-
関数
- ArrayRules
- CholeskyDecomposition
- CoefficientArrays
- Cross
- Det
- Diagonal
- DiagonalMatrix
- DiagonalMatrixQ
- Dimensions
- Dot
- Drop
- Eigenvalues
- HilbertMatrix
- IdentityMatrix
- Inverse
- KarhunenLoeveDecomposition
- LeastSquares
- LinearSolve
- LUDecomposition
- MatrixExp
- MatrixForm
- MatrixPlot
- MatrixPropertyDistribution
- MatrixQ
- MatrixRank
- Minors
- Norm
- Normal
- Normalize
- NullSpace
- Orthogonalize
- Part
- Position
- PositiveDefiniteMatrixQ
- PrincipalComponents
- Projection
- PseudoInverse
- QRDecomposition
- RandomVariate
- RotationMatrix
- RowReduce
- SchurDecomposition
- SingularValueDecomposition
- SparseArray
- SymmetricMatrixQ
- Table
- Take
- Total
- Tr
- Transpose
- UpperTriangularize
- UpperTriangularMatrixQ
- WishartMatrixDistribution
- 関連するガイド
- テクニカルノート
-
-
関数
- ArrayRules
- CholeskyDecomposition
- CoefficientArrays
- Cross
- Det
- Diagonal
- DiagonalMatrix
- DiagonalMatrixQ
- Dimensions
- Dot
- Drop
- Eigenvalues
- HilbertMatrix
- IdentityMatrix
- Inverse
- KarhunenLoeveDecomposition
- LeastSquares
- LinearSolve
- LUDecomposition
- MatrixExp
- MatrixForm
- MatrixPlot
- MatrixPropertyDistribution
- MatrixQ
- MatrixRank
- Minors
- Norm
- Normal
- Normalize
- NullSpace
- Orthogonalize
- Part
- Position
- PositiveDefiniteMatrixQ
- PrincipalComponents
- Projection
- PseudoInverse
- QRDecomposition
- RandomVariate
- RotationMatrix
- RowReduce
- SchurDecomposition
- SingularValueDecomposition
- SparseArray
- SymmetricMatrixQ
- Table
- Take
- Total
- Tr
- Transpose
- UpperTriangularize
- UpperTriangularMatrixQ
- WishartMatrixDistribution
- 関連するガイド
- テクニカルノート
-
関数
行列と線形代数
Wolfram言語は,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.Wolfram言語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.Wolfram言語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.
ベクトルの操作 »
+, *, ^, ... — 自動的に要素ごとに計算される:{a,b}+{c,d}->{a+c,b+d}
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 — m[[i,j]]=xで再設定できる部分行列m[[i,j]]
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 ▪ ...
行列分解 »
SingularValueDecomposition ▪ QRDecomposition ▪ LUDecomposition ▪ CholeskyDecomposition ▪ SchurDecomposition ▪ ...
PrincipalComponents ▪ KarhunenLoeveDecomposition ▪ ...
行列述語 »
MatrixQ ▪ DiagonalMatrixQ ▪ UpperTriangularMatrixQ ▪ SymmetricMatrixQ ▪ PositiveDefiniteMatrixQ ▪ ...
ランダム行列 »
RandomVariate ▪ WishartMatrixDistribution ▪ MatrixPropertyDistribution ▪ ...
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" ▪ "HDF5" ▪ "HDF" ▪ "MAT" ▪ "MTX" ▪ "HarwellBoeing" ▪ ...
関連するテクニカルノート
-
▪
- ベクトルと行列 ▪
- ベクトル操作 ▪
- 行列の構築 ▪
- 行列演算の基礎 ▪
- 線形系の解法 ▪
- 固有値と固有ベクトル ▪
- 行列の高度な操作 ▪
- 疎な(スパース)配列:線形代数 ▪
- 制約条件付き最適化
関連するガイド
-
▪
- 疎な(スパース)配列 ▪
- 構造化配列 ▪
- 記号的な配列 ▪
- テンソル ▪
- 幾何学変換 ▪
- Basic Linear Algebra Subroutines - BLAS(基本線形代数サブルーチン
BLAS)
▪
- 方程式の解法 ▪
- 画像の処理と解析 ▪
- フーリエ(Fourier)解析 ▪
- ウェーブレット ▪
- 行列の分布