【原创】开源Math.NET基础数学类库使用(02)矩阵向量计算前言1.创建Numerics矩阵与向量2.矩阵与向量的算术运算 3.矩阵计算综合例子4.资源

　　本文开始一一介绍math.net的几个主要子项目的相关功能的使用。今天先要介绍的是最基本math.net numerics的最基本矩阵与向量计算。

　　矩阵与向量计算是数学计算的核心，因此也是math.net numerics的核心和基础。

　　math.net包括对向量(vector)和矩阵(matrix)的支持，类型也很多。其主要注意点有：索引是从0开始，不支持空的向量和矩阵，也就是说维数或者长度最少为1。它也支持稀疏矩阵和非稀疏矩阵的向量类型。其矩阵有3种类型：稀疏，非稀疏，对角。这2个类在mathnet.numerics.linearalgebra命名空间。由于一些技术和表示的原因，每一种数据类型都有一个实现，例如mathnet.numerics.linearalgebra.double有一个densematrix类型，matrix<t> 是抽象类型， 要通过其他方法去初始化。可以看看源码中的定义：

 创建也很简单，可以大概看看下面这段代码，构造函数还有更多的用法，不一一演示，要自己研究下源代码，记得要引用mathnet.numerics.linearalgebra命名空间：

结果如下，顺便说一下，matrix和vector对象已经对tostring进行了重载，以比较标准化的格式化字符串输出，很方便显示和观察：

　　matrix和vector都支持常见的操作运算符号：+ ，- ， * ，/ ，%等。我们可以从源码中看到部分这样的结构，限于篇幅，只简单列举几个重载操作符的方法，详细的源码在matrix.operators.cs文件：

 矩阵的相关操作是线性代数的核心和基础，而matrix的基础功能也是非常强大的，我们看看matrix的关于矩阵操作的相关代码，不仅包括常见矩阵分解算法，如lu，qr，cholesky等，而且还包括一些线性方程的求解，都是可以直接通过实例方法进行的，看看抽象类的方法原型，具体的代码在matrix.solve.cs文件中：

　　上面的一些说明可以看到一些基本的方法情况，下面有一个实际的例子，说明基本的矩阵运算情况，当然更多高级的功能不能在一篇里面一一讲到，后续还会逐步挖掘其他使用。上代码：

过程比较简单，结果这里只列出部分：

　　资源大家可以去本系列文章的首页进行下载：