使用数学软件计算矩阵的方法如下：
手动输入矩阵
打开数学软件（如MATLAB、Python的NumPy库、科学计算器等）。
在软件界面中，手动输入矩阵的元素，按照矩阵的行和列排列。
快速创建常用矩阵
单位矩阵：输入矩阵大小后，使用特定的函数或命令创建单位矩阵。例如，在MATLAB中，可以使用`eye（n）`函数创建n阶单位矩阵。
反单位矩阵：输入矩阵大小后，使用特定的函数或命令创建反单位矩阵。例如，在MATLAB中，可以使用`inv（n）`函数创建n阶反单位矩阵。
副单位矩阵：输入矩阵大小后，使用特定的函数或命令创建副单位矩阵。例如，在MATLAB中，可以使用`diag（1/n）`函数创建n阶副单位矩阵。
矩阵运算
加法：输入两个矩阵后，使用相应的运算符（如`+`）进行矩阵加法。例如，在MATLAB中，可以使用`A + B`进行矩阵加法。
减法：输入两个矩阵后，使用相应的运算符（如`-`）进行矩阵减法。例如，在MATLAB中，可以使用`A - B`进行矩阵减法。
数乘：输入一个矩阵和一个标量后，使用相应的运算符（如`*`）进行数乘。例如，在MATLAB中，可以使用`k * A`进行数乘。
矩阵乘法：输入两个矩阵后，使用特定的函数或运算符进行矩阵乘法。例如，在MATLAB中，可以使用`A * B`进行矩阵乘法，或者在Python中使用`A @ B`或`np.dot（A, B）`。
求逆：输入一个矩阵后，使用特定的函数或运算符求逆。例如，在MATLAB中，可以使用`inv（A）`求逆矩阵，或者在Python中使用`np.linalg.inv（A）`。
转置：输入一个矩阵后，使用特定的函数或运算符进行转置。例如，在MATLAB中，可以使用`A'`进行转置，或者在Python中使用`A.T`或`np.transpose（A）`。
使用内置函数和工具
行列式：输入一个矩阵后，使用特定的函数计算行列式。例如，在MATLAB中，可以使用`det（A）`计算行列式，或者在Python中使用`np.linalg.det（A）`。
特征值和特征向量：输入一个矩阵后，使用特定的函数计算特征值和特征向量。例如，在MATLAB中，可以使用`eig（A）`计算特征值和特征向量，或者在Python中使用`np.linalg.eig（A）`。
示例
在MATLAB中：
```matlab
% 创建矩阵
A = [1 2 3； 4 5 6； 7 8 9]；
B = [9 8 7； 6 5 4； 3 2 1]；
% 矩阵加法
C = A + B；
% 矩阵减法
D = A - B；
% 矩阵乘法
E = A * B；
% 矩阵求逆
F = inv（A）；
% 矩阵转置
G = A'；
% 计算行列式
H = det（A）；
% 计算特征值和特征向量
[V, D] = eig（A）；
```
在Python的NumPy库中：
```python
import numpy as np
创建矩阵
A = np.array（[[1, 2, 3], [4, 5, 6], [7, 8, 9]]）
B = np.array（[[9, 8, 7], [6, 5, 4], [3, 2, 1]]）
矩阵加法
C = A + B
矩阵减法
D = A - B
矩阵乘法
E = A @ B
矩阵求逆
F = np.linalg.inv（A）
矩阵转置
G = A.T
计算行列式
H = np.linalg.det（A）
计算特征值和特征向量
V, D = np.linalg.eig（A）
```
通过以上步骤和示例，你可以在不同的数学软件中高效地计算矩阵。