产品
产品概览
Mathematica
Mathematica 学生版
Mathematica Home Edition
Wolfram
CDF Player
(免费下载)
可计算文档格式(CDF)
web
Mathematica
grid
Mathematica
Wolfram
Workbench
Mathematica
附加程序包
Wolfram|Alpha 产品
解决方案
解决方案概览
工程
航空航天与国防
化学工程
控制系统
电气工程
图像处理
工业工程
材料科学
机械工程
运筹学
光学
石油工程
生物技术与医药
生物信息学
医学影像
金融、统计、商业分析
精算科学
数据分析与挖掘
计量经济学
经济学
金融工程与数学
金融风险管理
统计
软件工程、内容传递
创作与出版
界面开发
软件工程
网页开发
科学
天文学
生物科学
化学
环境科学
地球科学
社会与行为科学
设计、艺术以及娱乐
游戏设计、特殊效果及衍生艺术
教育
STEM 教育倡议
高等教育
高职高专院校
中小学教育
学生
科技
可计算文档格式(CDF)
高性能并行计算(HPC)
参见:技术指南
购买
网上商店
其它购买方式
批量许可及站点许可证
联络销售部
软件
服务
升级
培训
书籍
技术支持
技术支持概览
知识库
学习中心
社区与论坛
培训
确认授权
Wolfram 用户门户
公司概况
关于 Wolfram Research
新闻与活动
Wolfram 博客
合作伙伴
工作机会
Mathematica
的历史
Stephen Wolfram 主页
联系我们
公司网站
全部站点
Wolfram|Alpha
演示项目
MathWorld
Integrator
Wolfram Functions Site
Mathematica Journal
Wolfram Media
Wolfram
Tones
Wolfram Science
Stephen Wolfram
DOCUMENTATION CENTER SEARCH
New to
Mathematica
?
Find your learning path
»
Mathematica
>
数学和算法
>
矩阵和线性代数
>
Mathematica
>
数学和算法
>
图与网络
>
图编程
>
矩阵和线性代数
>
Mathematica
>
可视化与图形
>
图与网络
>
图编程
>
矩阵和线性代数
>
MATHEMATICA 指南
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
函数 »
|
张量
几何变换
方程求解
图像处理
傅立叶分析
小波分析
更多关于 »
|
向量和矩阵
向量运算
构造矩阵
矩阵的基本运算
求解线性系统
特征值和特征向量
高级矩阵运算
稀疏数组:线性代数
约束最优化
教程 »
矩阵和线性代数
Mathematica
自动处理数值和符号矩阵,实现大量高度优化的算法间的完美切换.
Mathematica
采用许多原始方法,可以处理任意精度的数值矩阵,在恰当的时候自动调用优化的代码. 同时
Mathematica
可以处理稠密矩阵或稀疏矩阵,完成矩阵的数百万项的常规运算.
向量操作 »
+
,
*
,
^
,
...
—
自动按元素作用:
->
Dot
(
.
) — 标量点积
Cross
▪
Norm
▪
Total
▪
Normalize
▪
Projection
▪
Orthogonalize
▪
...
构造矩阵 »
Table
—
按表达式构建矩阵
IdentityMatrix
▪
DiagonalMatrix
▪
RotationMatrix
▪
HilbertMatrix
▪
...
子矩阵 »
Part
—
部分或子矩阵:
;用
重新设置
Dimensions
▪
Take
▪
Drop
▪
Diagonal
▪
Position
▪
UpperTriangularize
▪
...
矩阵运算 »
Dot
(
.
)
▪
Inverse
▪
Transpose
▪
Det
▪
Tr
▪
Eigenvalues
▪
MatrixExp
▪
...
线性系统 »
LinearSolve
▪
NullSpace
▪
MatrixRank
▪
RowReduce
▪
Minors
▪
...
基于矩阵的最小化 »
LeastSquares
▪
PseudoInverse
▪
Norm
▪
LinearProgramming
▪
...
矩阵分解 »
SingularValueDecomposition
▪
QRDecomposition
▪
LUDecomposition
▪
CholeskyDecomposition
▪
SchurDecomposition
▪
...
PrincipalComponents
▪
KarhunenLoeveDecomposition
▪
...
矩阵测试
MatrixQ
▪
HermitianMatrixQ
▪
SymmetricMatrixQ
▪
PositiveDefiniteMatrixQ
显示矩阵
MatrixForm
—
二维形式显示矩阵
MatrixPlot
—
着色元素,可视化一个矩阵
稀疏数组 »
SparseArray
—
从坐标和值方面构建一个稀疏矩阵
ArrayRules
▪
Normal
▪
CoefficientArrays
▪
...
数据格式
"CSV"
▪
"HDF"
▪
"MAT"
▪
"MTX"
▪
"HarwellBoeing"
▪
教程
向量和矩阵
向量运算
构造矩阵
矩阵的基本运算
求解线性系统
特征值和特征向量
高级矩阵运算
稀疏数组:线性代数
约束最优化
更多关于
张量
几何变换
方程求解
图像处理
傅立叶分析
小波分析
相关链接
与矩阵和线性代数相关的演示项目
(
Wolfram Demonstrations Project
)