   101    99    99


cond_A1 =

  244.9510


cond_A2 =

  977.3583


cond_A3 =

   1.0454e+03


cond_A4 =

   2.6012e+03


cond_A5 =

   2.7637e+03

A1的条件数同样远小于其他矩阵!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值