线性代数2_Linear Algebra 2

执行计算与矩阵

线性代数中，就可以解决线性方程组的系数矩阵的LU分解系统。

您也可以执行不同的操作（加，减，乘），发现行列式，迹，逆，伴随，QR或LU因素的特征值和特征向量，建立一个对称矩阵的神器出山:www.shenqi73.com定性，执行标量乘法，转置，移位，建立零或一，身份，对称的，一般情况下，随机矩阵的矩阵，等
· - 查找两个矩阵的总和。
·减 - 寻找两个矩阵的差异。
·乘 - 查找两个矩阵的乘积。
·行列式发现一个方形矩阵的行列式。
·追踪发现一个方阵的痕迹。
·反 - 查找的逆方阵，如果存在的话。
伴随 - 查找伴随方阵。
·伴随反相 - 寻找一个正方形，非奇异矩阵的伴随。
·移调 - 查找矩阵的转置。
·测试定性 - 建立定性的正或负，正的或负的半定，或不确定性的对称矩阵。
·测试对称 - 对称矩阵测试。
·线性方程组线性方程组，采用高斯消元的方法 - 解决系统。
·线性方程组由LU因素 - 解决了系统的线性方程组的系数矩阵的LU分解。这允许更快的解决方案的许多系统中，共享相同的系数矩阵，但有不同的右手侧。
·线性方程组 - 超定或不一致的系统 - 查找系统可能是不一致的，或更多比未知数的方程超定线性方程组的最小二乘解。
·特征值和特征向量 - 找到真正的矩阵的特征值和对应的特征向量。如果矩阵具有全套的特征向量（对角化），然后将全套发现即使某些特征值重复。使用移的QR方法的特征值。使用移逆功率算法对应的特征向量。矩阵转化为上Hessenberg形式。
·乘以一个标量 - 执行标量乘法。