- •Лабораторная работа №1
- •1. Основные сведения о программе WordPad
- •2. Основные сведения о программе WordPad
- •3. Технология ole
- •Порядок выполнения работы:
- •Вопросы к защите:
- •Лабораторная работа №2
- •1. Основные сведения о программе Microsoft Word
- •3. Краткое описание работы с фрагментами текста
- •2. Краткое описание основных операций работы с текстом
- •4. Структура документов в Microsoft Excel
- •4.1. Добавление рабочих листов
- •5. Построение таблиц
- •5.1. Маркирование ячеек
- •5.2. Форматирование чисел
- •6. Табличные вычисления
- •6.1. Ввод формул
- •6.2. Сложные формулы
- •6.4. Групповые имена
- •7. Построение и оформление диаграмм
- •7.1. Построение диаграмм
- •8. Обработка списков
- •8.1. Создание списков
- •8.2. Ввод списка данных
- •9. Анализ данных
- •9.1. Опорные таблицы
- •9.2. Нахождение значений
- •10. Базы данных
- •10.1. Запуск программы обработки баз данных
- •10.2. Оболочка программы Query
- •Порядок выполнения работы
- •Вопросы:
- •Лабораторная работа №3
- •Введение
- •1. Обзор Photoshop
- •1.1. Меню Photoshop
- •1.2. Создание нового файла
- •2. Палитра инструментов Photoshop
- •2.1. Инструменты выделения
- •2.2. Инструменты рисования
- •2.3. Инструменты создания и редактирования контуров
- •2.4. Значки управления цветами
- •2.5. Кнопки управления структурой окна
- •2. Рекурсия
- •3. Об использовании операторов break continue return
- •Контрольные вопросы:
- •Задание:
- •Лабораторная работа №5
- •Введение
- •1. Возможности программы abbyy FineReader
- •1.1. Что такое ocr-системы?
- •Распознавание
- •2. Быстрое знакомство
- •2.1. Как ввести документ за минуту
- •2.2. Главное окно программы FineReader
- •2.3. Инструментальные панели программы FineReader
- •3. Получение и обработка изображения программой FineReader
- •3.1. Сканирование
- •3.2. Открытие файлов с изображениями
- •3.3. Проверка и корректирование полученного изображения
- •4. Анализ макета страницы
- •4.1. Общая информация по анализу макета страницы
- •4.2. Типы блоков
- •4.3. Редактирование формы и положения блоков
- •5. Распознавание
- •5.1. Общая информация по распознаванию
- •6. Проверка и редактирование текста
- •6.1. Проверка распознанного текста
- •1. Быстрое начало
- •1.1 Перевод в среде promt
- •1.2 Перевод внутри других приложений
- •2. Объекты системы promt
- •2.1 Словари
- •2.1.1 Генеральные словари
- •2.1.2 Специализированные словари
- •2.1.3 Пользовательские словари
- •2.2. Promt – документ
- •2.2.1.Открытие документа, созданного в другом приложении
- •2.2.2. Открытие существующего promt – документа
- •3. Функции системы promt
- •3.1. Последовательность работы в promt
- •3.2. Перевод
- •3.2.1. Способы перевода
- •3.2.2. Быстрый перевод текста, набранного на клавиатуре
- •4. Проверка орфографии
- •4.1. Программы проверки орфографии
- •4.1.1. Подключение программы проверки орфографии
- •4.1.2. Проверка орфографии
- •Контрольные вопросы:
- •Задания:
- •Лабораторная работа №7
- •Введение в компьютерную алгебру
- •1. Аналитические преобразования
- •1.1. Важнейшие математические константы
- •1.2. Встроенные функции
- •2. Представления матеметических объектов
- •2.1. Некоторые простые математические операции
- •2.2. Составные математические объекты
- •3. Команды ввода и вывода
- •4. Дифференцирование
- •4.1. Встроенные процедуры дифференцирования
- •4.2. Определение собственных функций
- •5. Интегрирование
- •5.1. Встроенные команды интегрирования
- •5.2. Двойные и тройные интегралы в Maple
- •6. Линейная алгебра
- •6.1. Основные операции над матрицами
- •6.2. Собственные числа и вектора
- •6.3. Приведение матриц
- •6.4. Системы линейных уравнений
- •Контрольные вопросы:
- •Задания:
- •Список литературы
- •Оглавление
6. Линейная алгебра
В Maple реализованы специальные возможности для работы с таким классическим математическим курсом как линейная алгебра. Основные команды собраны в пакетах linalg и student.
6.1. Основные операции над матрицами
Пример 1 (создание матриц и векторов).
Заметим сразу, что матрицы и вектора по сути своей это переменные типа массив и список. Основное отличие в том, что добавлены операции сложения и умножения. В силу этого, при загрузке пакета linalg система печатает предупреждение о переопределении ряда операций. Итак, разные определения матриц
> restart: with(linalg):
> A:=matrix([[5,w],[f(x),6]]);
> B:=matrix(2,2,[1,2,3,4]);
> f:=(i,j)->x^(a*i+b*j);
> C:=matrix(2,2,f);
> dC:=map(diff,C,x);
Частично заданные матрицы
> A:=matrix(2,2,[x,y]);
В этом примере A[2,1] означает неопределенность данного элемента матрицы в данный момент
> B:=matrix([col(A,1..2)]);
Некоторые матрицы специального вида
> A:=diag(a,b,c,d);
> B:=array(1..4,1..4,identity): eval(B);
> B:= array(symmetric, 1..3,1..3, [ [0,x,y], [x,0,z] ] ):
> eval(B);
В этом примере знак вопроса означает неопределенность элемента матрицы. Тем не менее можно работать с этой матрицей. Например
> B[1,2];
> B[3,3];
Различные определения векторов
> a:=vector([5,4,3,2,1]);
> b:=vector(4,0);
> c:=vector(4);
> d:=
Перечислим некоторые команды, позволяющие получать информацию о матричных и векторных переменных, изменять параметры матриц и векторов.
Пример 2 (структура матриц и векторов).
Размеры матриц определяются таким образом
> restart: with(linalg):
> A:= matrix(3,4);
> rowdim(A);
> coldim(A);
Строки и столбцы матриц можно
> A:= matrix(3,3,[1,2,3,4,5,6,7,8,9]);
выделять
> row(A,2);
> col(A,2..3);
удалять
> B:=delrows(A, 2..3);
> C:=delcols(A, 1..1);
добавлять (команда addrow(A, r1, r2, m) возвращает матрицу B в которой строка r2 заменена на строку m*row(A,r1) + row(A,r2)):
> B:=addrow(A,1,2,10);
> C:=addcol(A,1,2,-x);
умножать
> B:=mulrow(A, 2, 2);
> C:=mulcol(A, 2, x);
переставлять
> A:= array( [[1,2,x],[3,4,y]] );
> swaprow(A, 1, 2);
> swapcol(A, 2, 3);
Матрицы можно соединять, выделять из них подматрицы и т.д.
Перейдем к командам, которые реализуют основные векторные и матричные операции. Начнем с самых простых и часто используемых операций линейной алгебры.
Пример 3 (операции сложения и умножения).
Для сложения или умножения матриц и векторов используют многоцелевую команду
evalm. Например, зададим матрицы и вектор
> restart: with(linalg):
> A:= array( [[1,2],[3,4]] );
> B:= array( [[0,1],[1,0]] );
> c:= array( [4,5] );
и посмотрим на синтаксис этих операций
> evalm(A+B);
> evalm(A&*B);
> evalm(A&*c);
Так как опреция умножения над полем метриц некомутативна, то для этой операции предусмотрены и другие команды
> multiply(B,A);
> multiply(B,c);
а для векторов еще одна операция
> innerprod(c,B);
Умножить матрицу (вектор) на скаляр позволяет операция
> A:= array( [[1,2],[3,4]] );
> B:=scalarmul(A, x);
Для векторов добавлены еще две операции обычного и векторного произведения
> u:= vector( [1,x,y] );
> v:= vector( [z,1,1] );
> dotprod(u, v);
> crossprod(u, v);
Существует много встроенных команд для работы только с матрицами. Рассмотрим часть из них.
Пример 4 (всторенные операции с матрицами).
Определим матрицу
> restart: with(linalg):
> A := matrix(3,3, [1,2,3,x,y,z,a,b,c]);
Ее определитель, ранг и след равны
> det(A);
> rank(A);
> trace(A);
Сопряженная, транспонированная и обратная к ней равны
> B:=adj(A); # или adjoint
> C:=transpose(A);
> F:=inverse(A); # или evalm(1/A)
Можно найти эрмитову транспонированную, и некоторые другие матрицы, мы не будем на этом останавливаться.
