|
SOLUTIONS
|
-
関数
- ArrayRules
- CholeskyDecomposition
- CoefficientArrays
- Cross
- Det
- Diagonal
- DiagonalMatrix
- Dimensions
- Dot
- Drop
- Eigenvalues
- HermitianMatrixQ
- HilbertMatrix
- IdentityMatrix
- Inverse
- KarhunenLoeveDecomposition
- LeastSquares
- LinearProgramming
- LinearSolve
- LUDecomposition
- MatrixExp
- MatrixForm
- MatrixPlot
- MatrixQ
- MatrixRank
- Minors
- Norm
- Normal
- Normalize
- NullSpace
- Orthogonalize
- Part
- Position
- PositiveDefiniteMatrixQ
- PrincipalComponents
- Projection
- PseudoInverse
- QRDecomposition
- RotationMatrix
- RowReduce
- SchurDecomposition
- SingularValueDecomposition
- SparseArray
- SymmetricMatrixQ
- Table
- Take
- Total
- Tr
- Transpose
- UpperTriangularize
- 関連するガイド
- チュートリアル
行列と線形代数
Mathematica は,高度に最適化された多数のアルゴリズムをシームレスに切り換えながら,数値的・記号的行列の両方を自動的に処理する.Mathematica は数多くの独自のメソッドを使い,必要に応じて自動的にマシンに最適化されたコードを呼び出して任意の精度の数値行列を扱う.Mathematica は密行列も疎行列も処理することができ,また,何百もの要素を持つ行列を日常的に操作することもできる.
参照項目参照項目
ベクトルの操作 »
+, *, ^, ... — 自動的に要素ごとに計算される:
->![]()
Cross ▪ Norm ▪ Total ▪ Normalize ▪ Projection ▪ Orthogonalize ▪ ...
行列の構築 »
Table — 式から行列を形成する
IdentityMatrix ▪ DiagonalMatrix ▪ RotationMatrix ▪ HilbertMatrix ▪ ...
行列の部分 »
Part —
で再設定できる部分行列![]()
Dimensions ▪ Take ▪ Drop ▪ Diagonal ▪ Position ▪ UpperTriangularize ▪ ...
行列の操作 »
Dot(.) ▪ Inverse ▪ Transpose ▪ Det ▪ Tr ▪ Eigenvalues ▪ MatrixExp ▪ ...
線形系 »
LinearSolve ▪ NullSpace ▪ MatrixRank ▪ RowReduce ▪ Minors ▪ ...
最小化問題 »
LeastSquares ▪ PseudoInverse ▪ Norm ▪ LinearProgramming ▪ ...
行列分解 »
SingularValueDecomposition ▪ QRDecomposition ▪ LUDecomposition ▪ CholeskyDecomposition ▪ SchurDecomposition ▪ ...
PrincipalComponents ▪ KarhunenLoeveDecomposition ▪ ...
行列の判定
MatrixQ ▪ HermitianMatrixQ ▪ SymmetricMatrixQ ▪ PositiveDefiniteMatrixQ
行列の表示
MatrixForm — 二次元形式で行列を表示する
MatrixPlot — 要素に色を使って行列を可視化する
疎行列 »
SparseArray — 位置と値から疎行列を形成する
ArrayRules ▪ Normal ▪ CoefficientArrays ▪ ...
データ形式
"CSV" ▪ "HDF" ▪ "MAT" ▪ "MTX" ▪ "HarwellBoeing" ▪ ![]()




