|
SOLUTIONS
|
-
函数
- 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
- 相关指南
- 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.
参考资料参考资料
向量操作 »
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" ▪ ![]()




