139 lines
2.8 KiB
Markdown
139 lines
2.8 KiB
Markdown
# Mathematica 数值分析函数库
|
||
|
||
提供一系列常用的数值分析函数，旨在帮助用户进行高效的数值计算和线性代数问题求解。以下是每个函数的功能介绍及用法：
|
||
|
||
## 函数列表
|
||
|
||
### 1. `EffectiveDigits[a, b]`
|
||
计算近似值 `a` 与精确值 `b` 的有效数字位数。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
EffectiveDigits[3.1415, Pi]
|
||
```
|
||
|
||
### 2. `GaussN[n]`
|
||
统计顺序高斯消去法的乘除法计算次数。参数 `n` 为线性方程组的未知数个数。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
GaussN[5]
|
||
```
|
||
|
||
### 3. `LUDe[M]`
|
||
对矩阵 `M` 进行 LU 分解，返回下三角矩阵 `L` 和上三角矩阵 `U`。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
LUDe[{{1, 2}, {3, 4}}]
|
||
```
|
||
|
||
### 4. `ChDe[M]`
|
||
进行 Cholesky 分解，输入矩阵 `M` 被分解为下三角矩阵 `G` 和其转置 `G^T` 的乘积，即 `M = G G^T`。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
ChDe[{{4, 1}, {1, 3}}]
|
||
```
|
||
|
||
### 5. `PositiveDefiniteMatrixQ[A]`
|
||
判断矩阵 `A` 是否为正定矩阵。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
PositiveDefiniteMatrixQ[{{4, 1}, {1, 3}}]
|
||
```
|
||
|
||
### 6. `PrincipalMinors[A]`
|
||
计算矩阵 `A` 的各阶顺序主子式。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
PrincipalMinors[{{1, 2}, {3, 4}}]
|
||
```
|
||
|
||
### 7. `CroutDe[A]`
|
||
对三对角矩阵 `A` 进行 Crout 分解，返回下三角矩阵 `L` 和单位上三角矩阵 `U`。
|
||
|
||
**注：此方法比CroutDeCo效率更高。**
|
||
|
||
**示例**:
|
||
```mathematica
|
||
CroutDe[{{1, 2, 3}, {0, 4, 5}, {0, 0, 6}}]
|
||
```
|
||
|
||
### 8. `CroutDeCo[A]`
|
||
对一般矩阵 `A` 进行 Crout 分解，返回下三角矩阵 `L` 和单位上三角矩阵 `U`。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
CroutDeCo[{{1, 2}, {3, 4}}]
|
||
```
|
||
|
||
### 9. `Norm[A, p]`
|
||
计算矩阵或向量 `A` 的范数，`p` 可以是 1, 2, Infinity 或 "Frobenius"（F-范数）。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
Norm[{1, 2, 3}, 2]
|
||
```
|
||
|
||
### 10. `PBJ[A]`
|
||
计算矩阵 `A` 的谱半径。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
PBJ[{{1, 2}, {3, 4}}]
|
||
```
|
||
|
||
### 11. `Cond[A, p]`
|
||
计算矩阵 `A` 的 `p` 条件数。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
Cond[{{1, 2}, {3, 4}}, 2]
|
||
```
|
||
|
||
### 12. `Jacobi[A]`
|
||
计算矩阵 `A` 的 Jacobi 迭代法的迭代矩阵。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
Jacobi[{{1, 2}, {3, 4}}]
|
||
```
|
||
|
||
### 13. `GS[A]`
|
||
计算矩阵 `A` 的高斯-赛德尔迭代法的迭代矩阵。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
GS[{{1, 2}, {3, 4}}]
|
||
```
|
||
|
||
### 14. `IsStrictlyDiagonallyDominant[A]`
|
||
判断矩阵 `A` 是否严格对角占优。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
IsStrictlyDiagonallyDominant[{{4, 1}, {2, 3}}]
|
||
```
|
||
|
||
### 15. `SOR[A, w]`
|
||
计算矩阵 `A` 的 SOR 方法的迭代矩阵，`w` 为松弛因子。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
SOR[{{1, 2}, {3, 4}}, 1.25]
|
||
```
|
||
|
||
### 16. `QRDecomposition[M]`
|
||
对矩阵 `M` 进行 QR 分解，返回一个正交矩阵 `Q` 和一个上三角矩阵 `R`。
|
||
|
||
**示例**:
|
||
```mathematica
|
||
QRDecomposition[{{1, 2}, {3, 4}}]
|
||
```
|
||
|
||
## 安装与使用
|
||
|
||
- 务必先计算整个笔记本后，再进行具体数值的计算。 |