用Mathematica做线性代数I——线性代数基本运算

本文探讨了用Mathematica于线性代数解题的算法,主要给出了利用Mathematica进行矩阵简单运算以及初等变换的算法。     

Moore—Penrose广义逆阵的计算

本文利用Mathematica计算Moore-Penrose广义逆矩阵,推广了文[1]中的最简阶梯形算法定量1,得到了一般阶梯形算法定量3,并指出了奇异值分解算法与函数PseudoInverse[m]的算法其结果是有差别的。     

利用数学软件Mathematica制作分形几何图形

利用Mathematica软件的数值计算功能、符号运算功能和图形程序设计功能,以简单的程序实现了迭代分形算法成功绘制了分形几何中的Koch曲线和Sierpinski三角形,并且给Mathematica程序及运行结果,体现了Mathematica软件在实现分形算法方面的优越性。     

基于Mathematica资源管理决策的算法

由于最优解是退化或无穷组时最优基对资源管理决策问题有影响,因此首次给出并证明了退化最优解问题和无穷组最优解问题最优基的个数及求解的算法,对资源管理决策问题用Mathematica语言给出了算法,最后讨论了算法复杂度和有效性问题.为说明基于Mathematica算法实现的有效性,对5×10规模的资源管理决策模型在有非退化惟一最优解、退化惟一最优解和退化无穷组最优解3种情形下用Mathematica语言进行了求解.     

用Mathematica7.0实现二维分形图

本文运用Mathematica7.0软件的数值计算功能、符号运算功能和图形绘制功能,以简单的程序实现了分形迭代算法,成功地绘制了Mandelbrot集和Julia集的二维图,并给出了所有的程序源代码和运行结果,体现了Mathematica软件在实现分形算法的强大功能。     

软件 Mathmatica 的内建函数在线性代数计算中的应用

结合高职院校线性代数课程的教学要求,就数学软件Mathematica有关于线性代数方面的内建函数的使用办法作以研究,从而将行列式、矩阵乘法、逆矩阵、矩阵的秩、解线性方程组、特征值等计算内容得以简化,使高职学生能够快速、准确的得到所需的计算结果,掌握有效的计算方法,提高学习效率。     

基于Mathematica的判断矩阵一致性检验及其校正

基于Mathematica平台，给出AHP中校正判断矩阵的算法。该算法利用了统计学中随机变量的思想，根据判断矩阵的偏差矩阵，准确地找出偏差大的元素进行校正，算法程序提高了计算效率和精确度，有一定实用价值。     

用Mathematica来实现非线性规划问题

本文用Mathematica编程实现了一类有约束条件的非线性规划问题的求解。文中先介绍了该类非线性规划问题的相关定义如约束条件、惩罚函数和内点法等,又介绍了用内点法解决非线性规划问题的相关定理和算法。经过研究这些理论和算法,结合Mathematica语言的特点编写出了相应的程序,并计算了几个实例。最后简单分析了用mathematica编写内点法程序的优越性和程序中所涉及到的部分函数和语句的功能及其作用。     

多项式代数方程根的完全分类及其应用

用Mathematica实现杨路，张景中等提出的关于多项式代数方程根的完全分类的算法，并介绍了其在代数及常微分方程中的应用。     

用Mathematica来实现非线性规划问题

本文用Mathematica编程实现了一类有约束条件的非线性规划问题的求解。文中先介绍了该类非线性规划问题的相关定义如约束条件、惩罚函数和内点法等,又介绍了用内点法解决非线性规划问题的相关定理和算法。经过研究这些理论和算法,结合Mathematica语言的特点编写出了相应的程序,并计算了几个实例。最后简单分析了用mathematica编写内点法程序的优越性和程序中所涉及到的部分函数和语句的功能及其作用。     

推广的Leibniz法则,Abramov-Petkov(s)ek算法与一类含参变量积分的D'Alembert函数表示

利用推广的Leibniz法则、Abramov-Petkov(s)ek算法并借助计算机代数系统(如Mathematica或Maple)解决了将满足某些条件的含参变量积分表示成D'Alembert函数形式的问题.     

推广的Leibniz法则,Abramov-Petkovek算法与一类含参变量积分的D’Alembert函数表示

利用推广的Leibniz法则、Abramov-Petkovek算法并借助计算机代数系统(如Mathematica或Maple)解决了将满足某些条件的含参变量积分表示成D’Alembert函数形式的问题.     

基于JLink的JAVA与Mathematica的混合编程

Mathematica软件使用JLink协议可实现同JAVA的信息交换.介绍了JLink的特点和具体运用方法,以及JAVA和Mathematica在JLink基础上的混合编程技术,最后给出了运用JAVA与Mathematica混合编制教学软件的示例.     

高等数学可视化教学初探

本文主要介绍了利用Mathematica等数学软件进行高等数学可视化教学的探究与实践,以具体实例分析了Mathematica在高等数学教学中的应用。     

线性代数方程组通解行处理法

利用Gram-Schmidt正交规范化方法给出了一种判断任意线性代数方程组相容性以及确定此方程组解结构的数值方法,分析了对应算法的计算复杂度、数值稳定性及内在并行性.     

构造非线性演化方程精确解新方法

借助于Mathematica和吴方法,运用双曲函数方法,获得了一类KdV-Burgers和KdV方程的多组精确行波解,其中包括新的奇性孤波解和新周期解,这个算法也可用于解其他的非线性偏微分方程,如变量Boussinesq方程组,非线性浅水长波近似方程组等,这个算法可以部分地在计算机上完成。     

基于SOA理论的多体系统动力学广义质量建模

为了提高多体系统动力学广义质量建模效率,运用空间算子代数(spatial operator algebra,SOA)理论,在计算机符号演算软件Mathematica6.0的环境下,对广义质量进行高效率递推设计与实现.采用SOA空间递推方式,形成了广义质量的高效递推算法.运用VB.NET编程软件实现与Mathematica6.0软件无缝集成,对多体系统动力学广义质量进行建模分析,给出了实施过程.结合实例对PUMA560机器人进行了广义质量设计,并与结果进行了对比,通过算例验证了程序建模的正确性和高效性.     

线性代数方程组行处理法分治策略

利用行处理法和分治策略给出一种求解任意线性代数方程组AX=b(A∈Rn×m)的迭代分治算法,证明算法对任意的相容性线性代数方程组收敛,并探讨算法的加速技术及其在线性代数方程组MIMD并行迭代算法研究中的应用前景.     

基于Mathematica的交互式动态可视化设计及其应用

透过Mathematica 7的可视化技术于二次曲面图形的应用,展示Mathematica的可视化图形是精细标准的、实时动态的、交互可控的和三维可视的,领略Mathematica作为交互式动态可视化工具的无穷魅力.     

线性代数方程组列处理法分治策略

利用列处理法和分治策略给出一种求解任意线性代数方程组AX=b(A∈R^nxm)的迭代分治算法，证明算法对任意的相容性线性代数方程组收敛于它的一个解而对任意的不相容性线性代数方程组收敛于它的一个最小二乘解，并探讨算法的加速技术及其在线性代数方程组MIMD并行迭代算法研究中的应用前景。