如何用 NumPy 求矩阵的逆 |
您所在的位置:网站首页 › 逆矩阵 python › 如何用 NumPy 求矩阵的逆 |
如何用 NumPy 求矩阵的逆
原文:https://www . geeksforgeeks . org/如何使用-numpy 对矩阵求逆/ 矩阵的逆只是矩阵的倒数,就像我们在常规算术中对一个数字所做的那样,这个数字被用来解方程以找到未知变量的值。矩阵的逆矩阵是与原矩阵相乘后得到的单位矩阵。矩阵的逆只有在矩阵为非奇异时才存在,即行列式不应为 0 。利用行列式和伴随式,我们可以很容易地用下面的公式求出方阵的逆矩阵, if det(A) != 0 A-1 = adj(A)/det(A) else "Inverse doesn't exist" 矩阵方程在哪里, A -1 : 矩阵 A 的逆 x:TT3】he 未知变量列 T5】 B: 解阵T5】 用 NumPy 求矩阵的逆Python 提供了一种非常简单的方法来计算矩阵的逆矩阵。python NumPy 模块中的函数NumPy . linalg . inv()用于计算矩阵的逆。 语法: numpy . linalg . inv(a) 参数: a: 待倒矩阵 返回: 逆矩阵 一 。 例 1: 计算机编程语言 # Python program to inverse # a matrix using numpy # Import required package import numpy as np # Taking a 3 * 3 matrix A = np.array([[6, 1, 1], [4, -2, 5], [2, 8, 7]]) # Calculating the inverse of the matrix print(np.linalg.inv(A))输出: [[ 0.17647059 -0.00326797 -0.02287582] [ 0.05882353 -0.13071895 0.08496732] [-0.11764706 0.1503268 0.05228758]]例 2: 计算机编程语言 # Python program to inverse # a matrix using numpy # Import required package import numpy as np # Taking a 4 * 4 matrix A = np.array([[6, 1, 1, 3], [4, -2, 5, 1], [2, 8, 7, 6], [3, 1, 9, 7]]) # Calculating the inverse of the matrix print(np.linalg.inv(A))输出: [[ 0.13368984 0.10695187 0.02139037 -0.09090909] [-0.00229183 0.02673797 0.14820474 -0.12987013] [-0.12987013 0.18181818 0.06493506 -0.02597403] [ 0.11000764 -0.28342246 -0.11382735 0.23376623]]例 3: 计算机编程语言 # Python program to inverse # a matrix using numpy # Import required package import numpy as np # Inverses of several matrices can # be computed at once A = np.array([[[1., 2.], [3., 4.]], [[1, 3], [3, 5]]]) # Calculating the inverse of the matrix print(np.linalg.inv(A))输出: [[[-2\. 1\. ] [ 1.5 -0.5 ]] [[-1.25 0.75] [ 0.75 -0.25]]]我们一直在努力
apachecn/AiLearning |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |