maple 解代数方程组得多项式_maple矩阵求解maple矩阵求解.doc

maple矩阵求解maple矩阵求解

在载入这个工具包时产生了两个警告,不用为此担心,这是因为Maple系统中已有的两个函数——norm和trace被linalg中的同名函数所覆盖了。原来系统中这两个函数分别是用于计算多项式的范数(norm)和程序调试跟踪的,一般情况下,在解决线性代数问题时用不到。如果确实要用系统中的库函数,可以再用readlib将其重新载入进来。

linalg中的主要函数的详细介绍我们将留到本章第三节中完成,在这一节中,我们主要着眼于矩阵的基本运算,比如加法、乘法和乘幂等。我们先用上一章中介绍过的方法来定义一些矩阵:

矩阵的代数运算最直接而且直观的方法莫过于使用函数evalm( )了,只要把矩阵的代数计算表达式作为它的参数,就可以得到结果的矩阵。

矩阵和标量也可以直接作和差。但要注意的是,和Matlab以及Fortran90中的相应的运算定义不同,在Maple中,矩阵和标量相加(相减),被定义成矩阵的对角元和标量分别相加(相减),也就是矩阵加上(减去)和它相同形状的数量阵。请看下面的例子:

还需要说明的是,运算符“*”仅仅用来表示数乘,对于矩阵乘法,绝对不能使用。这是因为,运算符“*”在Maple中被定义成满足交换律的乘法,而我们知道,矩阵乘法是不满足交换律的。我们可以通过简单的例子来说明这个事实。

可以看到,Maple在化简表达式时,丝毫没有顾及它们的类型,只把它们作为一般的符号变量来计算,甚至不考虑这些矩阵是否可以相乘或相加。如果我们用evalm来计算,也就得不到正确的结果了。在Maple V Release 4及以后的版本中,程序设计者考虑到用户初次使用时可能对此不了解,特别给除了错误信息。

但如果你使用的是早期版本,就不但没有错误信息,还会给出错误的结果,使用时一定要特别注意。上面的错误信息告诉我们,矩阵/向量运算必须使用&*作为乘法运算符。让我们再来试一试。

这次,我们得到了期望的结果。

矩阵也可以进行乘幂运算,矩阵的乘幂运算符和单个表达式的相同——“^”,当然,也需要用evalm来计算得到结果矩阵。

Maple不仅可以计算矩阵的自然数次幂,同样也可以计算矩阵的负整数次幂。

在计算矩阵的0次幂时,却不怎么令人满意,它的结果令人啼笑皆非:

这是由于Maple的表达式自动化简机制造成的,B^0在还没有进入evalm函数之前,就已经被系统化简成了1!

矩阵乘法运算符“&*”有着和数乘“*”、除法“/”相同的优先级,在输入表达式是需要注意,必要时要使用括弧。

还好,Maple没有再次给出1,Maple用“&*( )”来表示单位阵。

矩阵求值

我们早在上一章中就已经注意到,数组和单个的表达式不同,具有数组类型的变量不会自动求值,而需要用eval( )等函数的显式调用来强制地求值。作为数组的特例,矩阵和向量也是一样。更令人吃惊的是,当我们用whattype来查看数组变量的表观数据类型时,返回的居然是符号类型(symbol),和被赋值之前一样!

然而,通过进一步的试验你还会发现,即使用eval( ),还是没办法让矩阵的每一个元素都求值。只有通过我们在上一章中用过的函数map,才可以完成最终的求值。

同样的情况也发生在以查找表(table)和函数或子程序(procedure)为类型的对象上:

在处理这些类型的对象时,Maple采取的是按名求值的方法,而不是像对于单个表达式时采取的完全求值的方法。所谓“按名求值”,是指系统在计算是只将变量的名称代入进行计算,而不读取该变量名所指向的数据。如果需要得到变量名所指的值,则必须强制使用eval甚至是map和eval并用。通过一个简单的例子,也许可以更容易地理解这种求值方式。

我们通过对T的不同层次的求值,获得了不同的对象,很明显,在Maple内部,数据结构是用类似于下图的方式组织的:

如果我们用系统的自动求值,则只能到Q的一层为止,就好象从Q指向数组的指针上有一道难以逾越的屏障:

不管我们怎么赋值,T、P、Q这些变量总是直接或间接地指向同一个数据对象,因为在赋值时,用的也是“按名求值”。用面向对象的观点来看,它们都这个矩阵变量的引用,而不是它的一个拷贝。当我们修改了其中任意一个变量的元素时,其他变量的元素也会跟着改变。在这上面,Maple和有一点向一些面向对象的编程语言,比如Java,但和C++是不同的。

当然,有时候我们要的是一个矩阵的拷贝,我们将改变这个拷贝的原素值,而同时保持原来的矩阵不变;这时,我们需要用Maple的拷贝函数copy( ),它可以用来拷贝这些“按名求值”的对象。

矩阵和线性方程组

linalg是Maple中的线性代数工具包,有着很全面的线性代数计算工具。那它里面到底有些什么工具呢?你可以试试在载入它

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值