mat – 마크베이스

mat

Since v8.0.74

Dense()

밀집 행렬(Dense Matrix) 구현입니다.

생성

new Dense(r, c, data)

매개변수

r Number 행(row) 개수
c Number 열(column) 개수
data Number[] 행렬 요소 배열

r × c 크기의 새로운 Dense 행렬을 생성합니다.

dims()

행렬의 (행, 열) 크기를 반환합니다.

at()

지정한 (row, col) 위치의 값을 반환합니다.

set()

지정한 위치의 값을 설정합니다.

T()

전치 행렬을 생성합니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
const mat = require('mathx/mat');
A = new mat.Dense(2, 2, [
    1, 2,
    3, 4,
]);
B = A.T();
console.log(mat.format(B));

// ⎡1 3⎤
// ⎣2 4⎦

add()

행렬 덧셈을 수행합니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
const mat = require('mathx/mat');
A = new mat.Dense(2, 2, [
    1, 2,
    3, 4,
]);
B = new mat.Dense(2, 2, [
    10, 20,
    30, 40,
]);
C = new mat.Dense();
C.add(A, B); // C = A + B
console.log(mat.format(C));

// ⎡11 22⎤ 
// ⎣33 44⎦

sub()

행렬 뺄셈을 수행합니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
const mat = require('mathx/mat');
A = new mat.Dense(2, 2, [
    1, 2,
    3, 4,
]);
B = new mat.Dense(2, 2, [
    10, 20,
    30, 40,
]);
C = new mat.Dense();
C.sub(B, A); // C = B - A
console.log(mat.format(C));

// ⎡ 9 18⎤ 
// ⎣27 36⎦

mul()

행렬 곱셈을 수행합니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
const mat = require('mathx/mat');
A = new mat.Dense(2, 2, [
    1, 2,
    3, 4,
]);
B = new mat.Dense(2, 2, [
    10, 20,
    30, 40,
]);
C = new mat.Dense();
C.mul(A, B); // C = A * B
console.log(mat.format(C));

// ⎡ 70 100⎤ 
// ⎣150 220⎦

mulElem()

원소별(element-wise) 곱셈을 수행합니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
const mat = require('mathx/mat');
A = new mat.Dense(2, 2, [
    1, 2,
    3, 4,
]);
B = new mat.Dense(2, 2, [
    10, 20,
    30, 40,
]);
C = new mat.Dense();
C.mulElem(A, B);
console.log(mat.format(C));

// ⎡ 10 40⎤ 
// ⎣ 90 160⎦

divElem()

원소별 나눗셈을 수행합니다.

inverse()

역행렬을 구합니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
const mat = require('mathx/mat');
A = new mat.Dense(2, 2, [
    1, 2,
    3, 4,
]);

B = new mat.Dense();
B.inverse(A);

C = new mat.Dense();
C.mul(A, B);

console.log(mat.format(B, {format:"B=%.f", prefix:"  "}));
console.log(mat.format(C, {format:"C=%.f", prefix:"  "}));

//B=⎡-2  1⎤
//  ⎣ 1 -0⎦
//C=⎡1 0⎤
//  ⎣0 1⎦

solve()

선형 방정식 A * X = B를 풀어 해를 반환합니다.

exp()

행렬 지수 함수를 계산합니다.

pow()

행렬 거듭제곱을 수행합니다.

scale()

스칼라 값을 곱해 행렬을 스케일링합니다.

VecDense

밀집 벡터 타입입니다.

생성

new VecDense(n, data)

매개변수

n Number 벡터 길이(0보다 커야 합니다)
data Number[] 요소 배열(생략 시 0으로 채워집니다)

cap()

내부 버퍼 용량을 반환합니다.

len()

벡터 길이를 반환합니다.

atVec()

지정한 인덱스의 값을 반환합니다.

setVec()

지정한 인덱스의 값을 설정합니다.

addVec()

두 벡터를 더해 결과를 저장합니다.

subVec()

벡터 뺄셈을 수행합니다.

mulVec()

행렬과 벡터의 곱을 계산합니다.

mulElemVec()

원소별 곱을 계산합니다.

scaleVec()

스칼라를 곱해 벡터를 스케일링합니다.

solveVec()

선형 시스템을 풀어 벡터 해를 구합니다.

QR

QR 분해는 행렬 A를 직교 행렬 Q와 상삼각 행렬 R의 곱 A = QR로 표현하는 방법입니다. 선형 최소제곱(LLS) 문제를 풀거나 QR 고유값 알고리즘의 기초로 널리 사용됩니다.

임의의 실수 행렬 A는 다음과 같이 분해할 수 있습니다.

A = QR

여기서 Q는 직교(정규 직교) 행렬, R은 상삼각 행렬입니다. A가 가역이면 R의 대각 원소를 양수로 두었을 때 분해가 유일하게 결정됩니다.

Usage example

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
const m = require('mathx/mat');
A = new m.Dense(4, 2, [
    0, 1,
    1, 1,
    1, 1,
    2, 1,
]);

qr = new m.QR();
qr.factorize(A);

Q = new m.Dense();
qr.QTo(Q);

R = new m.Dense();
qr.RTo(R);

B = new m.Dense(4, 1, [1, 0, 2, 1]);
x = new m.Dense();
qr.solveTo(x, false, B);
console.log(m.format(x, { format: "x = %.2f", prefix: "    " }));

// x = ⎡0.00⎤
//     ⎣1.00⎦

format()

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
const m = require("mathx/mat");
A = new m.Dense(100, 100);
for (let i = 0; i < 100; i++) {
    for (let j = 0; j < 100; j++) {
        A.set(i, j, i + j);
    }
}
console.log(m.format(A, {
    format: "A = %v",
    prefix: "    ",
    squeeze: true,
    excerpt: 3,
}));

// A = Dims(100, 100)
//     ⎡ 0    1    2  ...  ...   97   98   99⎤
//     ⎢ 1    2    3             98   99  100⎥
//     ⎢ 2    3    4             99  100  101⎥
//      .
//      .
//      .
//     ⎢97   98   99            194  195  196⎥
//     ⎢98   99  100            195  196  197⎥
//     ⎣99  100  101  ...  ...  196  197  198⎦

최근 업데이트 Mar 9, 2026

interp simplex