ماتریس matrix
جبر خطی: ماتریس، دستگاه معادلات، تجزیهها، مقادیر ویژه و آمار.
واردسازی ماتریس
نام آرگومانها شناسهی خود کد است و معادل فارسی ندارد؛ گونهها، کلیدواژهها و نام بستهها با معادل فارسی نوشته میشوند.
این بسته جبر خطی کامل با اعداد اعشاری ۶۴ بیتی است: از ساختن ماتریس و ضرب تا حل دستگاه، تجزیهها، مقادیر ویژه و تکین و ابزار آماری مثل تحلیل مولفههای اصلی. برای حل یک دستگاه کافی است حل را صدا بزنید؛ برای چند دستگاه با یک ماتریس، یک بار تجزیه کنید و بارها حل با تجزیه.
وقتی به کارتان میآید که پاسخ باید تا آخرین رقمی که عدد دودقتی اجازه میدهد درست باشد: مهندسی، آمار، مالی و هندسه. برای شبکهی عصبی و دستههای بزرگ دادهی اعشار۳۲ به تانسور سر بزنید؛ برای میانگین، میانه و آزمونها روی فهرستهای ساده به stats و برای مدلهای آمادهی یادگیری ماشین به ml.
نکتههایی که باید بدانید
- نتیجهها خطای گردکردن کوچکی دارند. برای مقایسه از
همه نزدیکبا یک رواداری استفاده کنید و برای نمایش ازحذف ریزهیابه رشته با دقت. - هیچ چیز برنامه را متوقف نمیکند. ناهمخوانی شکل یا ماتریس منفرد یک ماتریس تهی
0x0میدهد؛ پیش از به کار بردن نتیجهis_empty()را بسنجید. - هر تابع ماتریس تازهای برمیگرداند که حافظهی خودش را دارد. در حلقههای طولانی نتیجههایی را که کارشان تمام شده آزاد کنید یا از شکلهای «در جا» استفاده کنید.
حل یک دستگاه معادله
سه سبد خرید با جمع معلوم، سه معادله با سه قیمت مجهول میدهند. تعدادها را در ماتریس A و جمعها را در ستون b بگذارید؛ حل ستون قیمتها را برمیگرداند. وقتی معادلهها یک جواب یکتا را مشخص نمیکنند، حل ماتریس تهی برمیگرداند، پس پیش از به کار بردن نتیجه تهی است را بررسی کنید. باقیمانده مقدار A x - b را حساب میکند که راه سریعی برای سنجیدن جواب است.
واردسازی ماتریس
تابع بساز(سطرها: صحیح، ستونها: صحیح، عددها: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در عددها.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع ریشه:
ناپایا سبدها := بساز(۳، ۳، "2 1 1 1 3 2 1 0 4")
ناپایا جمعها := بساز(۳، ۱، "9.5 17 17.5")
ناپایا قیمتها := ماتریس.حل(سبدها، جمعها)
اگر قیمتها.تهی است():
سرچاپ "سبدها قیمتها را مشخص نمیکنند"
برگشت ۱
پایان
نامها := ["سیب"، "نان"، "پنیر"]
هر ی، نام در نامها:
سرچاپ نام، ماتریس.به رشته با دقت(ماتریس.سطر(قیمتها، ی)، ۲)
پایان
ناپایا وارسی := ماتریس.باقیمانده(سبدها، قیمتها، جمعها)
سرچاپ "بزرگترین خطا ناچیز است:"، ماتریس.بیشینه قدرمطلق(وارسی) کوچکتر ۰.۰۰۰۰۰۱
ناپایا سفارش := بساز(۱، ۳، "4 2 1")
سرچاپ "۴ سیب، ۲ نان، ۱ پنیر:"، ماتریس.به رشته با دقت(ماتریس.ضرب ماتریسی(سفارش، قیمتها)، ۲)
قیمتها.آزادسازی()
وارسی.آزادسازی()
پایاننمونهها ماتریس را با یک تابع کمکی کوچک به نام بساز از رشتهای از عددها میسازند که از آرایه را صدا میزند؛ هر راه دیگری برای پر کردن یک وکتور<اعشار۶۴> سطر به سطر هم همینطور کار میکند.
یک ماتریس، چند سمت راست
در مهندسی ماتریس اغلب ثابت میماند و ورودی عوض میشود: یک سازه زیر بارهای مختلف. تجزیه کار پرهزینه را یک بار انجام میدهد و هر حل با تجزیه پس از آن ارزان است. تجزیه همچنین پیش از هر حلی میگوید ماتریس تکین است یا نه.
واردسازی ماتریس
تابع بساز(سطرها: صحیح، ستونها: صحیح، عددها: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در عددها.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع ریشه:
ناپایا فنرها := بساز(۳، ۳، "20 -10 0 -10 20 -10 0 -10 10")
ناپایا تج := ماتریس.تجزیه(فنرها)
اگر تج.تکین:
سرچاپ "دستگاه جواب یکتا ندارد"
برگشت ۱
پایان
بارها := ["0 0 5"، "5 0 0"، "1 1 1"]
هر بار در بارها:
ناپایا نیرو := بساز(۳، ۱، بار)
ناپایا جابهجایی := ماتریس.حل با تجزیه(تج، نیرو)
سرچاپ "بار"، بار، "->"، ماتریس.به رشته با دقت(ماتریس.ترانهاده(جابهجایی)، ۲)
نیرو.آزادسازی()
جابهجایی.آزادسازی()
پایان
سرچاپ "دترمینان"، ماتریس.به رشته با دقت(ماتریس.پرشده(۱، ۱، ماتریس.دترمینان(فنرها))، ۱)
تج.آزادسازی()
فنرها.آزادسازی()
پایانبرازش خط یا منحنی بر داده
رگرسیون خطی یک خط راست برازش میکند و عرض از مبدأ و شیب را در یک ستون برمیگرداند. برای منحنی، ستونهای ۱، x و x² را با واندرموند بسازید و به کمترین مربعات بدهید. آر دو میگوید برازش چه سهمی از تغییرات را توضیح میدهد؛ ۱ یعنی برازش کامل. اینجا یک سهمی از مصرف سوخت در شش سرعت، کممصرفترین سرعت را میدهد.
واردسازی ماتریس
تابع بساز(سطرها: صحیح، ستونها: صحیح، عددها: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در عددها.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع گرد(مقدار: اعشار۶۴): رشته:
برگشت ماتریس.به رشته با دقت(ماتریس.پرشده(۱، ۱، مقدار)، ۲)
پایان
تابع ریشه:
ناپایا متراژ := بساز(۵، ۱، "50 70 90 110 130")
ناپایا اجاره := بساز(۵، ۱، "520 690 910 1080 1300")
ناپایا خط := ماتریس.رگرسیون خطی(متراژ، اجاره)
سرچاپ "اجاره ="، گرد(خط.عنصر(۰، ۰))، "+"، گرد(خط.عنصر(۱، ۰))، "* متراژ"
ناپایا طرح := ماتریس.واندرموند(متراژ، ۲)
ناپایا برازش := ماتریس.ضرب ماتریسی(طرح، خط)
سرچاپ "ضریب تعیین"، ماتریس.به رشته با دقت(ماتریس.پرشده(۱، ۱، ماتریس.آر دو(اجاره، برازش))، ۴)
سرچاپ "۱۰۰ متر مربع:"، گرد(خط.عنصر(۰، ۰) + خط.عنصر(۱، ۰) * ۱۰۰.۰)
ناپایا سرعت := بساز(۶، ۱، "40 60 80 100 120 140")
ناپایا مصرف := بساز(۶، ۱، "7.1 6.0 5.8 6.4 7.5 9.1")
ناپایا منحنی := ماتریس.کمترین مربعات(ماتریس.واندرموند(سرعت، ۳)، مصرف)
الف := منحنی.عنصر(۰، ۰)
ب := منحنی.عنصر(۱، ۰)
ج := منحنی.عنصر(۲، ۰)
بهترین := ۰.۰ - ب / (۲.۰ * ج)
سرچاپ "کممصرفترین سرعت"، گرد(بهترین)، "با مصرف"، گرد(الف + ب * بهترین + ج * بهترین * بهترین)
خط.آزادسازی()
طرح.آزادسازی()
برازش.آزادسازی()
منحنی.آزادسازی()
پایانتوان ماتریس: زنجیرهی مارکوف
ماتریس گذار احتمال رفتن از هر حالت به حالت دیگر را نگه میدارد؛ اینجا هوای آفتابی، ابری و بارانی. ضرب توزیع امروز در توان nام ماتریس، توزیع n روز بعد را میدهد. پس از چند هفته جواب دیگر به نقطهی شروع بستگی ندارد: این سهم بلندمدت هر نوع روز است.
واردسازی ماتریس
تابع بساز(سطرها: صحیح، ستونها: صحیح، عددها: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در عددها.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع ریشه:
ناپایا هوا := بساز(۳، ۳، "0.7 0.2 0.1 0.3 0.4 0.3 0.2 0.3 0.5")
سرچاپ "جمع هر سطر یک است:"، ماتریس.تصادفی سطری است(هوا، ۰.۰۰۰۰۰۱)
ناپایا امروز := بساز(۱، ۳، "1 0 0")
هر روزها در [۱، ۲، ۷، ۳۰]:
ناپایا آینده := ماتریس.ضرب ماتریسی(امروز، ماتریس.توان ماتریس(هوا، روزها))
سرچاپ "پس از"، روزها، "روز"، ماتریس.به رشته با دقت(آینده، ۳)
آینده.آزادسازی()
پایان
ناپایا بارانی := بساز(۱، ۳، "0 0 1")
ناپایا بعدها := ماتریس.ضرب ماتریسی(بارانی، ماتریس.توان ماتریس(هوا، ۳۰))
سرچاپ "از یک روز بارانی"، ماتریس.به رشته با دقت(بعدها، ۳)
هوا.آزادسازی()
امروز.آزادسازی()
بارانی.آزادسازی()
بعدها.آزادسازی()
پایانیافتن جهتهای اصلی: تحلیل مولفههای اصلی
تحلیل مولفههای اصلی جهتهایی را پیدا میکند که داده بیشترین تغییر را در آنها دارد. برازش مولفه اصلی هر ستون را مرکزی میکند و بردارهای ویژهی ماتریس کوواریانس را میگیرد؛ واریانس تبیینشده سهم هر جهت از کل را میدهد و تبدیل مولفه اصلی سطرها را روی k جهت نخست تصویر میکند. اینجا شش دانشآموز نمرهی ریاضی، فیزیک، ادبیات و تاریخ دارند.
واردسازی ماتریس
تابع بساز(سطرها: صحیح، ستونها: صحیح، عددها: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در عددها.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع ریشه:
ناپایا نمرهها := بساز(۶، ۴، "18 17 12 11 15 16 10 9 9 10 18 17 12 11 15 16 19 18 9 10 8 9 19 18")
ناپایا برازش := ماتریس.برازش مولفه اصلی(نمرهها)
ناپایا سهم := ماتریس.واریانس تبیینشده(برازش)
سرچاپ "واریانس تبیینشده"، ماتریس.به رشته با دقت(سهم، ۳)
ناپایا نخستین := ماتریس.زیرماتریس(برازش.مؤلفهها، ۰، ۰، ۴، ۱)
سرچاپ "جهت نخست"، ماتریس.به رشته با دقت(ماتریس.ترانهاده(نخستین)، ۲)
ناپایا تخت := ماتریس.تبدیل مولفه اصلی(برازش، نمرهها، ۱)
سرچاپ "دانشآموزان روی آن"، ماتریس.به رشته با دقت(ماتریس.ترانهاده(تخت)، ۱)
پایانیک جهت ۹۶ درصد تفاوتها را توضیح میدهد، پس چهار نمرهی هر دانشآموز تقریبا یک عدد است. وزنهای این جهت برای دو درس علمی مثبت و برای دو درس انسانی منفیاند: «علمی در برابر انسانی» را میسنجد و تصویر، هر دانشآموز را روی همین مقیاس مینشاند. علامت هر جهت دلخواه است، پس کتابخانهی دیگری ممکن است همین عددها را با علامت وارونه چاپ کند. مولفه اصلی از تجزیه تکین همین نتیجه را از راه تجزیهی مقدار تکین میدهد که وقتی ستونها تقریبا وابستهاند دقیقتر است.
دستگاه تکین و خطای گرد کردن
وقتی یک معادله مضربی از معادلهی دیگر است، ماتریس تکین است: تکین است این را میگوید و حل نتیجهی تهی 0x0 میدهد. سازگار است میگوید بینهایت جواب هست یا هیچ جوابی نیست، و حل عمومی یکی از جوابها را برمیگرداند. بعضی ماتریسها تکین نیستند ولی به آن نزدیکاند، و شرط دو میسنجد خطای گرد کردن را چقدر بزرگ میکنند؛ ماتریس هیلبرت نمونهی کلاسیک است. برای همین نتیجهها را با همه نزدیک و یک رواداری مقایسه میکنیم، هرگز دقیق.
واردسازی ماتریس
تابع بساز(سطرها: صحیح، ستونها: صحیح، عددها: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در عددها.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع ریشه:
ناپایا دوبرابر := بساز(۲، ۲، "1 2 2 4")
ناپایا راست := بساز(۲، ۱، "3 6")
سرچاپ "تکین"، ماتریس.تکین است(دوبرابر)، "رتبه"، ماتریس.رتبه دقیق(دوبرابر)
سرچاپ "حل میدهد"، ماتریس.رشته شکل(ماتریس.حل(دوبرابر، راست))
سرچاپ "سازگار"، ماتریس.سازگار است(دوبرابر، راست)
سرچاپ "یک جواب"، ماتریس.به رشته با دقت(ماتریس.ترانهاده(ماتریس.حل عمومی(دوبرابر، راست))، ۲)
ناپایا ه := ماتریس.هیلبرت(۸)
سرچاپ "هیلبرت(۸) بدحالت است:"، ماتریس.شرط دو(ه) بزرگتر ۱۰۰۰۰۰۰۰۰۰.۰
ناپایا یکها := ماتریس.یکها(۸، ۱)
ناپایا حاصل := ماتریس.ضرب ماتریسی(ه، یکها)
ناپایا برگشتی := ماتریس.حل(ه، حاصل)
سرچاپ "برابر دقیق"، ماتریس.همه نزدیک(برگشتی، یکها، ۰.۰)، "نزدیک"، ماتریس.همه نزدیک(برگشتی، یکها، ۰.۰۰۰۱)
ناپایا دهم := بساز(۱، ۲، "0.1 0.2")
ناپایا سهبرابر := ماتریس.مقیاس(دهم، ۳.۰)
ناپایا انتظار := بساز(۱، ۲، "0.3 0.6")
سرچاپ "۰.۱ * ۳ دقیقاً ۰.۳:"، ماتریس.همه نزدیک(سهبرابر، انتظار، ۰.۰)، "در حد رواداری:"، ماتریس.همه نزدیک(سهبرابر، انتظار، ماتریس.رواداری ماتریس)
پایان| کار | تابع |
|---|---|
یک بار حل A x = b | حل |
همان A با چند b | تجزیه و بعد حل با تجزیه |
| معادلهها بیش از مجهولها | کمترین مربعات، رگرسیون خطی |
| جواب یکتا وجود ندارد | سازگار است، حل عمومی |
| جواب چقدر قابل اعتماد است | شرط دو، باقیمانده |
| مقایسهی نتیجهها | همه نزدیک با رواداریای مثل رواداری ماتریس |
گونهها
ویژه Eigen
ساختار ویژه| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| اندازه | n | صحیح = 0 | اندازه. |
| جزء حقیقی | re | ماتریس | بخش حقیقی. |
| جزء موهومی | im | ماتریس | بخش موهومی. |
| شمار تکرارها | iterations | صحیح = 0 | شمار تکرارها. |
| همگرا | ok | منطقی = نادرست | همگرا شد. |
واردسازی ماتریس
تابع ساختن(سطرها: صحیح، ستونها: صحیح، اعداد: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در اعداد.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع نشان(نام: رشته، م &: ماتریس.ماتریس):
سرچاپ نام، ماتریس.به بازنمایی(ماتریس.حذف ریزه(م، ۰.۰۰۰۰۰۱)، ۳)
پایان
تابع گ(عدد: اعشار۶۴): رشته:
برگشت ماتریس.به رشته با دقت(ماتریس.پرشده(۱، ۱، عدد)، ۳)
پایان
تابع ریشه:
ناپایا متقارن := ساختن(۲، ۲، "2 1 1 2")
ناپایا تجزیه := ماتریس.ویژه متقارن(متقارن)
سرچاپ تجزیه.همگرا، تجزیه.اندازه، تجزیه.شمار دورها >= ۰
نشان("مقادیر"، تجزیه.مقادیر ویژه)
نشان("بازسازی"، ماتریس.بازسازی ویژه(تجزیه))
تجزیه.آزادسازی()
نشان("مقادیر ویژه متقارن"، ماتریس.مقادیر ویژه متقارن(متقارن))
سرچاپ گ(ماتریس.شعاع طیفی متقارن(متقارن))
نشان("توان"، ماتریس.توان متقارن(متقارن، ۲.۰))
نشان("جذر"، ماتریس.ضرب ماتریسی(ماتریس.جذر متقارن(متقارن)، ماتریس.جذر متقارن(متقارن)))
ناپایا عمومی := ساختن(۲، ۲، "0 1 -2 -3")
ناپایا ع := ماتریس.مقادیر ویژه(عمومی)
سرچاپ ع.همگرا، ع.اندازه، ماتریس.به بازنمایی(ع.جزء حقیقی، ۳)، ماتریس.به بازنمایی(ع.جزء موهومی، ۳)، ع.شمار تکرارها >= ۰
ع.آزادسازی()
ناپایا چرخش := ساختن(۲، ۲، "0 -1 1 0")
ناپایا مختلط := ماتریس.مقادیر ویژه خودکار(چرخش)
نشان("موهومی"، مختلط.جزء موهومی)
سرچاپ گ(ماتریس.شعاع طیفی(عمومی))
نشان("هسنبرگ"، ماتریس.هسنبرگ(ساختن(۳، ۳، "1 2 3 4 5 6 7 8 10")))
نشان("مشخصه"، ماتریس.چندجملهای مشخصه(عمومی))
ناپایا بردار := ماتریس.بردار ویژه برای(متقارن، ۳.۰، ۵۰)
نشان("بردار ویژه"، ماتریس.قدرمطلق(بردار))
ناپایا توانی := ماتریس.تکرار توانی(متقارن، ۱۰۰)
ناپایا غالب := ماتریس.زیرماتریس(توانی، ۰، ۰، ۲، ۱)
سرچاپ گ(توانی.عنصر(۲، ۰))، گ(ماتریس.خارجقسمت ریلی(متقارن، غالب))، گ(ماتریس.تکرار وارون شیفتدار(متقارن، ۰.۹، ۵۰))
ناپایا م := ساختن(۳، ۲، "3 0 0 4 0 0")
ناپایا ت := ماتریس.تجزیه تکین(م)
سرچاپ ت.همگرا، ماتریس.رشته شکل(ت.بردارهای چپ)، ماتریس.رشته شکل(ت.بردارهای راست)
نشان("مقادیر تکین"، ت.مقادیر تکین)
ت.آزادسازی()
نشان("تکین"، ماتریس.مقادیر تکین(م))
سرچاپ ماتریس.رتبه(م، ۰.۰۰۰۰۰۱)
نشان("شبهوارون"، ماتریس.شبهوارون(م، ۰.۰۰۰۰۰۱))
نشان("فضای تهی"، ماتریس.فضای تهی(ساختن(۲، ۲، "1 1 1 1")، ۰.۰۰۰۰۰۱))
نشان("فضای ستونی"، ماتریس.قدرمطلق(ماتریس.فضای ستونی(ساختن(۲، ۲، "1 1 1 1")، ۰.۰۰۰۰۰۱)))
نشان("رتبه پایین"، ماتریس.تقریب رتبه پایین(ساختن(۲، ۲، "3 0 0 1")، ۱))
ت۰ := ۰.۰۰۰۰۰۱
ناپایا همانی := ماتریس.همانی(۳)
سرچاپ ماتریس.مربع است(همانی)، ماتریس.همه نزدیک(همانی، همانی، ت۰)، ماتریس.صفر است(ماتریس.صفرها(۲، ۲)، ت۰)، ماتریس.همانی است(همانی، ت۰)
سرچاپ ماتریس.متقارن است(متقارن، ت۰)، ماتریس.پادمتقارن است(چرخش، ت۰)، ماتریس.قطری است(همانی، ت۰)
سرچاپ ماتریس.بالامثلثی است(ساختن(۲، ۲، "1 2 0 3")، ت۰)، ماتریس.پایینمثلثی است(ساختن(۲، ۲، "1 0 2 3")، ت۰)
ناپایا سه قطری := ساختن(۳، ۳، "2 1 0 1 2 1 0 1 2")
سرچاپ ماتریس.نواری است(سه قطری، ۱، ۱، ت۰)، ماتریس.پهنای نوار پایین(سه قطری، ت۰)، ماتریس.پهنای نوار بالا(سه قطری، ت۰)
سرچاپ ماتریس.متعامد است(چرخش، ت۰)، ماتریس.نرمال است(متقارن، ت۰)، ماتریس.خودتوان است(ساختن(۲، ۲، "1 0 0 0")، ت۰)
سرچاپ ماتریس.خودوارون است(ساختن(۲، ۲، "0 1 1 0")، ت۰)، ماتریس.پوچتوان است(ساختن(۲، ۲، "0 1 0 0")، ت۰)
سرچاپ ماتریس.معین مثبت است(متقارن، ت۰)، ماتریس.نیمهمعین مثبت است(ساختن(۲، ۲، "1 1 1 1")، ت۰)
سرچاپ ماتریس.تکین است(ساختن(۲، ۲، "1 2 2 4"))، ماتریس.وارونپذیر است(متقارن)
ناپایا احتمال := ساختن(۲، ۲، "0.5 0.5 0.5 0.5")
سرچاپ ماتریس.تصادفی سطری است(احتمال، ت۰)، ماتریس.تصادفی ستونی است(احتمال، ت۰)، ماتریس.تصادفی دوگانه است(احتمال، ت۰)
سرچاپ ماتریس.جایگشتی است(ساختن(۲، ۲، "0 1 1 0")، ت۰)، ماتریس.توپلیتز است(سه قطری، ت۰)، ماتریس.هنکل است(ساختن(۲، ۲، "1 2 2 3")، ت۰)
سرچاپ گ(ماتریس.چگالی(سه قطری))
پایانآزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
کیوآر QR
ساختار کیوآر| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| شمار سطرها | m | صحیح = 0 | شمار سطرها. |
| شمار ستونها | n | صحیح = 0 | شمار ستونها. |
| ماتریس فشرده | qr | ماتریس | بازتابها و R فشرده. |
| قطر آر | rdiag | ماتریس | قطر R. |
| رتبه کامل | full_rank | منطقی = درست | ستونها مستقلاند. |
واردسازی ماتریس
تابع ساختن(سطرها: صحیح، ستونها: صحیح، اعداد: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در اعداد.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع نشان(نام: رشته، م &: ماتریس.ماتریس):
سرچاپ نام، ماتریس.به بازنمایی(ماتریس.حذف ریزه(م، ۰.۰۰۰۰۰۱)، ۳)
پایان
تابع گ(عدد: اعشار۶۴): رشته:
برگشت ماتریس.به رشته با دقت(ماتریس.پرشده(۱، ۱، عدد)، ۳)
پایان
تابع ریشه:
ناپایا الف := ساختن(۳، ۳، "4 1 0 1 3 1 0 1 2")
ناپایا ب := ساختن(۳، ۱، "1 2 3")
سرچاپ گ(ماتریس.دترمینان(الف))، گ(ماتریس.لگاریتم قدرمطلق دترمینان(الف))
نشان("حل"، ماتریس.حل(الف، ب))
نشان("حل برداری"، ماتریس.حل برداری(الف، ب))
ناپایا تجزیه := ماتریس.تجزیه(الف)
سرچاپ تجزیه.اندازه، تجزیه.جابهجایی سطرها.طول()، تجزیه.علامت، تجزیه.تکین، ماتریس.رشته شکل(تجزیه.پایینبالا)
نشان("با تجزیه"، ماتریس.حل با تجزیه(تجزیه، ب))
تجزیه.آزادسازی()
ناپایا وارون := ماتریس.وارون(الف)
نشان("الف در وارون"، ماتریس.ضرب ماتریسی(الف، وارون))
نشان("الحاقی"، ماتریس.الحاقی(ساختن(۲، ۲، "1 2 3 4")))
نشان("باقیمانده"، ماتریس.باقیمانده(الف، ماتریس.حل(الف، ب)، ب))
ناپایا کیوآر := ماتریس.تجزیه کیوآر(الف)
سرچاپ کیوآر.شمار سطرها، کیوآر.شمار ستونها، کیوآر.رتبه کامل، ماتریس.رشته شکل(کیوآر.ماتریس فشرده)، ماتریس.رشته شکل(کیوآر.قطر آر)
نشان("کیو در آر"، ماتریس.ضرب ماتریسی(ماتریس.کیو(کیوآر)، ماتریس.آر(کیوآر)))
نشان("حل کیوآر"، ماتریس.حل کیوآر(کیوآر، ب))
کیوآر.آزادسازی()
ناپایا نقاط := ساختن(۴، ۲، "1 0 1 1 1 2 1 3")
ناپایا مقادیر := ساختن(۴، ۱، "1 3 5 7")
نشان("کمترین مربعات"، ماتریس.کمترین مربعات(نقاط، مقادیر))
نشان("متعامد"، ماتریس.گرام(ماتریس.متعامدسازی(نقاط)))
نشان("چولسکی"، ماتریس.چولسکی(الف))
نشان("حل معین مثبت"، ماتریس.حل معین مثبت(الف، ب))
نشان("حل چولسکی"، ماتریس.حل چولسکی(ماتریس.چولسکی(الف)، ب))
نشان("وارون معین مثبت"، ماتریس.ضرب ماتریسی(الف، ماتریس.وارون معین مثبت(الف)))
سرچاپ گ(ماتریس.دترمینان معین مثبت(الف))، گ(ماتریس.لگاریتم دترمینان معین مثبت(الف))
ناپایا ال := ماتریس.تجزیه الدیال(الف)
سرچاپ ال.موفق، ال.اندازه، ماتریس.رشته شکل(ال.پایینمثلثی)، ماتریس.رشته شکل(ال.قطر)
نشان("حل الدیال"، ماتریس.حل الدیال(ال، ب))
ال.آزادسازی()
نشان("لختی"، ماتریس.لختی(ساختن(۲، ۲، "1 0 0 -1")))
ناپایا تکین := ساختن(۳، ۳، "1 2 3 2 4 6 1 1 1")
نشان("پلکانی"، ماتریس.پلکانی سطری(تکین))
نشان("کاهشیافته"، ماتریس.پلکانی کاهشیافته(تکین))
نشان("ستونهای محوری"، ماتریس.ستونهای محوری(تکین))
سرچاپ ماتریس.رتبه دقیق(تکین)، ماتریس.پوچی(تکین)
نشان("فضای تهی"، ماتریس.فضای تهی دقیق(تکین))
نشان("فضای ستونی"، ماتریس.فضای ستونی دقیق(تکین))
ناپایا راست := ساختن(۳، ۱، "6 12 3")
سرچاپ ماتریس.سازگار است(تکین، راست)، ماتریس.سازگار است(تکین، ساختن(۳، ۱، "1 3 3"))
نشان("حل عمومی"، ماتریس.حل عمومی(تکین، راست))
سرچاپ ماتریس.غالب قطری است(الف)
ناپایا ژ := ماتریس.حل ژاکوبی(الف، ب، ۲۰۰، ۰.۰۰۰۰۰۰۰۱)
سرچاپ ژ.همگرا، ژ.شمار تکرارها > ۰، ژ.باقیمانده < ۰.۰۰۰۱
نشان("ژاکوبی"، ژ.جواب)
ژ.آزادسازی()
هر روش در [۱، ۲، ۳]:
ناپایا ن := ماتریس.حل گاوس زایدل(الف، ب، ۲۰۰، ۰.۰۰۰۰۰۰۰۱)
اگر روش == ۲:
ن = ماتریس.حل فوقآسایش(الف، ب، ۱.۲، ۲۰۰، ۰.۰۰۰۰۰۰۰۱)
وگرنه روش == ۳:
ن = ماتریس.حل گرادیان مزدوج(الف، ب، ۲۰۰، ۰.۰۰۰۰۰۰۰۱)
پایان
نشان("تکراری"، ن.جواب)
ن.آزادسازی()
پایان
ناپایا ک := ساختن(۲، ۲، "1 0 0 2")
نشان("نمایی"، ماتریس.نمایی ماتریسی(ماتریس.صفرها(۲، ۲)))
نشان("جذر"، ماتریس.جذر ماتریسی(ساختن(۲، ۲، "4 0 0 9")))
نشان("علامت"، ماتریس.علامت ماتریسی(ساختن(۲، ۲، "2 0 0 -3")))
نشان("چندجملهای"، ماتریس.ارزیابی چندجملهای(ک، ساختن(۱، ۳، "1 0 1")))
نشان("کیلی همیلتون"، ماتریس.کیلی همیلتون(ک))
نشان("لگاریتم"، ماتریس.لگاریتم متقارن(ماتریس.همانی(۲)))
پایانآزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
مولد تصادفی Rng
ساختار مولد تصادفی| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| حالت | s | طبیعی۶۴ = 0 | حالت. |
واردسازی ماتریس
تابع ساختن(سطرها: صحیح، ستونها: صحیح، اعداد: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در اعداد.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع نشان(نام: رشته، م &: ماتریس.ماتریس):
سرچاپ نام، ماتریس.به بازنمایی(ماتریس.حذف ریزه(م، ۰.۰۰۰۰۰۱)، ۳)
پایان
تابع گ(عدد: اعشار۶۴): رشته:
برگشت ماتریس.به رشته با دقت(ماتریس.پرشده(۱، ۱، عدد)، ۳)
پایان
تابع ریشه:
نشان("هیلبرت"، ماتریس.هیلبرت(۲))
نشان("هیلبرت در وارون"، ماتریس.ضرب ماتریسی(ماتریس.هیلبرت(۳)، ماتریس.وارون هیلبرت(۳)))
نشان("واندرموند"، ماتریس.واندرموند(ساختن(۳، ۱، "1 2 3")، ۳))
نشان("توپلیتز"، ماتریس.توپلیتز(ساختن(۳، ۱، "1 2 3")، ساختن(۱، ۳، "1 4 5")))
نشان("هنکل"، ماتریس.هنکل(ساختن(۳، ۱، "1 2 3")، ساختن(۱، ۳، "3 4 5")))
نشان("دورانی"، ماتریس.دورانی(ساختن(۱، ۳، "1 2 3")))
نشان("همراه"، ماتریس.همراه(ساختن(۱، ۳، "1 -3 2")))
نشان("پاسکال"، ماتریس.پاسکال(۳))
نشان("دوران"، ماتریس.دوران دوبعدی(۰.۰))
نشان("دوران سهبعدی"، ماتریس.دوران سهبعدی(۲، ۰.۰))
نشان("هاوسهولدر"، ماتریس.هاوسهولدر(ساختن(۲، ۱، "1 0")))
نشان("گیونز"، ماتریس.گیونز(۲، ۰، ۱، ۰.۰))
نشان("جایگشت"، ماتریس.جایگشت(ساختن(۱، ۳، "2 0 1")))
ناپایا مولد := ماتریس.مولد جدید(۷)
سرچاپ مولد.بیت بعدی() > ۰، مولد.اعشاری بعدی() < ۱.۰، مولد.نرمال بعدی() < ۱۰.۰
ناپایا ت := ماتریس.تصادفی(۲، ۳، -۱.۰، ۱.۰، ۵)
سرچاپ ماتریس.رشته شکل(ت)، ماتریس.کمینه(ت) >= -۱.۰، ماتریس.بیشینه(ت) < ۱.۰، ماتریس.همه نزدیک(ت، ماتریس.تصادفی(۲، ۳، -۱.۰، ۱.۰، ۵)، ۰.۰)
سرچاپ ماتریس.رشته شکل(ماتریس.تصادفی نرمال(۲، ۲، ۱))
سرچاپ ماتریس.متقارن است(ماتریس.تصادفی متقارن(۳، ۱)، ۰.۰۰۰۰۰۱)، ماتریس.معین مثبت است(ماتریس.تصادفی معین مثبت(۳، ۱)، ۰.۰۰۰۰۰۱)، ماتریس.متعامد است(ماتریس.تصادفی متعامد(۳، ۱)، ۰.۰۰۰۰۱)
ناپایا داده := ساختن(۴، ۲، "1 2 2 4 3 6 4 8")
نشان("مرکزی"، ماتریس.مرکزیسازی ستونها(داده))
نشان("میانگین ستونی"، ماتریس.میانگین ستونی(داده))
نشان("انحراف معیار"، ماتریس.انحراف معیار ستونها(داده، نادرست))
نشان("استاندارد"، ماتریس.استانداردسازی(داده، نادرست))
نشان("کوواریانس"، ماتریس.کوواریانس(داده، درست))
نشان("همبستگی"، ماتریس.همبستگی(داده))
ناپایا پی := ماتریس.برازش مولفه اصلی(داده)
سرچاپ ماتریس.رشته شکل(پی.مؤلفهها)، ماتریس.رشته شکل(پی.واریانسها)، ماتریس.رشته شکل(پی.میانگین)
نشان("واریانس تبیینشده"، ماتریس.واریانس تبیینشده(پی))
نشان("تبدیل"، ماتریس.قدرمطلق(ماتریس.تبدیل مولفه اصلی(پی، داده، ۱)))
پی.آزادسازی()
ناپایا پی۲ := ماتریس.مولفه اصلی از تجزیه تکین(داده)
نشان("از تجزیه تکین"، ماتریس.واریانس تبیینشده(پی۲))
پی۲.آزادسازی()
ناپایا ایکس := ساختن(۴، ۱، "1 2 3 4")
ناپایا وای := ساختن(۴، ۱، "3 5 7 9")
ناپایا ضریب := ماتریس.رگرسیون خطی(ایکس، وای)
نشان("رگرسیون"، ضریب)
سرچاپ گ(ماتریس.آر دو(وای، وای))
پایانبیت بعدی NextBits
تابع بیت بعدی(): طبیعی۶۴next_bits
تابع next_bits(): طبیعی۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
اعشاری بعدی NextFloat
تابع اعشاری بعدی(): اعشار۶۴next_float
تابع next_float(): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
نرمال بعدی NextNormal
تابع نرمال بعدی(): اعشار۶۴next_normal
تابع next_normal(): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
نتیجه تکرار IterResult
ساختار نتیجه تکرار| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| جواب | x | ماتریس | جواب. |
| شمار تکرارها | iterations | صحیح = 0 | شمار تکرارها. |
| باقیمانده | residual | اعشار۶۴ = 0 | نرم باقیمانده. |
| همگرا | converged | منطقی = نادرست | همگرا شد. |
نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
آزادسازی Free
تابع آزادسازی()آزادسازی free
تابع آزادسازی()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
تجزیه ویژه متقارن EigenSym
ساختار تجزیه ویژه متقارن| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| اندازه | n | صحیح = 0 | اندازه. |
| مقادیر ویژه | values | ماتریس | مقادیر ویژه، نزولی. |
| بردارهای ویژه | vectors | ماتریس | بردارهای ویژه در ستونها. |
| شمار دورها | sweeps | صحیح = 0 | شمار دورهای ژاکوبی. |
| همگرا | ok | منطقی = نادرست | همگرا شد. |
نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
آزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
الدیال LDL
ساختار الدیال| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| اندازه | n | صحیح = 0 | اندازه. |
| پایینمثلثی | l | ماتریس | ماتریس پایینمثلثی یکه. |
| قطر | d | ماتریس | قطر D. |
| موفق | ok | منطقی = نادرست | تجزیه موفق بود. |
نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
آزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
تحلیل مولفه اصلی PCA
ساختار تحلیل مولفه اصلی| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| مؤلفهها | components | ماتریس | مولفهها در سطرها. |
| واریانسها | variances | ماتریس | واریانس هر مولفه. |
| میانگین | center | ماتریس | میانگین ستونها. |
نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
آزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
تجزیه پایین بالا LU
ساختار تجزیه پایین بالا| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| اندازه | n | صحیح = 0 | اندازه. |
| پایینبالا | lu | ماتریس | L و U در یک ماتریس. |
| جابهجایی سطرها | piv | وکتور<صحیح> | جابهجایی سطرها. |
| علامت | sign | صحیح = 1 | علامت جایگشت. |
| تکین | singular | منطقی = نادرست | ماتریس تکین است. |
نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
آزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
ماتریس Matrix
ساختار ماتریس| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| سطرها | rows | صحیح = 0 | شمار سطرها. |
| ستونها | cols | صحیح = 0 | شمار ستونها. |
| درایهها | a | وکتور<اعشار۶۴> | درایهها. |
واردسازی ماتریس
تابع ساختن(سطرها: صحیح، ستونها: صحیح، اعداد: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در اعداد.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع ریشه:
ناپایا الف := ساختن(۲، ۳، "1 2 3 4 5 6")
ماتریس.چاپ(الف)
سرچاپ ماتریس.رشته شکل(الف)، الف.سطرها، الف.ستونها، الف.درایهها.طول()، الف.شمار()، الف.کمینه بعد()، الف.مربع است()، الف.تهی است()
سرچاپ الف.عنصر(۱، ۲)، الف.تخت(۴)
الف.تنظیم(۰، ۰، ۱۰.۰)
الف.افزودن در(۰، ۱، ۰.۵)
الف.ضرب در(۰، ۲، ۲.۰)
الف.تنظیم تخت(۵، -۱.۰)
ماتریس.چاپ با دقت(الف، ۱)
ماتریس.چاپ برچسبدار("الف"، الف)
سرچاپ ماتریس.به رشته(ماتریس.صفرها(۱، ۲))، ماتریس.به رشته(ماتریس.یکها(۱، ۲))، ماتریس.به رشته(ماتریس.پرشده(۱، ۲، ۷.۰))
سرچاپ ماتریس.به رشته(ماتریس.همانی(۲))
سرچاپ ماتریس.به رشته(ماتریس.همانی جابهجا(۲، ۳، ۱))
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
داده.بیفزا(۱.۰)
داده.بیفزا(۲.۰)
سرچاپ ماتریس.رشته شکل(ماتریس.بردار سطری(داده))، ماتریس.رشته شکل(ماتریس.بردار ستونی(داده))، ماتریس.به رشته(ماتریس.قطری(داده))
ناپایا ب := ماتریس.همانند(الف)
ماتریس.تنظیم همه(ب، ۰.۰)
ماتریس.رونوشت در(ب، الف)
سرچاپ ب.همشکل(الف)، ب.عنصر(۰، ۰)
سرچاپ ماتریس.به رشته با دقت(ماتریس.بازه گام(۰.۰، ۱.۰، ۰.۲۵)، ۲)
سرچاپ ماتریس.به رشته با دقت(ماتریس.بازه یکنواخت(۰.۰، ۱.۰، ۵)، ۲)
سرچاپ ماتریس.به رشته با دقت(ماتریس.بازه لگاریتمی(۰.۰، ۲.۰، ۳، ۱۰.۰)، ۱)
سرچاپ ماتریس.به سیاسوی(الف، ۱)
سرچاپ ماتریس.به بازنمایی(الف، ۱)
سرچاپ ماتریس.اپسیلون ماتریس > ۰.۰، ماتریس.رواداری ماتریس > ۰.۰، ماتریس.بینهایت ماتریس > ۱۰۰۰.۰
ماتریس.آزادسازی(ب)
الف.آزادسازی()
پایانعنصر At
تابع عنصر(i: صحیح، j: صحیح): اعشار۶۴عنصر at
تابع عنصر(i: صحیح، j: صحیح): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تنظیم Set
تابع تنظیم(i: صحیح، j: صحیح، v: اعشار۶۴)تنظیم set
تابع تنظیم(i: صحیح، j: صحیح، v: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
افزودن در AddAt
تابع افزودن در(i: صحیح، j: صحیح، v: اعشار۶۴)افزودن در add_at
تابع افزودن در(i: صحیح، j: صحیح، v: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
ضرب در MulAt
تابع ضرب در(i: صحیح، j: صحیح، v: اعشار۶۴)ضرب در mul_at
تابع ضرب در(i: صحیح، j: صحیح، v: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تخت Flat
تابع تخت(k: صحیح): اعشار۶۴تخت flat
تابع تخت(k: صحیح): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تنظیم تخت SetFlat
تابع تنظیم تخت(k: صحیح، v: اعشار۶۴)تنظیم تخت set_flat
تابع تنظیم تخت(k: صحیح، v: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
شمار Count
تابع شمار(): صحیحشمار count
تابع شمار(): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
مربع است IsSquare
تابع مربع است(): منطقیمربع است is_square
تابع مربع است(): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تهی است IsEmpty
تابع تهی است(): منطقیتهی است is_empty
تابع تهی است(): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
همشکل SameShape
تابع همشکل(o &: ماتریس): منطقیهمشکل same_shape
تابع همشکل(o &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
کمینه بعد MinDim
تابع کمینه بعد(): صحیحکمینه بعد min_dim
تابع کمینه بعد(): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
آزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تجزیه مقادیر تکین SVD
ساختار تجزیه مقادیر تکین| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| بردارهای چپ | u | ماتریس | بردارهای تکین چپ. |
| مقادیر تکین | s | ماتریس | مقادیر تکین، نزولی. |
| بردارهای راست | v | ماتریس | بردارهای تکین راست. |
| همگرا | ok | منطقی = نادرست | همگرا شد. |
نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
آزادسازی Free
تابع آزادسازی()free
تابع free()نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
پایاها و متغیرها
اپسیلون ماتریس MAT_EPS
پایا اپسیلون ماتریس: اعشار۶۴ = 2.22045e-16نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
رواداری ماتریس MAT_TOL
پایا رواداری ماتریس: اعشار۶۴ = 1e-09نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
بینهایت ماتریس MAT_INF
پایا بینهایت ماتریس: اعشار۶۴ = 1e+300نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تابعها
مربع است IsSquare
تابع مربع است(x &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
همه نزدیک AllClose
تابع همه نزدیک(x &: ماتریس، y &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
صفر است IsZero
تابع صفر است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
همانی است IsIdentity
تابع همانی است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
متقارن است IsSymmetric
تابع متقارن است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
پادمتقارن است IsSkewSymmetric
تابع پادمتقارن است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
قطری است IsDiagonal
تابع قطری است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
بالامثلثی است IsUpperTriangular
تابع بالامثلثی است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
پایینمثلثی است IsLowerTriangular
تابع پایینمثلثی است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
نواری است IsBanded
تابع نواری است(x &: ماتریس، lower: صحیح، upper: صحیح، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
پهنای نوار پایین LowerBandwidth
تابع پهنای نوار پایین(x &: ماتریس، tol: اعشار۶۴): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
پهنای نوار بالا UpperBandwidth
تابع پهنای نوار بالا(x &: ماتریس، tol: اعشار۶۴): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
متعامد است IsOrthogonal
تابع متعامد است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
نرمال است IsNormal
تابع نرمال است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
خودتوان است IsIdempotent
تابع خودتوان است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
خودوارون است IsInvolutory
تابع خودوارون است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
پوچتوان است IsNilpotent
تابع پوچتوان است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
معین مثبت است IsPositiveDefinite
تابع معین مثبت است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
نیمهمعین مثبت است IsPositiveSemiDefinite
تابع نیمهمعین مثبت است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
تکین است IsSingular
تابع تکین است(x &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
وارونپذیر است IsInvertible
تابع وارونپذیر است(x &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
تصادفی سطری است IsRowStochastic
تابع تصادفی سطری است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
تصادفی ستونی است IsColStochastic
تابع تصادفی ستونی است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
تصادفی دوگانه است IsDoublyStochastic
تابع تصادفی دوگانه است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
جایگشتی است IsPermutation
تابع جایگشتی است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
توپلیتز است IsToeplitz
تابع توپلیتز است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
هنکل است IsHankel
تابع هنکل است(x &: ماتریس، tol: اعشار۶۴): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
چگالی Density
تابع چگالی(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
هسنبرگ Hessenberg
تابع هسنبرگ(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
مقادیر ویژه EigVals
تابع مقادیر ویژه(x &: ماتریس): ویژهنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
مقادیر ویژه خودکار EigValsAuto
تابع مقادیر ویژه خودکار(x &: ماتریس): ویژهنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
شعاع طیفی SpectralRadius
تابع شعاع طیفی(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
چندجملهای مشخصه CharPoly
تابع چندجملهای مشخصه(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
بردار ویژه برای EigVecFor
تابع بردار ویژه برای(x &: ماتریس، lambda: اعشار۶۴، iters: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
تجزیه کیوآر QRDecompose
تابع تجزیه کیوآر(x &: ماتریس): کیوآرنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
کیو QRGetQ
تابع کیو(f &: کیوآر): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
آر QRGetR
تابع آر(f &: کیوآر): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
کمترین مربعات LeastSquares
تابع کمترین مربعات(a &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل کیوآر QRSolve
تابع حل کیوآر(f &: کیوآر، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
باقیمانده Residual
تابع باقیمانده(a &: ماتریس، x &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
متعامدسازی Orthonormalize
تابع متعامدسازی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
نرم فروبنیوس NormFrobenius
تابع نرم فروبنیوس(x &: ماتریس): اعشار۶۴واردسازی ماتریس
تابع ساختن(سطرها: صحیح، ستونها: صحیح، اعداد: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در اعداد.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع نشان(نام: رشته، م &: ماتریس.ماتریس):
سرچاپ نام، ماتریس.به بازنمایی(م، ۱)
پایان
تابع گ(عدد: اعشار۶۴): رشته:
برگشت ماتریس.به رشته با دقت(ماتریس.پرشده(۱، ۱، عدد)، ۳)
پایان
تابع ریشه:
ناپایا الف := ساختن(۲، ۲، "1 2 3 4")
ناپایا ب := ساختن(۲، ۲، "0 1 1 0")
ناپایا ر := ساختن(۱، ۲، "10 20")
ناپایا س := ساختن(۲، ۱، "1 -1")
نشان("ترانهاده"، ماتریس.ترانهاده(الف))
نشان("ضرب"، ماتریس.ضرب ماتریسی(الف، ب))
ناپایا خروجی := ماتریس.صفرها(۲، ۲)
سرچاپ ماتریس.ترانهاده در(الف، خروجی)، ماتریس.ضرب ماتریسی در(الف، ب، خروجی)
نشان("در"، خروجی)
نشان("ضرب ترانهاده"، ماتریس.ضرب ترانهاده(الف، ب))
نشان("ضرب در ترانهاده"، ماتریس.ضرب در ترانهاده(الف، ب))
نشان("گرام"، ماتریس.گرام(الف))
نشان("ماتریس در بردار"، ماتریس.ضرب در بردار(الف، س))
نشان("بردار در ماتریس"، ماتریس.ضرب بردار در ماتریس(ر، الف))
سرچاپ ماتریس.ضرب داخلی(س، س)، ماتریس.رد(الف)
نشان("خارجی"، ماتریس.ضرب خارجی(س، س))
نشان("کرونکر"، ماتریس.ضرب کرونکر(ماتریس.همانی(۲)، ماتریس.پرشده(۱، ۲، ۳.۰)))
نشان("توان"، ماتریس.توان ماتریس(الف، ۲))
نشان("برداری"، ماتریس.ضرب برداری(ساختن(۳، ۱، "1 0 0")، ساختن(۳، ۱، "0 1 0")))
نشان("جمع"، ماتریس.جمع(الف، ب))
نشان("تفریق"، ماتریس.تفریق(الف، ب))
نشان("ضرب درایهای"، ماتریس.ضرب درایهای(الف، ب))
نشان("تقسیم درایهای"، ماتریس.تقسیم درایهای(الف، الف))
نشان("قرینه"، ماتریس.قرینه(الف))
نشان("با عدد"، ماتریس.جمع با عدد(ماتریس.تفریق عدد(ماتریس.مقیاس(ماتریس.تقسیم با عدد(الف، ۲.۰)، ۴.۰)، ۱.۰)، ۱.۰))
ناپایا ج := ماتریس.همانند(الف)
ماتریس.جمع درجا(ج، ب)
ماتریس.تفریق درجا(ج، ب)
ماتریس.ضرب درایهای درجا(ج، الف)
ماتریس.مقیاس درجا(ج، ۰.۵)
ماتریس.جمع عدد درجا(ج، ۱.۰)
ماتریس.قرینه درجا(ج)
ماتریس.جمع مقیاسدار(ج، الف، ۲.۰)
نشان("درجا"، ج)
نشان("ترکیب"، ماتریس.ترکیب(الف، ۲.۰، ب، -۱.۰))
نشان("بیشینه درایهای"، ماتریس.بیشینه درایهای(الف، ماتریس.پرشده(۲، ۲، ۲.۵)))
نشان("کمینه درایهای"، ماتریس.کمینه درایهای(الف، ماتریس.پرشده(۲، ۲، ۲.۵)))
نشان("جمع سطری"، ماتریس.جمع بردار سطری(الف، ر))
نشان("جمع ستونی"، ماتریس.جمع بردار ستونی(الف، س))
نشان("ضرب سطری"، ماتریس.ضرب بردار سطری(الف، ر))
نشان("ضرب ستونی"، ماتریس.ضرب بردار ستونی(الف، س))
ناپایا م := ساختن(۱، ۴، "-2.25 0 0.5 9")
نشان("قدرمطلق"، ماتریس.قدرمطلق(م))
نشان("جذر"، ماتریس.جذر(ماتریس.قدرمطلق(م)))
نشان("ریشه سوم"، ماتریس.ریشه سوم(ساختن(۱، ۲، "8 -27")))
نشان("کف و سقف"، ماتریس.چینش افقی(ماتریس.کف(م)، ماتریس.سقف(م)))
نشان("گرد و برش"، ماتریس.چینش افقی(ماتریس.گرد(م)، ماتریس.برش(م)))
نشان("علامت"، ماتریس.علامت(م))
نشان("مربع"، ماتریس.مربع(م))
نشان("وارون درایهای"، ماتریس.وارون درایهای(ساختن(۱، ۲، "2 4")))
نشان("توان درایهای"، ماتریس.توان درایهای(ساختن(۱، ۲، "2 3")، ۳.۰))
نشان("برش بازه"، ماتریس.برش بازه(م، ۰.۰، ۱.۰))
نشان("با عدد"، ماتریس.چینش افقی(ماتریس.بیشینه با عدد(م، ۰.۰)، ماتریس.کمینه با عدد(م، ۰.۰)))
نشان("حذف ریزه"، ماتریس.حذف ریزه(ساختن(۱، ۲، "0.0000001 1")، ۰.۰۰۰۱))
ناپایا صفر := ماتریس.صفرها(۱، ۱)
سرچاپ ماتریس.به رشته با دقت(ماتریس.چینش افقی(ماتریس.نمایی(صفر)، ماتریس.لگاریتم(ماتریس.یکها(۱، ۱)))، ۳)، ماتریس.به رشته با دقت(ماتریس.لگاریتم ده(ماتریس.پرشده(۱، ۱، ۱۰۰.۰))، ۳)، ماتریس.به رشته با دقت(ماتریس.لگاریتم دو(ماتریس.پرشده(۱، ۱، ۸.۰))، ۳)
سرچاپ ماتریس.به رشته با دقت(ماتریس.چینش افقی(ماتریس.سینوس(صفر)، ماتریس.کسینوس(صفر))، ۳)، ماتریس.به رشته با دقت(ماتریس.تانژانت(صفر)، ۳)
سرچاپ ماتریس.به رشته با دقت(ماتریس.چینش افقی(ماتریس.وارون سینوس(صفر)، ماتریس.وارون کسینوس(ماتریس.یکها(۱، ۱)))، ۳)، ماتریس.به رشته با دقت(ماتریس.وارون تانژانت(صفر)، ۳)
سرچاپ ماتریس.به رشته با دقت(ماتریس.چینش افقی(ماتریس.سینوس هذلولی(صفر)، ماتریس.کسینوس هذلولی(صفر))، ۳)، ماتریس.به رشته با دقت(ماتریس.تانژانت هذلولی(صفر)، ۳)
سرچاپ ماتریس.مجموع(الف)، ماتریس.حاصلضرب(الف)، ماتریس.میانگین(الف)، ماتریس.کمینه(الف)، ماتریس.بیشینه(الف)، ماتریس.دامنه(الف)
ش := ماتریس.اندیس بیشینه(الف)
سرچاپ ماتریس.اندیس کمینه(الف)، ش، ماتریس.سطر اندیس(الف، ش)، ماتریس.ستون اندیس(الف، ش)، ماتریس.بیشینه قدرمطلق(م)
سرچاپ گ(ماتریس.واریانس(الف، درست))، گ(ماتریس.انحراف معیار(الف، نادرست))، ماتریس.میانه(الف)
نشان("مجموع سطرها"، ماتریس.مجموع سطرها(الف))
نشان("مجموع ستونها"، ماتریس.مجموع ستونها(الف))
نشان("میانگین سطرها"، ماتریس.میانگین سطرها(الف))
نشان("میانگین ستونها"، ماتریس.میانگین ستونها(الف))
نشان("کمینه و بیشینه سطرها"، ماتریس.چینش افقی(ماتریس.کمینه سطرها(الف)، ماتریس.بیشینه سطرها(الف)))
نشان("کمینه و بیشینه ستونها"، ماتریس.چینش عمودی(ماتریس.کمینه ستونها(الف)، ماتریس.بیشینه ستونها(الف)))
نشان("تجمعی"، ماتریس.چینش افقی(ماتریس.مجموع تجمعی سطری(الف)، ماتریس.مجموع تجمعی ستونی(الف)))
نشان("ضرب تجمعی"، ماتریس.ضرب تجمعی سطری(الف))
سرچاپ ماتریس.شمار ناصفر(ب)، ماتریس.هر(ب)، ماتریس.همه(ب)، ماتریس.همه متناهی(ب)
سرچاپ گ(ماتریس.نرم فروبنیوس(الف))، ماتریس.نرم یک(الف)، ماتریس.نرم بینهایت(الف)، ماتریس.نرم بیشینه(الف)
سرچاپ گ(ماتریس.نرم دو(الف))، گ(ماتریس.نرم هستهای(الف))، ماتریس.نرم بردار(س، ۱.۰)، گ(ماتریس.فاصله(س، ماتریس.صفرها(۲، ۱)))
نشان("بهنجار"، ماتریس.بهنجارسازی(ساختن(۱، ۲، "3 4")))
سرچاپ ماتریس.به رشته با دقت(ماتریس.بهنجارسازی سطرها(الف)، ۲)
سرچاپ ماتریس.به رشته با دقت(ماتریس.بهنجارسازی ستونها(الف)، ۲)
سرچاپ گ(ماتریس.شرط یک(الف))، گ(ماتریس.شرط بینهایت(الف))، گ(ماتریس.شرط دو(الف))
پایاننرم یک Norm1
تابع نرم یک(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
نرم بینهایت NormInf
تابع نرم بینهایت(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
نرم بیشینه NormMax
تابع نرم بیشینه(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
نرم دو Norm2
تابع نرم دو(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
نرم هستهای NormNuclear
تابع نرم هستهای(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
نرم بردار VecNorm
تابع نرم بردار(x &: ماتریس، p: اعشار۶۴): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
فاصله Distance
تابع فاصله(x &: ماتریس، y &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بهنجارسازی Normalize
تابع بهنجارسازی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بهنجارسازی سطرها NormalizeRows
تابع بهنجارسازی سطرها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بهنجارسازی ستونها NormalizeCols
تابع بهنجارسازی ستونها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
شرط یک Cond1
تابع شرط یک(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
شرط بینهایت CondInf
تابع شرط بینهایت(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
شرط دو Cond2
تابع شرط دو(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
قدرمطلق Abs
تابع قدرمطلق(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جذر Sqrt
تابع جذر(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
نمایی Exp
تابع نمایی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
لگاریتم Log
تابع لگاریتم(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
لگاریتم ده Log10
تابع لگاریتم ده(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
لگاریتم دو Log2
تابع لگاریتم دو(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
سینوس Sin
تابع سینوس(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کسینوس Cos
تابع کسینوس(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تانژانت Tan
تابع تانژانت(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
وارون سینوس Asin
تابع وارون سینوس(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
وارون کسینوس Acos
تابع وارون کسینوس(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
وارون تانژانت Atan
تابع وارون تانژانت(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
سینوس هذلولی Sinh
تابع سینوس هذلولی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کسینوس هذلولی Cosh
تابع کسینوس هذلولی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تانژانت هذلولی Tanh
تابع تانژانت هذلولی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کف Floor
تابع کف(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
سقف Ceil
تابع سقف(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
گرد Round
تابع گرد(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
برش Trunc
تابع برش(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
علامت Sign
تابع علامت(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مربع Square
تابع مربع(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
وارون درایهای Reciprocal
تابع وارون درایهای(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ریشه سوم Cbrt
تابع ریشه سوم(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
توان درایهای PowElem
تابع توان درایهای(x &: ماتریس، p: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
برش بازه Clip
تابع برش بازه(x &: ماتریس، lo: اعشار۶۴، hi: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بیشینه با عدد MaxScalar
تابع بیشینه با عدد(x &: ماتریس، s: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کمینه با عدد MinScalar
تابع کمینه با عدد(x &: ماتریس، s: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
حذف ریزه Chop
تابع حذف ریزه(x &: ماتریس، tol: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مولد جدید NewRng
تابع مولد جدید(seed: صحیح۶۴): مولد تصادفینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
هیلبرت Hilbert
تابع هیلبرت(n: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
وارون هیلبرت HilbertInverse
تابع وارون هیلبرت(n: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
واندرموند Vandermonde
تابع واندرموند(x &: ماتریس، cols: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
توپلیتز Toeplitz
تابع توپلیتز(first_col &: ماتریس، first_row &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
هنکل Hankel
تابع هنکل(first_col &: ماتریس، last_row &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
دورانی Circulant
تابع دورانی(c &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
همراه Companion
تابع همراه(coeffs &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
پاسکال Pascal
تابع پاسکال(n: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
دوران دوبعدی Rotation2D
تابع دوران دوبعدی(theta: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
دوران سهبعدی Rotation3D
تابع دوران سهبعدی(axis: صحیح، theta: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
هاوسهولدر Householder
تابع هاوسهولدر(v &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
گیونز Givens
تابع گیونز(n: صحیح، p: صحیح، q: صحیح، theta: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
جایگشت Permutation
تابع جایگشت(perm &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
تصادفی Random
تابع تصادفی(rows: صحیح، cols: صحیح، lo: اعشار۶۴، hi: اعشار۶۴، seed: صحیح۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
تصادفی نرمال RandomNormal
تابع تصادفی نرمال(rows: صحیح، cols: صحیح، seed: صحیح۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
تصادفی متقارن RandomSymmetric
تابع تصادفی متقارن(n: صحیح، seed: صحیح۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
تصادفی معین مثبت RandomSPD
تابع تصادفی معین مثبت(n: صحیح، seed: صحیح۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
تصادفی متعامد RandomOrthogonal
تابع تصادفی متعامد(n: صحیح، seed: صحیح۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
مجموع Sum
تابع مجموع(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
حاصلضرب Prod
تابع حاصلضرب(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
میانگین Mean
تابع میانگین(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کمینه Min
تابع کمینه(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
بیشینه Max
تابع بیشینه(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
دامنه Range
تابع دامنه(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
اندیس کمینه ArgMin
تابع اندیس کمینه(x &: ماتریس): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
اندیس بیشینه ArgMax
تابع اندیس بیشینه(x &: ماتریس): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
سطر اندیس IndexRow
تابع سطر اندیس(x &: ماتریس، k: صحیح): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ستون اندیس IndexCol
تابع ستون اندیس(x &: ماتریس، k: صحیح): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بیشینه قدرمطلق MaxAbs
تابع بیشینه قدرمطلق(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
واریانس Var
تابع واریانس(x &: ماتریس، sample: منطقی): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
انحراف معیار Std
تابع انحراف معیار(x &: ماتریس، sample: منطقی): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
میانه Median
تابع میانه(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مجموع سطرها RowSums
تابع مجموع سطرها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مجموع ستونها ColSums
تابع مجموع ستونها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
میانگین سطرها RowMeans
تابع میانگین سطرها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
میانگین ستونها ColMeans
تابع میانگین ستونها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کمینه سطرها RowMins
تابع کمینه سطرها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بیشینه سطرها RowMaxs
تابع بیشینه سطرها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کمینه ستونها ColMins
تابع کمینه ستونها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بیشینه ستونها ColMaxs
تابع بیشینه ستونها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مجموع تجمعی سطری CumSumRows
تابع مجموع تجمعی سطری(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مجموع تجمعی ستونی CumSumCols
تابع مجموع تجمعی ستونی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب تجمعی سطری CumProdRows
تابع ضرب تجمعی سطری(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
شمار ناصفر CountNonZero
تابع شمار ناصفر(x &: ماتریس): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
هر Any
تابع هر(x &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
همه All
تابع همه(x &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
همه متناهی AllFinite
تابع همه متناهی(x &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
غالب قطری است IsDiagonallyDominant
تابع غالب قطری است(a &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل ژاکوبی SolveJacobi
تابع حل ژاکوبی(a &: ماتریس، b &: ماتریس، iters: صحیح، tol: اعشار۶۴): نتیجه تکرارنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل گاوس زایدل SolveGaussSeidel
تابع حل گاوس زایدل(a &: ماتریس، b &: ماتریس، iters: صحیح، tol: اعشار۶۴): نتیجه تکرارنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل فوقآسایش SolveSOR
تابع حل فوقآسایش(a &: ماتریس، b &: ماتریس، omega: اعشار۶۴، iters: صحیح، tol: اعشار۶۴): نتیجه تکرارنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل گرادیان مزدوج SolveCG
تابع حل گرادیان مزدوج(a &: ماتریس، b &: ماتریس، iters: صحیح، tol: اعشار۶۴): نتیجه تکرارنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
تکرار توانی PowerIteration
تابع تکرار توانی(a &: ماتریس، iters: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
خارجقسمت ریلی Rayleigh
تابع خارجقسمت ریلی(a &: ماتریس، x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
تکرار وارون شیفتدار ShiftedInverseIteration
تابع تکرار وارون شیفتدار(a &: ماتریس، shift: اعشار۶۴، iters: صحیح): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
ویژه متقارن EigSym
تابع ویژه متقارن(x &: ماتریس): تجزیه ویژه متقارننمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
مقادیر ویژه متقارن EigValsSym
تابع مقادیر ویژه متقارن(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
بازسازی ویژه EigReconstruct
تابع بازسازی ویژه(f &: تجزیه ویژه متقارن): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
شعاع طیفی متقارن SpectralRadiusSym
تابع شعاع طیفی متقارن(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
توان متقارن PowSym
تابع توان متقارن(x &: ماتریس، p: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
جذر متقارن SqrtSym
تابع جذر متقارن(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
چولسکی Cholesky
تابع چولسکی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل معین مثبت SolveSPD
تابع حل معین مثبت(a &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل چولسکی CholeskySolve
تابع حل چولسکی(l &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
وارون معین مثبت InverseSPD
تابع وارون معین مثبت(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
دترمینان معین مثبت DetSPD
تابع دترمینان معین مثبت(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
لگاریتم دترمینان معین مثبت LogDetSPD
تابع لگاریتم دترمینان معین مثبت(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
تجزیه الدیال LDLDecompose
تابع تجزیه الدیال(x &: ماتریس): الدیالنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل الدیال LDLSolve
تابع حل الدیال(f &: الدیال، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
لختی Inertia
تابع لختی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
چینش افقی HStack
تابع چینش افقی(x &: ماتریس، y &: ماتریس): ماتریسواردسازی ماتریس
تابع ساختن(سطرها: صحیح، ستونها: صحیح، اعداد: رشته): ماتریس.ماتریس:
ناپایا داده := وکتور {} برگردان وکتور<اعشار۶۴>
هر عدد در اعداد.بشکاف(" "):
داده.بیفزا(عدد.به اعشار())
پایان
برگشت ماتریس.از آرایه(سطرها، ستونها، داده)
پایان
تابع نشان(نام: رشته، م &: ماتریس.ماتریس):
سرچاپ نام، ماتریس.به بازنمایی(م، ۱)
پایان
تابع ریشه:
ناپایا الف := ساختن(۲، ۳، "1 2 3 4 5 6")
ناپایا مربعی := ساختن(۳، ۳، "1 2 3 4 5 6 7 8 9")
نشان("تغییر شکل"، ماتریس.تغییر شکل(الف، ۳، ۲))
نشان("تخت"، ماتریس.تختسازی(الف))
نشان("تخت ستونی"، ماتریس.تختسازی ستونی(الف))
ناپایا سطر := ماتریس.سطر(الف، ۱)
ناپایا ستون := ماتریس.ستون(الف، ۲)
نشان("سطر"، سطر)
نشان("ستون"، ستون)
ناپایا ب := ماتریس.همانند(الف)
ماتریس.تنظیم سطر(ب، ۰، سطر)
ماتریس.تنظیم ستون(ب، ۰، ستون)
نشان("تنظیم"، ب)
نشان("زیرماتریس"، ماتریس.زیرماتریس(مربعی، ۱، ۱، ۲، ۲))
نشان("کهاد"، ماتریس.کهاد(مربعی، ۰، ۰))
نشان("حذف سطر"، ماتریس.حذف سطر(مربعی، ۱))
نشان("حذف ستون"، ماتریس.حذف ستون(مربعی، ۱))
نشان("درج سطر"، ماتریس.درج سطر(الف، ۱، ماتریس.سطر(الف، ۰)))
نشان("درج ستون"، ماتریس.درج ستون(الف، ۰، ماتریس.ستون(الف، ۲)))
ماتریس.تعویض سطر(ب، ۰، ۱)
ماتریس.تعویض ستون(ب، ۰، ۲)
نشان("تعویض"، ب)
نشان("قطر"، ماتریس.قطر(مربعی))
نشان("قطر جابهجا"، ماتریس.قطر جابهجا(مربعی، ۱))
ناپایا ج := ماتریس.همانند(مربعی)
ماتریس.تنظیم قطر(ج، ماتریس.یکها(۳، ۱))
ماتریس.افزودن به قطر(ج، ۱۰.۰)
نشان("قطر تازه"، ماتریس.قطر(ج))
نشان("افقی"، ماتریس.چینش افقی(الف، الف))
نشان("عمودی"، ماتریس.چینش عمودی(الف، الف))
نشان("افزوده"، ماتریس.افزوده(مربعی، ماتریس.همانی(۳)))
نشان("قطری بلوکی"، ماتریس.قطری بلوکی(ماتریس.همانی(۱)، ماتریس.پرشده(۱، ۱، ۲.۰)))
نشان("بالامثلثی"، ماتریس.بالامثلثی(مربعی، ۰))
نشان("پایینمثلثی"، ماتریس.پایینمثلثی(مربعی، -۱))
نشان("متقارنسازی"، ماتریس.متقارنسازی بالا(مربعی))
نشان("بخش متقارن"، ماتریس.بخش متقارن(مربعی))
نشان("پادمتقارن"، ماتریس.بخش پادمتقارن(مربعی))
نشان("برعکس عمودی"، ماتریس.برعکس عمودی(الف))
نشان("برعکس افقی"، ماتریس.برعکس افقی(الف))
نشان("چرخش"، ماتریس.چرخش نود(الف، ۱))
نشان("دوری"، ماتریس.چرخش دوری(الف، ۰، ۱))
نشان("کاشی"، ماتریس.کاشیکاری(ماتریس.همانی(۱)، ۲، ۲))
نشان("لبه"، ماتریس.لبهگذاری(ماتریس.همانی(۱)، ۱، ۰، ۰، ۱، ۹.۰))
پایانچینش عمودی VStack
تابع چینش عمودی(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
افزوده Augment
تابع افزوده(a &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
قطری بلوکی BlockDiag
تابع قطری بلوکی(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
بالامثلثی Triu
تابع بالامثلثی(x &: ماتریس، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
پایینمثلثی Tril
تابع پایینمثلثی(x &: ماتریس، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
متقارنسازی بالا SymmetrizeUpper
تابع متقارنسازی بالا(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
بخش متقارن SymPart
تابع بخش متقارن(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
بخش پادمتقارن SkewPart
تابع بخش پادمتقارن(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
برعکس عمودی FlipVertical
تابع برعکس عمودی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
برعکس افقی FlipHorizontal
تابع برعکس افقی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
چرخش نود Rot90
تابع چرخش نود(x &: ماتریس، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
چرخش دوری Roll
تابع چرخش دوری(x &: ماتریس، dr: صحیح، dc: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
کاشیکاری Tile
تابع کاشیکاری(x &: ماتریس، ry: صحیح، rx: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
لبهگذاری Pad
تابع لبهگذاری(x &: ماتریس، top: صحیح، bottom: صحیح، left: صحیح، right: صحیح، v: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
مرکزیسازی ستونها CenterColumns
تابع مرکزیسازی ستونها(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
میانگین ستونی ColumnMeans
تابع میانگین ستونی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
انحراف معیار ستونها ColumnStds
تابع انحراف معیار ستونها(x &: ماتریس، sample: منطقی): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
استانداردسازی Standardize
تابع استانداردسازی(x &: ماتریس، sample: منطقی): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
کوواریانس Covariance
تابع کوواریانس(x &: ماتریس، sample: منطقی): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
همبستگی Correlation
تابع همبستگی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
برازش مولفه اصلی PCAFit
تابع برازش مولفه اصلی(x &: ماتریس): تحلیل مولفه اصلینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
مولفه اصلی از تجزیه تکین PCAFromSVD
تابع مولفه اصلی از تجزیه تکین(x &: ماتریس): تحلیل مولفه اصلینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
تبدیل مولفه اصلی PCATransform
تابع تبدیل مولفه اصلی(p &: تحلیل مولفه اصلی، x &: ماتریس، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
واریانس تبیینشده ExplainedVariance
تابع واریانس تبیینشده(p &: تحلیل مولفه اصلی): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
رگرسیون خطی LinearRegression
تابع رگرسیون خطی(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
آر دو RSquared
تابع آر دو(y &: ماتریس، fitted &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Stats.salam
پلکانی سطری RowEchelon
تابع پلکانی سطری(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
پلکانی کاهشیافته RREF
تابع پلکانی کاهشیافته(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
ستونهای محوری PivotColumns
تابع ستونهای محوری(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
رتبه دقیق RankExact
تابع رتبه دقیق(x &: ماتریس): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
پوچی Nullity
تابع پوچی(x &: ماتریس): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
فضای تهی دقیق NullSpaceExact
تابع فضای تهی دقیق(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
فضای ستونی دقیق ColumnSpaceExact
تابع فضای ستونی دقیق(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل عمومی SolveGeneral
تابع حل عمومی(a &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
سازگار است IsConsistent
تابع سازگار است(a &: ماتریس، b &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
تجزیه Decompose
تابع تجزیه(x &: ماتریس): تجزیه پایین بالانمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
دترمینان Det
تابع دترمینان(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
لگاریتم قدرمطلق دترمینان LogAbsDet
تابع لگاریتم قدرمطلق دترمینان(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل Solve
تابع حل(a &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل با تجزیه LUSolve
تابع حل با تجزیه(f &: تجزیه پایین بالا، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
حل برداری SolveVec
تابع حل برداری(a &: ماتریس، b &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
وارون Inverse
تابع وارون(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
الحاقی Adjugate
تابع الحاقی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
نمایی ماتریسی Expm
تابع نمایی ماتریسی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
جذر ماتریسی Sqrtm
تابع جذر ماتریسی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
علامت ماتریسی MatrixSign
تابع علامت ماتریسی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
ارزیابی چندجملهای PolyEval
تابع ارزیابی چندجملهای(x &: ماتریس، coeffs &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
کیلی همیلتون CayleyHamilton
تابع کیلی همیلتون(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
لگاریتم متقارن LogmSym
تابع لگاریتم متقارن(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
ترانهاده Transpose
تابع ترانهاده(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب ماتریسی MatMul
تابع ضرب ماتریسی(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ترانهاده در TransposeInto
تابع ترانهاده در(x &: ماتریس، out &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب ماتریسی در MatMulInto
تابع ضرب ماتریسی در(x &: ماتریس، y &: ماتریس، out &: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب ترانهاده TransposeMul
تابع ضرب ترانهاده(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب در ترانهاده MulTranspose
تابع ضرب در ترانهاده(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
گرام Gram
تابع گرام(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب در بردار MatVec
تابع ضرب در بردار(a &: ماتریس، x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب بردار در ماتریس VecMat
تابع ضرب بردار در ماتریس(x &: ماتریس، a &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب داخلی Dot
تابع ضرب داخلی(x &: ماتریس، y &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب خارجی Outer
تابع ضرب خارجی(u &: ماتریس، v &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب کرونکر Kron
تابع ضرب کرونکر(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
توان ماتریس MatPow
تابع توان ماتریس(x &: ماتریس، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
رد Trace
تابع رد(x &: ماتریس): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب برداری Cross3
تابع ضرب برداری(u &: ماتریس، v &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جمع Add
تابع جمع(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تفریق Sub
تابع تفریق(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب درایهای MulElem
تابع ضرب درایهای(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تقسیم درایهای DivElem
تابع تقسیم درایهای(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
قرینه Neg
تابع قرینه(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جمع با عدد AddScalar
تابع جمع با عدد(x &: ماتریس، s: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تفریق عدد SubScalar
تابع تفریق عدد(x &: ماتریس، s: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مقیاس Scale
تابع مقیاس(x &: ماتریس، s: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تقسیم با عدد DivScalar
تابع تقسیم با عدد(x &: ماتریس، s: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جمع درجا AddInPlace
تابع جمع درجا(dst &: ماتریس، src &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تفریق درجا SubInPlace
تابع تفریق درجا(dst &: ماتریس، src &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب درایهای درجا MulElemInPlace
تابع ضرب درایهای درجا(dst &: ماتریس، src &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
مقیاس درجا ScaleInPlace
تابع مقیاس درجا(dst &: ماتریس، s: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جمع عدد درجا AddScalarInPlace
تابع جمع عدد درجا(dst &: ماتریس، s: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
قرینه درجا NegInPlace
تابع قرینه درجا(dst &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جمع مقیاسدار AddScaled
تابع جمع مقیاسدار(dst &: ماتریس، src &: ماتریس، alpha: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ترکیب Combine
تابع ترکیب(x &: ماتریس، a: اعشار۶۴، y &: ماتریس، b: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
بیشینه درایهای MaxElem
تابع بیشینه درایهای(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
کمینه درایهای MinElem
تابع کمینه درایهای(x &: ماتریس، y &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جمع بردار سطری AddRowVector
تابع جمع بردار سطری(x &: ماتریس، row &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
جمع بردار ستونی AddColVector
تابع جمع بردار ستونی(x &: ماتریس، col &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب بردار سطری MulRowVector
تابع ضرب بردار سطری(x &: ماتریس، row &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
ضرب بردار ستونی MulColVector
تابع ضرب بردار ستونی(x &: ماتریس، col &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Math.salam
تغییر شکل Reshape
تابع تغییر شکل(x &: ماتریس، rows: صحیح، cols: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
تختسازی Flatten
تابع تختسازی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
تختسازی ستونی FlattenCol
تابع تختسازی ستونی(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
سطر Row
تابع سطر(x &: ماتریس، i: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
ستون Col
تابع ستون(x &: ماتریس، j: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
تنظیم سطر SetRow
تابع تنظیم سطر(x &: ماتریس، i: صحیح، v &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
تنظیم ستون SetCol
تابع تنظیم ستون(x &: ماتریس، j: صحیح، v &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
زیرماتریس SubMatrix
تابع زیرماتریس(x &: ماتریس، r0: صحیح، c0: صحیح، dr: صحیح، dc: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
کهاد Minor
تابع کهاد(x &: ماتریس، i: صحیح، j: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
حذف سطر DeleteRow
تابع حذف سطر(x &: ماتریس، i: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
حذف ستون DeleteCol
تابع حذف ستون(x &: ماتریس، j: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
درج سطر InsertRow
تابع درج سطر(x &: ماتریس، i: صحیح، v &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
درج ستون InsertCol
تابع درج ستون(x &: ماتریس، j: صحیح، v &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
تعویض سطر SwapRows
تابع تعویض سطر(x &: ماتریس، i: صحیح، j: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
تعویض ستون SwapCols
تابع تعویض ستون(x &: ماتریس، i: صحیح، j: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
قطر Diagonal
تابع قطر(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
قطر جابهجا DiagonalOffset
تابع قطر جابهجا(x &: ماتریس، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
تنظیم قطر SetDiagonal
تابع تنظیم قطر(x &: ماتریس، v &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
افزودن به قطر ShiftDiagonal
تابع افزودن به قطر(x &: ماتریس، c: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Shape.salam
صفرها Zeros
تابع صفرها(rows: صحیح، cols: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
یکها Ones
تابع یکها(rows: صحیح، cols: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
پرشده Full
تابع پرشده(rows: صحیح، cols: صحیح، x: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
همانی Eye
تابع همانی(n: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
همانی جابهجا EyeOffset
تابع همانی جابهجا(rows: صحیح، cols: صحیح، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
از آرایه FromArray
تابع از آرایه(rows: صحیح، cols: صحیح، data &: وکتور<اعشار۶۴>): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
بردار سطری RowVector
تابع بردار سطری(data &: وکتور<اعشار۶۴>): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
بردار ستونی ColVector
تابع بردار ستونی(data &: وکتور<اعشار۶۴>): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
قطری Diag
تابع قطری(data &: وکتور<اعشار۶۴>): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
همانند Clone
تابع همانند(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
رونوشت در CopyInto
تابع رونوشت در(dst &: ماتریس، src &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
آزادسازی Free
تابع آزادسازی(x &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تنظیم همه SetAll
تابع تنظیم همه(x &: ماتریس، v: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
بازه گام Arange
تابع بازه گام(start: اعشار۶۴، stop: اعشار۶۴، step: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
بازه یکنواخت Linspace
تابع بازه یکنواخت(start: اعشار۶۴، stop: اعشار۶۴، num: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
بازه لگاریتمی Logspace
تابع بازه لگاریتمی(start: اعشار۶۴، stop: اعشار۶۴، num: صحیح، base: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
تجزیه تکین SVDecompose
تابع تجزیه تکین(x &: ماتریس): تجزیه مقادیر تکیننمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
مقادیر تکین SingularValues
تابع مقادیر تکین(x &: ماتریس): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
رتبه MatrixRank
تابع رتبه(x &: ماتریس، tol: اعشار۶۴): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
شبهوارون PseudoInverse
تابع شبهوارون(x &: ماتریس، tol: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
فضای تهی NullSpace
تابع فضای تهی(x &: ماتریس، tol: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
فضای ستونی ColumnSpace
تابع فضای ستونی(x &: ماتریس، tol: اعشار۶۴): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Solve.salam
تقریب رتبه پایین LowRankApprox
تابع تقریب رتبه پایین(x &: ماتریس، k: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Eigen.salam
به رشته با دقت ToStringPrec
تابع به رشته با دقت(x &: ماتریس، prec: صحیح): رشتهنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
به رشته ToString
تابع به رشته(x &: ماتریس): رشتهنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
رشته شکل ShapeString
تابع رشته شکل(x &: ماتریس): رشته2x3.نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
چاپ Print
تابع چاپ(x &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
چاپ با دقت PrintPrec
تابع چاپ با دقت(x &: ماتریس، prec: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
چاپ برچسبدار PrintLabeled
تابع چاپ برچسبدار(label: رشته، x &: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
به سیاسوی ToCSV
تابع به سیاسوی(x &: ماتریس، prec: صحیح): رشتهنمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam
به بازنمایی ToRepr
تابع به بازنمایی(x &: ماتریس، prec: صحیح): رشته[1,2; 3,4].نمونهی این مورد همراه با موارد بالاتر آمده است: matrix-Create.salam