maple在线性代数中的应用.ppt

* 数学实验 Maple 在 线性代数中的应用 一、解线性方程 基本命令：解一个方程 solve（方程）或 solve（方程，未知量） 或 solve（{方程}，{未知量}） 解线性方组： solve（{方程1，方程2，…}） 或 solve（ {方程1，方程2，…} ，{未知量}） 注：若方程组无解，则不显示结果。 如： 二、矩阵 最新的线性代数程序包 需调入线性代数程序包，有两种分别是： linalg LinearAlgebr 调入时用命令：with（linalg） with（LinearAlgebr） 主要讲linalg程序包，LinearAlgebr程序包的用 法与linalg一样，只是增加了一些新功能。 1、向量 向量的输入命令： vector([a1,a2,…,an])或array(1..n,[a1,a2,…,an]) vector(维数,分量值)：定义分量值相等的向量. 如： 也可以用函数来定义分量值，先定义一个函数f，再 用命令 vector(维数,f) 如： 注：①在linalg线性包中没有提供列向量的输入命令， 若要输入列向量只有通过矩阵的方法； ②向量的下标是从1开始的，若从0开始，利用type 函数查看将不是向量。 要访问向量的某一元素可直接用格式： 向量名[分量序号] 如： 向量v1、v2的运算：加、减、数乘分别用命令 evalm(v1+v2) evalm(v1-v2) evalm(k*v1) 如： 2、矩阵 矩阵的输入命令： matrix(行数,列数,[元素1,元素2,…]) 或 matrix(行数,列数,[[第1行元素],[第2行元素],…]) 或 matrix([[第1行元素],[第2行元素],…]) array([[第1行元素],[第2行元素],…]) 或 array(1..m,1..n,[[第1行元素],[第2行元素],…]) 如： 特殊矩阵的输入： 用命令 array(1..m,1..n,特殊矩阵名称) 特殊矩阵名称： sparse(零矩阵) identity(单位矩阵) 对角矩阵用命令：diag(主对角线上元素) 数量矩阵用命令：band([主对角线上元素],n) 如： 矩阵A、B的运算：加、减、数乘分别用命令 evalm(A+B) evalm(A-B) evalm(k*A) 如： 矩阵A、B乘法运算用命令 evalm(A*B) 如： 矩阵A的k次幂的运算用命令：evalm(A^k) 如： 矩阵A的转置用命令：transpose(A) 如： 求矩阵A的秩用命令：rank(A) 如： 求矩阵A的逆矩阵用命令：inverse(A)或evalm(A^(-1)) 如： 解用矩阵表示的线性方程组用Ax=b命令： linsolve(A,b) 如： 注：①当方程组无解时，不返回任何结果； ②当方程组有无穷多解时，linsolve可用参数方式 表达方程组的解. 此时用命令： linsolve(A,b,’r’,v) 其中：r用来储存矩阵的秩，v用来表示独立的变量 如： 如果方程组不是写成矩阵形式，可以用 genmatrix 命令来生成矩阵形式. 生成系数矩阵用： genmatrix({方程1,方程2,…},[x,y,…]) 生成增广矩阵用： genmatrix({方程1,方程2,…},[x,y,…],flag) 使用submatrix(,1..m,1..n)可以从 增广矩阵A中提出系数矩阵。 使用col(A, A中最后1列的列数)可以从 增广矩阵A中提出常数项矩阵。 gausselim(A)可将增广矩阵A化为行阶梯形矩阵， 从而迅速地求出Ax=b的解。 如： 求方阵A的行列式用命令：det（A） 求方阵A的伴随矩阵用命令：adj（A） 如： 求方阵A的特征多项式用命令：charpoly（A） 求方阵A的特征值用命令：eigenvalues（A） 求方阵A的特征向量用命令：eigenvects（A） 如： 1.向量的输入及运算： A:=vector([1,2,3,4]); B:=vector([2,3,4