¿Cómo programar para el Día Nacional?

# include & ltstdio.h & gt

int main() {

int i, j;

int max, fila, columna;

int a[3][4] = { { 1, 2, 3, 4 }, { 9, 8, 7, 6 }, { -10, 10, - 5, 2 } };

max = a[0][0];

for(I = 0;i<3;i++)

for (j = 0;j & lt4;j++)

if(max & lt;a[i][j]) {

max = a[I][j] ;

fila = I;

columna = j;

}

printf(" max = % d fila = % d columna = % d \ n ", max, fila, columna);

Devuelve 0;

}

Datos extendidos

Descomposición matricial :

1, descomposición LU (A = LU)

U es el resultado de la eliminación gaussiana, que puede considerarse como una transformación de fila a la izquierda multiplicada por P, donde PA = U, A = P-1U, entonces la inversa de la matriz de transformación de filas es l. L es 1 en la diagonal.

2.Descomposición QR (A = QR)

q es el resultado de la ortogonalización de A, y A es la base ortonormal estándar del espacio de columnas. Debido a que Q usa la primera columna como vector de dirección inicial y transforma otros vectores de columna, solo el primer elemento de la primera columna de R tiene un valor, por lo que R es una matriz triangular superior. a 1 = R11 * q 1, r 11 es un número.

3. Descomposición de valores propios (A = SS-1)

s es la matriz de vectores propios y la matriz diagonal de valores propios. Premisa: La reversibilidad S requiere que todos los vectores propios sean linealmente independientes.

Si A es una matriz definida positiva (la simetría óptica es imposible porque los valores singulares no son negativos), entonces S es una matriz ortogonal. En este momento A = SST, que puede considerarse como una descomposición en valores singulares, la matriz ortogonal se multiplica por la matriz de valores propios no negativos y luego se multiplica por la matriz ortogonal.