Maple学习笔记——数学计算与数据处理

数据计算

多项式相关:

1.求商:quo(被除数,除数,参数)
求余数:rem(被除数,除数,参数)
2.判断两个多项式是否为整除关系:divide(f(x),g(x)),返回值:true/false
3.多项式项的排序:sort ( p ( x ) , [ 变量 ] , ‘plex’)
默认按次数降序排列;若指定变量,则按照变量的次数降序排列,若指定参数‘plex’:首先按照第一个未知量在列表中的降序排列,然后根据下一个变量在列表中的降序排列,在
4.合并多项式:collect( p ( x ) , 指定参数),提取指定参数,合并多项式
在这里插入图片描述
在这里插入图片描述

求解方程、不等式

1.求解方程:solve({方程})
求解房产组:solve({方程1,方程2..},{未知数1,未知数2..})
2.求近似解/浮点数解:fsolve()

矩阵计算、线性代数:

导入LinearAlgebra函数包,主要用于构造、处理矩阵、向量的相关计算、求解线性代数中的问题

with(LinearAlgebra):

相关操作:

Transpose(M):转置
Determinant(M):求行列式
Eigenvalues(M):求特征值
Eigenvectors(M):求特征向量
RowSpace](M):求行空间的一组基
ColumnSpace(M):求列空间的一组基
Rank(M):矩阵的秩
LUdecomp(M):LU分解
QRDecomposition(M):QR分解

微积分

1.求极限:limit(f(x),x=极限点)=evalf(Limit( ))
(无穷:infinity/-infinity)
2.微分:
求1阶导:diff(f(x),x)
求n阶导:diff(f(x),x$n)
3.求方向导数:

with(Student[MultivariateCalculus]);#导入函数包
[> DirectionalDerivative(f(x,y), [x, y] = [x0, y0], [u0, v0]);#求在[x0,y0]点上,f(x,y)在方向[u0,v0]的方向导数(梯度值)

4.级数
taylor(f(x),x=a):生成f(x)在点a处的泰勒展级数展开
series (f(x),x=a,n):f(x)在a处没有泰勒级数展开,使用series发现广义级数展开,默认阶数为6,可指定展开n阶
注:plot命令不接受series类型的参数项,需要用convert/polynom 命令将它转换为多项式。

多变量和向量微积分

导入函数包:VectorCalculus

优化

Optimization 函数包:局部优化搜索算法
可以求解线性规划 (LPs)、二次规划(QPs)、非线性规划(NLPs)、以及线性和非线性最小二乘问题。
GlobalOptimization 工具箱:全局优化搜索算法

概率与统计

导如函数包:Statistics

数据处理

导入数据

  • 使用import命令,可以导入广泛数据类型的命令(Txt、excel/图像文件等)。
    导入excel文件: ExcelTools函数包中的import命令
    在这里插入图片描述
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