由行列構(gòu)成的矩陣轉(zhuǎn)化為矩陣的形式

行列構(gòu)成的矩陣(稀疏矩陣)

即是矩陣由3列構(gòu)成蕊唐,矩陣的行號归敬,矩陣的列號,矩陣的值硕勿,值為0的部分省略哨毁。
比如:下面矩陣是行列構(gòu)成的稀疏矩陣

Row為矩陣的行,Column為矩陣的列源武,Ainverse為矩陣的在某行某列的值扼褪。

  Row Column Ainverse
1    1      1     1.83
2    2      1     0.50
3    2      2     2.03
4    3      1    -1.00
5    3      2    -1.00
6    3      3     2.50
7    4      1    -0.67
8    4      3     0.50
9    4      4     1.83
10   5      2     0.53
11   5      3    -1.00
12   5      4    -1.00
13   5      5     2.53
14   6      2    -1.07
15   6      5    -1.07
16   6      6     2.13

矩陣形式(半三角)

      [,1]  [,2] [,3]  [,4]  [,5] [,6]
[1,]  1.83  0.00  0.0  0.00  0.00 0.00
[2,]  0.50  2.03  0.0  0.00  0.00 0.00
[3,] -1.00 -1.00  2.5  0.00  0.00 0.00
[4,] -0.67  0.00  0.5  1.83  0.00 0.00
[5,]  0.00  0.53 -1.0 -1.00  2.53 0.00
[6,]  0.00 -1.07  0.0  0.00 -1.07 2.13

矩陣形式(全三角)

      [,1]  [,2] [,3]  [,4]  [,5]  [,6]
[1,]  1.83  0.50 -1.0 -0.67  0.00  0.00
[2,]  0.50  2.03 -1.0  0.00  0.53 -1.07
[3,] -1.00 -1.00  2.5  0.50 -1.00  0.00
[4,] -0.67  0.00  0.5  1.83 -1.00  0.00
[5,]  0.00  0.53 -1.0 -1.00  2.53 -1.07
[6,]  0.00 -1.07  0.0  0.00 -1.07  2.13

R語言代碼

id <- c(3,4,5,6)
sire <- c(1,1,4,5)
dam <- c(2,"NA",3,2)
ped <- data.frame(id,sire,dam)
ped
library(asreml)
ainv <- asreml.Ainverse(ped)$ginv
ainv

# method 1
matinv <- sparseMatrix(i = ainv$Row,j = ainv$Column,x = ainv$Ainverse)
round(matinv,2)
matinv[upper.tri(matinv)] <- t(mat)[upper.tri(t(mat))]
round(matinv,2)

# method 2
ani <- ainv
n<-max(ani$Row,ani$Column)
mat=matrix(0,n,n)
mat[cbind(ani$Row,ani$Column)]<-ani$Ainverse
round(mat,2)
mat[upper.tri(mat)]=t(mat)[upper.tri(t(mat))]
round(mat,2)

# method 3
library(asreml)
mat3 <- asreml.sparse2mat(ainv)
round(mat3,2)

親緣關(guān)系矩陣

如果對親緣關(guān)系逆矩陣求逆想幻,就得到親緣關(guān)系矩陣了
代碼如下

rela_mat <- solve(mat)
round(rela_mat,2)
親緣關(guān)系矩陣
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市话浇,隨后出現(xiàn)的幾起案子脏毯,更是在濱河造成了極大的恐慌,老刑警劉巖幔崖,帶你破解...
    沈念sama閱讀 222,729評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件食店,死亡現(xiàn)場離奇詭異,居然都是意外死亡赏寇,警方通過查閱死者的電腦和手機(jī)吉嫩,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,226評論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來嗅定,“玉大人自娩,你說我怎么就攤上這事÷督洌” “怎么了椒功?”我有些...
    開封第一講書人閱讀 169,461評論 0 362
  • 文/不壞的土叔 我叫張陵捶箱,是天一觀的道長智什。 經(jīng)常有香客問我,道長丁屎,這世上最難降的妖魔是什么荠锭? 我笑而不...
    開封第一講書人閱讀 60,135評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮晨川,結(jié)果婚禮上证九,老公的妹妹穿的比我還像新娘。我一直安慰自己共虑,他們只是感情好愧怜,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,130評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著妈拌,像睡著了一般拥坛。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上尘分,一...
    開封第一講書人閱讀 52,736評論 1 312
  • 那天猜惋,我揣著相機(jī)與錄音,去河邊找鬼培愁。 笑死著摔,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的定续。 我是一名探鬼主播谍咆,決...
    沈念sama閱讀 41,179評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼禾锤,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了摹察?” 一聲冷哼從身側(cè)響起时肿,我...
    開封第一講書人閱讀 40,124評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎港粱,沒想到半個(gè)月后螃成,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,657評論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡查坪,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,723評論 3 342
  • 正文 我和宋清朗相戀三年寸宏,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片偿曙。...
    茶點(diǎn)故事閱讀 40,872評論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡氮凝,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出望忆,到底是詐尸還是另有隱情罩阵,我是刑警寧澤,帶...
    沈念sama閱讀 36,533評論 5 351
  • 正文 年R本政府宣布启摄,位于F島的核電站稿壁,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏歉备。R本人自食惡果不足惜傅是,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,213評論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望蕾羊。 院中可真熱鬧喧笔,春花似錦、人聲如沸龟再。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,700評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽利凑。三九已至浆劲,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間截碴,已是汗流浹背梳侨。 一陣腳步聲響...
    開封第一講書人閱讀 33,819評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留日丹,地道東北人走哺。 一個(gè)月前我還...
    沈念sama閱讀 49,304評論 3 379
  • 正文 我出身青樓,卻偏偏與公主長得像哲虾,于是被迫代替她去往敵國和親丙躏。 傳聞我的和親對象是個(gè)殘疾皇子择示,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,876評論 2 361

推薦閱讀更多精彩內(nèi)容