数値計算 MATLAB,Python,Scilab,Julia比較 その18【行列演算①】
代表的な行列演算を列挙。
基本的な四則演算に加えて、アダマール積、べき乗、転置。
まずは加算、減算。
各要素単位で加算、減算すればOK。
当然、「次元を一致させる」必要がある。
数値計算
数値計算 
数値計算 【入門】Juliaの基本的な使い方【数値計算】
かなりMATLABに酷似しているが、
細かい仕様面の違いがある。
添え字が丸カッコではなく、角かっこである点。
区間演算子(start:step:end)では参照のみ可能で更新は不可。
上記で更新可能にするにはVectorに渡して実態を持たせる必要がある。
数値計算 MATLAB,Python,Scilab,Julia比較 その17【基本的な使い方⑦】
Juliaでスライシングを実施。
基本的にはMATLABと似た感じ。
ただし、配列添え字用のカッコが違う。
あと、スライシングの結果、ベクトルとなった場合は列ベクトルになる。
行列としてスライシングした場合は、元の行と列の関係は維持される。
数値計算 MATLAB,Python,Scilab,Julia比較 その16【基本的な使い方⑥】
Python(Numpy)でスライシングを実施。
0オリジンのためMATLABと設定する数値が異なる。
加えて、区間演算子の終端は範囲に指定範囲には含まれない点に注意。
Scilabでスライシング。
MATLABと同一。
数値計算 MATLAB,Python,Scilab,Julia比較 その15【基本的な使い方⑤】
基本的な使い方の続きとしてスライシングについて。
特定の要素、特定範囲を抽出可能。
区間演算子start:step:endを元に範囲抽出するが、step=1なことがほとんどなので、stepを省略したstart:endの書き方になることが多い。
数値計算 MATLAB,Python,Scilab,Julia比較 その14【基本的な使い方④】
Juliaの基本的な使い方。
Juliaは列ベクトルがデフォルト。
MATLAB、Scilabは行ベクトルがデフォルトであるため、扱いに気を付ける必要がある。
列ベクトルがデフォルトになっている理由としては、数式との一致性を考慮した結果と推測される。
数値計算 MATLAB,Python,Scilab,Julia比較 その13【基本的な使い方③】
Juliaの基本的な使い方・・・の前にいろいろクセが違うのでそれの調査。
start:step:endの形式(区間演算子)で等差数列を表現できるが、この状態ではメモリ上に実態を持っていない。
よって、読み出しはできるが、書き込みはできない。
区間演算子に実態を持たせるにはVectorに渡すことで解決。
数値計算 MATLAB,Python,Scilab,Julia比較 その12【基本的な使い方②】
Python(Numpy)とScilabの基本的な使い方。
Python(Numpy)は以前から使っている物なので手馴れたもん。
ScilabはMATLABと同一の記載方法でいける。
ただし、コメントアウトが「%」じゃなくて「//」
ここも一緒だと楽だったが・・・。
数値計算 MATLAB,Python,Scilab,Julia比較 その11【基本的な使い方①】
各ツール、言語の基本的な使い方として以下をやってみる。
単純なスカラー計算。
ベクトルの定義。
等差数列の作成。
行列の定義。
まずは手馴れたMATLABで実施。
数値計算 【入門】行列の存在意義【数値計算】
簡単に行列の存在意義を説明。
当然、連立方程式以外にも利用シーンは多数あるが、まずはシンプルなもので。
逆行列は掃き出し法で求められる。
ただし、ツール、言語側で逆行列を求めれる機能が入っていることが多いので自身で計算することは少ない。
連立方程式は複数の関数の交点を求めている。