Maple6-ch2-线性代数.docVIP

第二章 线性代数 §2.1 向量运算 2.1.1 向量的生成 2.1.2 向量的运算 2.1.3 向量的转化 §2.2 矩阵的生成与修改 2.2.1 创建简单矩阵的几种方法 1． 用array() 2. 用Matrix()——linalg函数库中函数 3. 用菜单View(Palletes(Matrix Palletes 4. 用for循环 几种特殊矩阵的创建方法 2.2.3 访问矩阵元 1． 修改元素 2． 提取矩阵元素——linalg库中的函数row()和col() （1）整行、整列的提取——row(), col() （2）提取子矩阵——submatrix 矩阵的初等变换与修改 §2.3 矩阵的运算及其特征值求解 2.3.1 基本运算 2.3.2 行列式的求解 2.3.3 矩阵的转置 2.3.4 矩阵的秩 1. 最大无关组——basis([v1,v2,…]) 2. 矩阵的行及列向量的最大无关组 3.矩阵行及列向量的规范最大无关组 4.矩阵的秩 2.3.5 逆矩阵 2.3.6 矩阵的特征值和特征向量 2.3.7 相似矩阵与矩阵的对角化 1．判断两个矩阵相似（B是A的相似矩阵，即存在可逆阵P，使P^(-1)AP=B，并求相似变换矩阵P 2. 判断矩阵可对角化——即与其对角形相似 §2.4 解线性方程组 2.4.1．Guass-Jordan消元法 2.4.1．Maple 6, P94~ 第二章 线性代数 §2.1 向量运算 2.1.1 向量的生成 在Maple中，用表示列表的“[ ]”符号标记向量。同时用户也可以将向量看做是一种 特殊的列表，只是它的下标从1开始。因此有关列表的运算同样适用于向量间的运算。但通过一般过程定义的列表将不具备向量的性质。 array(1..3,[1,2,3]); 定义列表 type(%,vector); 判断是否向量 type(%%,array); 判断是否列表 A:=array(0..3,[a,b,c,d])； 下标从“0”开始，定义的不是向量 type(A,vector); A:=array(1..4,[a,b,c,d]); 下标从“1”开始，定义的是向量 type(A,vector); type(A,array); 还可利用linalg程序包中的“linalg[vector]”, 或者直接作用系统自带的vector函数。 vector([1,2,3]); v:=v: v:=vector(5,8); 生成5个相同的分量 linalg[vectdim](v); 判断向量的维数 eval(v); 查看向量v的内容 print(v); v[3]:=0; print(v); linalg[vector](4,[1,x,x^2,x^3]); 可以使用变量作为分量，其中的维数4可省 type(%,vector); v:=v: v:=linalg[vector](4,[1,x^2,x^3,x^4]); type(%,vector); map(diff,v,x); map(函数F，作用对象，函数F对应的参数) type(v,vector); u:=map(diff,[v[2],v[3],v[4]],x); type(u,vector); 部分分量的导数的序列不是向量 w:=array(1..3,u); 改成向量的方法1 type(w,vector); s:=vector(w): 改成向量的方法2，后面还有方法3—convert type(s,vector); with(plots): map(plot,w,x): plot(w,x=-5..5,-100..100,thickness=[1,2,4]); plots[display](map(plot,w,x=-4..4)); w必须是向量才能将曲线分画在不同 坐标系中，否则就画在同一坐标系下 练习： 仿上绘制没能上面没有转换成向量前的“w”对应的图像。 2.1.2 向量的运算 作为复合结构的数据，用户不能直接对向量进行加减法运算，而需要调用函数“evalm()”(evaluate matrix——对矩阵求值)，但它只能完成对向量的线性运算（加法、数乘），因此，对于已知的序列，要用“convert()”命令转换进行转换，或用向量命令去定义向