mathematica矩阵的各种运算上课讲义.docVIP

Mathematica矩阵的各种运算 __________________________________________________ __________________________________________________ __________________________________________________ __________________________________________________ __________________________________________________ __________________________________________________ Mathematica可进行矩阵的各种运算,如矩阵求逆、矩阵的 转置、矩阵与向量的乘法等.下面列出主要的运算.记k为常数,u,v为向量,A,B为矩阵 k*A------------------------常数乘矩阵 k+u-----------------------向量u的每一个元素加上k u+v----------------------向量的对应元素相加 u.v-----------------------向量的 内积 u*v-----------------------向量的对应元素相乘 A.u---------------------矩阵乘向量 u.A-----------------------向量乘矩阵 A.B--------------------------矩阵乘矩阵 Transpose[A]-----------------求矩阵A的 转置阵 Inverse[A]--------------------求矩阵A的 逆矩阵 Det[A]-------------------------求矩阵A的 行列式 Eigenvalues[A]-----------------求数字阵A的 特征值 Eigentvectors[A]---------------求数字阵A的 特征向量 LinearSolve[A,v]---------------求解 线性方程组Ax=v Chop[%n]-------------------舍去第n个输出中无实际意义小量 矩阵可以左乘以向量或右乘以向量, Mathematica也不区分“行”,或“列”向量,自动进行可能的运算. 例: In[1]:=A={{a,b},{c,d}}; v={x,y}; In[2]:=A.v (A左乘以v) Out[2]={ax+by,cx+dy} In[3]:=v.A (A右乘以v) Out[3]={ax+cy,bx+dy} In[4]:=Inverse[A] Out[4]= 如果矩阵的元素是 近似数，则求出的 逆矩阵也是近似的。 In[5]:=B={{1.2,5.7},{4.2,5.6}}; Inverse[B] Out[5]= In[6]:=%.B Out[6]= 结果与 单位矩阵有微小误差，用函数Chop消去无实际意义小量 In[7]:=Chop[%] Out[7]={{1.,0},{0,1.}} 前面已介绍了用Solve解 线性方程组，但对于矩阵形式Ax=v的 线性方程组，用 LinearSolve[A,v]更方便. In[8]:=M={{2,1},{1,4}}; LinearSolve[M,{a,b}] 有些符号打不出来，你也可以参见（ 0/course/22/23/sm00/Mathmatics/smf142.htm） Out[8]=