×
Matrizen und Vektoren
Gleichungssysteme
Determinante
Eigenwerte
Matrix invertieren
LU-Zerlegung
QR-Zerlegung
Cholesky-Zerlegung
Singulärwertzerlegung
Integration
Numerische Integration
Interpolation
Spline-Interpolation
Fouriertransformation
Kosinustransformation
Differentialgleichungen
Anfangswertprobleme
Finite-Differenzen
Finite-Elemente
Optimierung
Lineare Programme
Darstellung
Funktionen
Listen
Funktionen (3d)
Ausgleichsrechnung
Lineare Regression
Polynomiale Regression
×
Matrizen und Vektoren
LinearAlgebra
Differenzialgleichungen
Ode
Fdm
Fem
Interpolation
Interpolate
Fourier
Integration
Integrate
Netzwerke
Graph
Digraph
Darstellung und Ausgabe
Plot
Svg
Print
Optimierung
LinearProgramming
IntegerProgramming
NonlinearProgramming
GeneticAlgorithm
Gbb
Sonstiges
CurveFitting
Complex
Interval
Sort
Geometrie
ComputationalGeometry
Maschinelles Lernen
NeuralNetwork
Werkzeuge
ExampleData
ReadInput
StopWatch
×
Darstellung
ImageData
Optimierung
LpData
IpData
Ziffererkennung
DigitData
Neuronale Netze
NnData
×
Matrizen und Vektoren
Komplexitätsanalyse
Bildkompression
Lineare Regression
Graphentheorie
Kürzeste Wege
Maximale Flüsse
Knotenfärbung
Differentialgleichungen
Federpendel
Lotka-Volterra
Flugbahn eines Satelliten
Populationsdynamik
Temperaturverteilung
Laplace-Gleichung
Schwingungen
Optimierung
Transportproblem
Lineare Regression
Nullsummenspiele
Handlungsreisender (IP)
Handlungsreisender (GA)
Median-Kreis-Problem
Weber-Problem bikriteriell
Interpolation
Bildkompression
Beugung am Spalt
Bildvergrößerung
Sonstiges
Julia-Mengen
Ziffererkennung
Grundlagen
Online-Tools
Dokumentation
Daten-Pakete
Anwendungen
Download
Grundlagen
Online-Tools
Dokumentation
Daten-Pakete
Anwendungen
Download
Grundlagen
Tools
Doku
Daten
Anwendungen
Download
m
LinearAlgebra.det
zur Berechnung der Determinante von Matrizen
q
r
s
u
t
Funktionsübersicht
.add
.sub
.mult
.transpose
.vector_norm
.matrix_norm
.norm
.cond
.identity_matrix
.zero_matrix
.diagonal_matrix
.tridiagonal_matrix
.random_matrix
.lu
.qr
.cholesky
.hessenberg
.bidiagonalize
.qr_tridiagonal
.qr_hessenberg
.invert
.det
.eigenvalues
.svd
.solve
.solve_backward
.solve_upper_triangular
.solve_forward
.solve_lower_triangular
.solve_tridiagonal
.solve_lu
.solve_qr
.solve_cholesky
.solve_cg
.solve_jacobi
.solve_gauss_seidel
.row_sum_condition
.column_sum_condition
.sassenfeld_condition
.get_number_of_iterations
Beschreibung
Die Funktion besitzt folgende Argumente:
A
Quadratische Matrix, d.h. zweidimensionales Array
Es wird die Determinante von
A
unter Verwendung der QR-Zerlegung berechnet.
Beispiel
Es wird die Determinante einer regulären
Matrix berechnet. Das Ergebnis wird entsprechend ausgegeben.
<!DOCTYPE html> <html> <head> <script src="taramath.js"></script> </head> <body> <textarea id="output"></textarea> <script> var A = [ [ 1, 3, -2], [ 0, -2, 1], [ 3, -1, 3] ]; var c = LinearAlgebra.det(A); Print.init("output"); Print.object(c); </script> </body> </html>
Vorschau aktualisieren
Beispiel
Es wird die Determinante einer singulären
Matrix berechnet. Das Ergebnis wird entsprechend ausgegeben.
<!DOCTYPE html> <html> <head> <script src="taramath.js"></script> </head> <body> <textarea id="output"></textarea> <script> var A = [ [ 1, 2, 3], [ 4, 5, 6], [ 7, 8, 9] ]; var c = LinearAlgebra.det(A); Print.init("output"); Print.object(c); </script> </body> </html>
Vorschau aktualisieren