当前位置 : 主页 > 编程语言 > python >

基于python检查矩阵计算结果

来源:互联网 收集:自由互联 发布时间:2021-04-09
鉴于最近复习线性代数计算量较大,且1800答案常常忽略一些逆阵、行列式的计算答案,故用Python写出矩阵的简单计算程序,便于检查出错的步骤。 1、行列式 可自行更改阶数 from numpy

鉴于最近复习线性代数计算量较大,且1800答案常常忽略一些逆阵、行列式的计算答案,故用Python写出矩阵的简单计算程序,便于检查出错的步骤。

1、行列式

可自行更改阶数

from numpy import *

# 求行列式 ,建议:取小数点前整数

A = array([[3, 1, 1, 1],
      [1, 3, 1, 1],
      [1, 1, 3, 1],
      [1, 1, 1, 3]])

B = linalg.det(A)
print(B)
# 48.000000000000014 正确答案:48

2、矩阵相乘

注意要内标相同

from numpy import *

# 求矩阵相乘

A = array([[1, -1, 1],
      [1, 1, 0],
      [-1, 0, 1]])

B = array([[3, 0, 0],
      [0, 0, 0],
      [0, 0, 0]])
# N=AB
N = dot(A, B)

# N=BA,则 N = dot(B, A)

print(N)

# 正确答案:
# [ 3 0 0]
# [ 3 0 0]
# [-3 0 0]

3、逆矩阵

自行判断|A|≠0,这里 A∗ = A−1 · |A|

from numpy import *
# 求逆矩阵 ,建议:取小数点后一位化为分数

A = mat([[1, -1, 1],
     [1, 1, 0],
     [-1, 0, 1]])

B = A.I
print(B)

# [ 0.33333333 0.33333333 -0.33333333]
# [-0.33333333 0.66666667 0.33333333]
# [ 0.33333333 0.33333333 0.66666667]
# 0.333≈ 1/3 ,0.667≈ 2/3

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持易盾网络。

网友评论