? MATLAB er et programmeringsspråk miljø med et tolket språk som er tydelig i informatikk for å behandle alle datatyper som en matrise . MATLAB matriser kalles også arrays , og kan sees på som tabellform arrays som inneholder et tall - herunder informasjon til høyre for et desimaltegn , for eksempel behandling av verdien av pi som 3,1415 - av et gitt antall rader og kolonner . Standard Arrays
I en typisk MATLAB program , har hvert element i matrisen en annen verdi enn null og en programmatisk definert sett av X og Y verdier som definerer den totale størrelsen på tabellen. For eksempel har en rad med tre rader med fire kolonner en X verdien av " 4 " og en Y verdi på " 3" og vil bestå av 12 numre totalt . Dette er et standard utvalg og brukes til et bredt spekter av matematisk modellering i vitenskap og engineering; et eksempel på denne typen array i bruk ville være en Fourier transform
Sparsom Arrays
< . br>
Standard arrays er fantastiske verktøy når hver kombinasjon av X og Y koordinater har et gyldig tall i den. Dessverre ikke alle matematiske og tekniske problemer produsere data i Nice, jevnt befolkede matriser. Når denne typen data er analysert , er det som kalles en " sparsom " array , og de tomme verdiene i matrisen blir behandlet som å ha en verdi på " 0 ".
Scientific felt som må Sparsommelig Arrays
Sparsommelig rekke datasett for MATLAB kommer fra felt som krever store optimalisering. Disse spenner fra fluiddynamikk og krets analyse innen engineering og noe som trenger partielle differensialligninger i matematikk og vitenskapelig forskning .
Resultater Effekter av Sparsommelig Arrays
MATLABs verktøy for håndtering sparsom matriser er utformet for å dra nytte av det antall 0 -verdier i datasettet . I matriseutregninger , identifisere null verdier identifiserer en del av datasettet som ikke trenger beregningen , men krever en peker på hvor null verdi er . Dette forbedrer beregningen hastighet innenfor MATLAB og kan redusere mengden minne som trengs for å utføre et gitt sett av operasjoner. Sparsom arrays tillate vesentlig større datasett for å bli manipulert og beregnes.