| Izdavač | Horacio Sanchez |
|---|---|
| Datum izlaska | 15. lis 2019. |
| Datum dodan | 15. lis 2019. |
| Os zahtjevi | iOS |
| Zahtjevi | Requires iOS 11.0 or later. Compatible with iPhone, iPad, and iPod touch. |
| Ukupno preuzimanja | 0 |
| Cijena | $1.99 |
Opis
Matrix Numerics moćna je aplikacija za numeričku linearnu algebru s jednostavnim sučeljem prilagođenim korisniku. Osmišljen je za brzo predstavljanje rezultata linearne algebre koji uključuju matrice i vektore uz najmanje moguće dodirivanja. Matrix Numerics koristi SwiftLAN mehanizam za aproksimaciju rješenja linearnog sustava jednadžbi, izračunavanje dekompozicije matrice i izračunavanje vektorske dinamike. SwiftLAN je moćan okvir za linearnu algebru koji su razvili akademici u svrhu prirodnog znanstvenog računanja i modeliranja u Swiftu. Njegovi najsuvremeniji numerički algoritmi iskorištavaju ekspresivnost i munjevitu brzinu programskog jezika Swift kako bi pružili snažnu izvedbu i točnost. Svaki algoritam u okviru opsežno je istražen, razvijen i otklonjen pogreškama prateći pomno matematičku literaturu autora kao što su G. Golub, D.S. Watkins, J.G.F. Francis, C. Van Loan i mnogi drugi. Nakon razvoja, svi algoritmi napisani su 100% u Swiftu i intenzivno se testiraju na brzinu i točnost u odnosu na MATLAB, Accelerate i LAPACK++ biblioteku u C++. Svi ovi aspekti čine Matrix Numerics alatom svjetske klase za znanstvenike, studente ili bilo koju drugu osobu koja je bila izložena linearnoj algebri, bez obzira na to koliko su rano u svojim znanstvenim/matematičkim zahvatima. Ovo su neke od stvari koje možete učiniti na Matrix Numerics:
* Zbrajanje, oduzimanje, množenje matrica.
* Obrnuto
* Broj uvjeta
* Poredak
* Spektralni polumjer
* Trag
* Odrednica
* Transponirati
* Spojen
* Karakteristični polinom
* Svojstvene vrijednosti i svojstveni vektori
* Jedinstvene vrijednosti
* Dekompozicija singularne vrijednosti
* Pseudoinverzum
* PLU dekompozicija
* Razlaganje Choleskog
* Gram-Schmidtova dekompozicija
* QR dekompozicija
* Gornja Hessenbergova dekompozicija
* Dekompozicija pravog Schurovog oblika
* Norme 1,2, Infinity i Frobenius.
Kada radite s vektorima, matrični brojevi vam mogu pomoći u izračunavanju:
* Unutarnji proizvod
* Rezultat dva vektora
* Vektor projekcije
* Korelacija između vektora
* Kut između vektora
* Duljina vektora
* Vektorska normalizacija
Također možete aproksimirati rješenja linearnog sustava jednadžbi i linearnih najmanjih kvadrata pomoću algoritma koji najbolje odgovara vašem sustavu:
* Obični najmanji kvadrati
* Iterativno ponovno ponderirani najmanji kvadrati
* Pseudoinverzum od SVD
* Kaczmarzsov algoritam
* PLU sa skaliranim zakretanjem redaka
* Sukcesivno prekomjerno opuštanje
* Konjugirani gradijent
* Gauss-Seidelova iteracija
* Jacobijeva iteracija
Identificirajte specifične atribute vašeg sustava/matrice jednim dodirom:
* Je li jednina?
* Je li simetričan?
* Je li to pozitivno definitivno?
* Je li dijagonalno?
* Je li to gornja ili donja dijagonala ili oboje?
* Je li ortogonalno?
* Je li konvergentan?
* Je li redak ili stupac dijagonalno dominantan ili oboje?
Numerički rezultati i zapisi lijepo su prikazani u stilu sličnom LaTeX-u koji podržava decimalni i racionalni način rada. Sva matrična izračunavanja izvode se u uređaju na snažnim Appleovim čipovima serije A, što znači da možete koristiti Matrix Numerics svugdje i bilo gdje bez potrebe za internetskom vezom!! Matrix Numerics radi na iPhoneu 6 ili novijem i svim iPad uređajima osim mini.
Posebna zahvala J. Dominguezu, L. Mezi i L. Smithu.
