Создайте неопределенную комплексную матрицу
M = ucomplexm('Name',NominalValue)
M = ucomplexm('Name',NominalValue,'WL',WLvalue,'WR',WRvalue)
M = ucomplexm('Name',NominalValue,'Property',Value)
M = ucomplexm('Name',NominalValue) создает неопределенную комплексную матрицу, представляющую шар матриц с комплексным знаком, сосредоточенных в NominalValue, и назвал Name.
M = ucomplexm('Name',NominalValue,'WL',WLvalue,'WR',WRvalue) создает неопределенную комплексную матрицу с весами WL и WR. А именно, значения, представленные M, являются всеми матрицами H, которые удовлетворяют norm(inv(M.WL)*(H - M.NominalValue)*inv(M.WR)) <= 1. WL, и WR являются квадратными, обратимыми, и матрицы взвешивания, которые определяют количество размера и формы шара матриц, представленных этим объектом. Значения по умолчанию для WL и WR являются единичными матрицами соответствующих размерностей.
Запаздывающие пары Свойства/Значения позволены, как в
M = ucomplexm('NAME',nominalvalue,'P1',V1,'P2',V2,...)
Свойство AutoSimplify управляет, как упрощены выражения, включающие неопределенную матрицу. Его значение по умолчанию is 'basic', что означает элементарные методы упрощения, применяется, когда операции завершаются. Другие значения для AutoSimplify are 'off'', никакое выполняемое упрощение, and 'full', который применяет подобные снижению сложности модели методы к неопределенному объекту.
Создайте ucomplexm с именем F, номинальная стоимость [1 2 3; 4 5 6] и матрицы взвешивания WL = diag([.1.3]), WR = diag([.4 .8 1.2]).
F = ucomplexm('F',[1 2 3;4 5 6],'WL',diag([.1 .3]),... 'WR',diag([.4 .8 1.2]))
F = Uncertain complex matrix "F" with 2 rows and 3 columns.
Выберите различие между неопределенной матрицей и ее номинальной стоимостью в 80 точках, приведя к 2 3 80 матричными typicaldev.
typicaldev = usample(F - F.NominalValue,80);
Постройте гистограммы отклонений в (1,1) запись и (2,3) запись комплексной матрицы.
Абсолютные значения (1,1) запись и (2,3) запись показывают графики гистограммы. Типичные отклонения в (1,1) запись должны быть приблизительно в 10 раз меньшими, чем типичные отклонения в (2,3) запись.
subplot(2,1,1); td11 = squeeze(typicaldev(1,1,:)); hist(abs(td11)); xlim([0 .25]) title('Sampled F(1,1) - F(1,1).NominalValue') subplot(2,1,2); td23 = squeeze(typicaldev(2,3,:)); hist(abs(td23)); title('Sampled F(2,3) - F(2,3).NominalValue')
