CODESYS Math Libraries
导言
CODESYS Math Libraries 包括 矩阵 图书馆和内部 FloatingPointUtils 图书馆。这个 Matrix 库支持任意维度的矩阵和对它们进行基本的数学运算。支持以下运算：加法、乘法、求解线性方程、反演和行列式计算
产品描述
这个 Matrix 库提供了一种用于定义任意维度的矩阵的数据类型和用于对矩阵执行基本运算的函数。
数据类型和函数
矩阵是通过以下方式定义的 mtx.Matrix 数据类型。这个 mtx.Matrix 数据类型将矩阵另存为 ARRAY 的 LREAL。该数组采用行优先形式。
基本的数学运算以函数的形式提供，这些函数以 3 个矩阵作为 VAR_IN_OUT 参数：结果、来源、目标。例如，矩阵加法函数具有以下接口：
(* Adds two matrices : C := A + B. * A, B, and C must have identical dimensions. * Note: A, B, and C may all be the same matrix. *) FUNCTION AddM : ResultCode VAR_IN_OUT C : Matrix ; (* The result *) A : Matrix ; (* The first summand *) B : Matrix ; (* The second summand *) END_VAR
该库提供以下数学运算：
矩阵的加法（按元素顺序）：
AddM矩阵的减法（按元素计算）：
SubM矩阵乘法（逐元素）：
TimesM矩阵的除法（按元素划分）：
RDivideM矩阵的标量乘法：
MultMS矩阵的乘法：
MultM矩阵的转置：
TransposeM
还有一些用于初始化矩阵、复制和访问元素的辅助函数：
使用 a 初始化矩阵
ARRAY价值观：InitMatrix复制
ARRAY将元素转换为矩阵：CopyElems复制相同维度的矩阵：
CopyMatrix初始化为身份矩阵：
IdentityMatrix初始化为零矩阵：
ZeroMatrix读取和写入元素：
Elem，SetElem
还提供了更复杂的操作：
求解线性方程
A * X = B:SolveLU反转二次矩阵：
InvertLU计算二次矩阵的行列式：
DeterminantLU确定一个
LU分解（这种分解是上述三个函数的基础）：DecomposeLU
内存管理
用户负责内存管理。矩阵将使用指向内存的指针进行初始化 InitMatrix 函数）。在某些情况下，用户可以提供合适的内存。此外，辅助功能块 MatrixS， ColVectorS，以及 RowVectorS 可用于使用恒定大小的数组初始化矩阵。他们实施 IMatrixAllocator 界面也可供用户使用。