Matlab 具有三维矩阵和向量的非一致变元

我想在三维矩阵和向量之间执行以下元素加法

for l = 1:dim
    M_star(j,k,:) .+= 15*x(j,:).*x(k,:).*x(l,:).*x_t(l,:)./(nm.^7) - (l == j)*3*x(l,:).*x_t(l,:).*(sum(x.^2))./(nm.^7) - (l == k)*3*(x(l,:).*x_t(l,:)).*(sum(x.^2))./(nm.^7)
endfor

但我得到了以下错误：

error: =: nonconformant arguments (op1 is 101x101x101, op2 is 101x101)

例如，我已经检查了加法是否适用于单个向量

A .+= 15*x(j,:).*x(k,:).*x(l,:).*x_t(l,:)./(nm.^7) - (l == j)*3*x(l,:).*x_t(l,:).*(sum(x.^2))./(nm.^7) - (l == k)*3*(x(l,:).*x_t(l,:)).*(sum(x.^2))./(nm.^7)

在初始化为的情况下工作

A = zeros(1,N) % N = 101 in this case

x、 x_t，nm是1 x 101向量，而j，k，l是变量

% initial conditions
x0 = sin(2.5*pi*SpaceSpan);
x = ones(dim, 1)*x0; % initial states
x_t = x
nm = zeros(1, N);
M_star = zeros(N,N,N);

但是下面的方法也不起作用

M_star(j,k,:) .+= A

多谢各位

编辑：完整代码

% Generalized Newtonian with a simple Crank-Nicolson method (implicit method)

clc;
clear;

% initialize
k = 0.01; % space step
h = 0.01; % time step
T = 10;
dim = 10; % number of dimensions
SpaceSpan = (0:k:1);
TimeSteps = round(T/h);
N = length(SpaceSpan);

% initial conditions
x0 = sin(2.5*pi*SpaceSpan);
x = ones(dim, 1)*x0; % initial states
x_t = x
x_tt = x
b = ones(dim, 1)*x0;
gradb = zeros(dim, dim, N);
nm = zeros(1, N);

MaxSteps = 1000000;  % max steps for path evolution
TolErr = 1e-6;    % termination tolerance

TimeSteps = round(T/h);
XSpan = (0:k:1);

% generate important matrices
L2 = (-2*diag(ones(N-4,1)) + diag(ones(N-5,1),-1) + diag(ones(N-5,1),1))/k^2;
L4 = (6*diag(ones(N-4,1)) - 4*diag(ones(N-5,1),-1) - 4*diag(ones(N-5,1),1) + diag(ones(N-6,1),-2) + diag(ones(N-6,1),2))/k^4;
M_star = zeros(N,N,N) % M star matrix

% reparametrization
c = zeros(N,1);
c(end) = 1/k^2;

% evolution
for i = 1:TimeSteps
  x_ = x % old x
  b_ = b % old b
  gradb_ = gradb % old Jacobian matrix b

  for w = 1:N
    nm(w) = sqrt(sum(x(:,w).^2))
    if (w == 1)||(w == N)
      x_t(:,w) = 0
      x_tt(:,w) = 0
    else
      x_t(:,w) = (x(:,w+1)-x(:,w-1))/2/k
      x_tt(:,w) = (x(:,w+1)-2*x(:,w)+x(:,w-1))/k^2
    end
  end

  %%
  for j = 1:dim % assign value to b
    b(j,:) = -x(j,:)./nm.^3
    for k = 1:dim % assign value to Jacobian matrix gradb
      if j == k
        gradb(j,k,:) = (sum(x.^2).-3*x(j,:).^2)./(nm.^5)
        for l = 1:dim
          M_star(j,k,:) .+= (15*x(j,:).^2.-3*sum(x.^2)).*x(l,:).*x_t(l,:)./(nm.^7) - (l == j)*6*sum(x.^2).*x(l,:).*x_t(l,:)./(nm.^7) % unable to perform compounded addition
        endfor
      else
        gradb(j,k,:) = -3*x(j,:).*x(k,:)./(nm.^5)
        for l = 1:dim
          M_star(j,k,:) .+= 15*x(j,:).*x(k,:).*x(l,:).*x_t(l,:)./(nm.^7) - (l == j)*3*x(l,:).*x_t(l,:).*(sum(x.^2))./(nm.^7) - (l == k)*3*(x(l,:).*x_t(l,:)).*(sum(x.^2))./(nm.^7)
        endfor
      end
    endfor
  endfor

  % implicit method, note that M* is derived explicitly (backward in time)

  x(3:end-2) = inv(L4 - (gradb.' + gradb)*L2)*(x(3:end-2) + M_star*x_t(3:end-2) - gradb.'*b) % implicit solve
  % plot
  if mod(i,PlotFrequency) == 0
    subplot(1,2,1);
    set(data,'xdata',SpaceSpan,'ydata',u)
    title(['Steps=',num2str(i),' Change=',num2str(change)]);

    subplot(1,2,2);
    plot([1:TimeSteps],integrand);
    title(['Integrand of action (action=',0,')']);
    drawnow;
  end   
endfor

---

您可以执行以下操作：

假设ABC为101x101，假设M_星为101x1011x101

M_star+repmat（ABC[1,1101]）

---

举个例子：这真的很难读，我不知道j，k，nm和x是什么。一般来说：对于二维，Matlab对定义不清的操作非常宽容，但从3维开始，你必须非常精确。

我找到了解决方案。结果是，我有一些维度上的不一致性，也就是说我应该转置RHS，因为LHS是列向量，而RHS是行向量。然而，不知何故它仍然不起作用，我不得不添加一个临时向量来存储值。以下是解决方案：

for j = 1:dim % assign value to b
    b(j,:) = -x(j,:)./nm.^3
    for k = 1:dim % assign value to Jacobian matrix gradb
      if j == k
        gradb(j,k,:) = (sum(x.^2).-3*x(j,:).^2)./(nm.^5)
        for l = 1:dim
          temp .+= ((15*x(j,:).^2.-3*nm.^2).*x(l,:).*x_t(l,:)./(nm.^7) - (l == j)*6.*nm.^2.*x(l,:).*x_t(l,:)./(nm.^7)).' 
        endfor
        M_star(j,k,:) = temp
      else
        gradb(j,k,:) = -3*x(j,:).*x(k,:)./(nm.^5)
        for l = 1:dim
          temp .+= (15*x(j,:).*x(k,:).*x(l,:).*x_t(l,:)./(nm.^7) - (l == j)*3*x(l,:).*x_t(l,:).*(sum(x.^2))./(nm.^7) - (l == k)*3*(x(l,:).*x_t(l,:)).*(sum(x.^2))./(nm.^7)).'
        endfor
        M_star(j,k,:) = temp
      end
    endfor
  endfor

---

你在用八度音阶吗？如果是，请在我使用的八度音阶中进行更正，它与matlab有很大不同吗？有很多相似之处，也有不同之处。但给它贴错标签可能会导致不相关的解决方案。所以请好好照顾它。还请提供您的代码使用的输入矩阵的小样本，以便我们可以运行您的代码来解决有关编辑的问题，如果

x

，

x\u t

和

nm

是1x101向量，那么

j

，

k

和

l

必须是一个，否则，您将尝试使用无效索引，因为只有一行。因此，如果

l

等于

1

，循环的目的也会丢失。请看，然后回答你的问题accordingly@Huy-胡安圭ễn提供我们可以复制粘贴并运行的代码。当前代码不能这样使用。请尝试解释您要应用的公式。它非常复杂，我们可以猜测j，k，l是变量，而nm是一个1 x 101的向量。ABC实际上是一个1 x 101向量，由累积和的RHS定义。对于你的建议，我仍然有不一致的论点错误。你能详细说明如何处理3+维度吗？我尝试使用for循环并手动赋值，但失败了。感谢括号中的元素是ABC在每个维度中复制的频率，因此在我的示例中，在dim-1中复制一次，在dim-2中复制一次，在dim-3中复制101次。在该向量中为维度4及以上添加更多条目。例如，repmat（ABC，[1,1102103,1]）用于维度4和5中的102和103个复制，并通过在其中执行单个复制来简单地添加维度6。