Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

VectorSymbol

VectorSymbol[v]

表示名称为 v 的向量.

VectorSymbol[v,d]

表示长度为 d 的向量.

VectorSymbol[v,d,dom]

表示元素在域 dom 内的向量.

更多信息

VectorSymbol[v,d,dom] 中的名称 v 可以是任意表达式.
VectorSymbol[v,d,dom] 中的有效维度规范 d 是任意正整数. 也可以使用符号维度规范.
VectorSymbol[v,d,dom] 中的元素域规范 dom 包括：
Complexes 复数

Integers 整数

Reals 实数

NonNegativeReals 实数 x，且 x≥0

PositiveReals 实数 x，且 x>0
在算术运算和许多其他使用列表的函数中，VectorSymbol 对象不会自动与其他列表参数结合.
优化函数、方程求解器和 D 可以识别出 VectorSymbol 对象代表向量变量.

范例

打开所有单元关闭所有单元

基本范例 (1)

给变量 v 赋值，来表示一个名称为"v"、长度为 n 的向量：

算术运算可以识别出 v 不是标量：

D 识别出 v 是一个向量变量：

范围 (5)

计算关于向量变量的导数：

计算涉及向量值函数的导数：

这需要一个实值向量：

在优化中使用向量变量：

求解涉及向量变量的方程和不等式：

应用 (7)

使用符号向量作为优化的变量：

求一个向量，该向量在一个约束条件下其元素和最小：

使用默认作为标量的变量 y 不起作用，因为 Total[y + {1,2,3}] 会展开：

求 n 维中包含 k 个点的集合的最小封闭球的半径和中心：

如果 Norm[p_i-c]<=r，则球包围点：

可视化球体和点：

该优化适用于任何维度：

求解向量值函数的微分方程：

绘制解的图形：

检查残差是否很小：

近似扰动向量的方差：

零阶近似：

与精确值进行比较：

一阶近似：

与精确值进行比较：

二阶近似：

由于二阶导数不依赖于，因此二阶近似等于精确值：

使用最大似然法求最适合给定数据的 GammaDistribution 参数：

最大化对数似然函数：

计算的梯度：

求梯度的零点，将替换为：

可视化结果：

与使用 EstimatedDistribution 计算的结果进行比较：

求投资组合优化问题的最优条件，其预期收益为，标准差为：

目标是当资产权重向量满足 Total[x]=1 时，使最大化. 约束可用于表示，其中无约束向量变量由的前个坐标组成：

最大值出现在的临界点处：

用来表示条件：

计算由方程表示的线性回归模型的对数似然函数的梯度，其中是均值为零、方差为的正态分布随机变量：

对数似然函数由下式给出：

计算：

用来表示结果：

计算：

顶部