工具列表 | |
---|---|
逆矩陣: 設A是數域上的一個n階方陣,若在相同數域上存在另一個n階矩陣B,使得: AB=BA=E。 則我們稱B是A的逆矩陣,而A則被稱為可逆矩陣。A是可逆矩陣的充分必要條件是∣A∣≠0,即可逆矩陣就是非奇異矩陣。(當∣A∣=0時,A稱為奇異 |
336 0 |
矩陣減法例子: |
113 0 |
|a1 b1 c1| |a2 b2 c2|=a1b2c3+b1c2a3+c1a2b3-a3b2c1-b3c2a1-c3a2b1 |a3 b3 c3| |
348 0 |
4*4三階階矩陣的秩計算器 |
162 0 |
數學上,高斯消元法(或譯:高斯消去法),是線性代數中的一個算法,可用來為線性方程組求解,求出矩陣的秩,以及求出可逆方陣的逆矩陣。當用于一個矩陣時,高斯消元法會產生出一個“行梯陣式”。高斯消元法可以用在電腦中來解決數千條 |
251 0 |
4x4四階逆矩陣計算器 |
122 0 |
超級矩陣計算器。 |
338 0 |
三階矩陣乘法計算器公式: 三階矩陣乘法計算器方法: |
348 0 |
數學上,線性變換的特征向量(本征向量)是一個非退化的向量,其方向在該變換下不變。該向量在此變換下縮放的比例稱為其特征值(本征值)。一個線性變換通??梢杂善涮卣髦岛吞卣飨蛄客耆枋?。特征空間是相同特征值的特征向量的 |
375 0 |
矩陣加法、減法、乘法演示計算器 |
320 0 |
矩陣加法計算方法: |
108 0 |
法一:看它的秩是否為1,若為1的話一定可以寫成一行(a)乘一列(b),即A=ab。這樣的話,A^2=a(ba)b,注意這里ba為一數,可以提出,即A^2=(ba)A; 法二:看他能否對角化,如果可以的話即存在可逆矩陣a,使a^(-1)Aa=∧, 這樣A=a∧a^(-1),A^2=a∧a |
325 0 |
a1x + b1y + c1z = d1 a2x + b2y + c2z = d2 a3x + b3y + c3z = d3 例如: x1+x2-2x3=-3 2x1+x2-x3=1 x1-x2+3x3=8 解: D = 1 1 -2 2 1 -1 1 -1 3 = 1 D1 = -3 1 -2 1 1 -1 8 -1 3 = 1 D2 = 1 -3 |
357 0 |
379 0 |
|
按照初等行變換原則把原來的矩陣變換為階梯型矩陣,總行數減去全部為零的行數即非零的行數就是矩陣的秩了。 |
341 0 |
3x3二階矩陣行列式計算器 對角線展開: |a1 b1| =a1b2-a2b1 |a2 b2| |a1 b1 c1| |a2 b2 c2|=a1b2c3+b1c2a3+c1a2b3-a3b2c1-b3c2a1-c3a2b1 |a3 b3 c3| |
344 0 |
矩陣乘法計算器: |
102 0 |
按照初等行變換原則把原來的矩陣變換為階梯型矩陣,總行數減去全部為零的行數即非零的行數就是矩陣的秩了。 |
326 0 |
逆矩陣: 設A是數域上的一個n階方陣,若在相同數域上存在另一個n階矩陣B,使得: AB=BA=E。 則我們稱B是A的逆矩陣,而A則被稱為可逆矩陣。 在線性代數中,一個方形矩陣的伴隨矩陣是一個類似于逆矩陣的概念。如果矩陣可逆,那么它的 |
312 0 |
2x2矩陣乘法計算 |
381 0 |
矩陣乘法是一種高效的算法可以把一些一維遞推優化到log( n ),還可以求路徑方案等,所以更是一種應用性極強的算法。矩陣,是線性代數中的基本概念之一。一個m×n的矩陣就是m×n個數排成m行n列的一個數陣。由于它把許多數據 |
363 0 |
特征值 在A變換的作用下,向量ξ僅僅在尺度上變為原來的λ倍。稱ξ是A 的一個特征向量,λ是對應的特征值(本征值),是(實驗中)能測得出來的量,與之對應在量子力學理論中,很多量并不能得以測量,當然,其他理論領域也有這一現象。 設 |
299 0 |
二階矩陣加法公式 二階矩陣減法公式 |
136 0 |
2x2二階矩陣行列式計算器 對角線展開: |a1 b1| =a1b2-a2b1 |a2 b2| |a1 b1 c1| |a2 b2 c2|=a1b2c3+b1c2a3+c1a2b3-a3b2c1-b3c2a1-c3a2b1 |a3 b3 c3| |
356 0 |