矩阵相关运算1

矩阵运算是线性代数中的一个核心部分,它包含了许多不同类型的操作,可以应用于各种科学和工程问题中。

矩阵加法和减法

矩阵加法和减法需要两个矩阵具有相同的维度。操作是逐元素进行的:

cpp 复制代码
C=A+B or C=A−B

其中 A,B 和 C 是矩阵,且 Cij=Aij+Bij(或减法相应地)。

假设有两个矩阵 A 和 B:

cpp 复制代码
A=[1   2
   3   4]
B=[5   6
   7   8]

加法运算 A+B的结果是:

cpp 复制代码
A+B=[1+5   2+6
     3+7  4+8]
   =[6      8
     10    12]

矩阵乘法

矩阵乘法涉及两个矩阵,其中第一个矩阵的列数必须与第二个矩阵的行数相等。如果 A是一个 m×n 矩阵,B 是一个 n×p矩阵,则它们的乘积 C 将是一个 m×p 矩阵,其中:
若 A 和 B 如下:

cpp 复制代码
A=[1   2
   3   4]
B=[2  0 
   1  2]

乘法运算 AB 的结果是:

cpp 复制代码
AB=[1∗2+2∗1     1∗0+2∗2  
    3∗2+4∗1     3∗0+4∗2]
  =[4   4
    10  8]

矩阵的逆

一个方阵的逆存在于当且仅当其行列式不为零时。如果 A 是一个 n×n 矩阵,那么它的逆 A−1 满足:

AA−1=I

A−1A=I

对于矩阵 A:

cpp 复制代码
A=[1   2
   3   4]

若存在,A 的逆 A−1是:

转置

一个矩阵的转置是将其行与列互换得到的矩阵。如果 AA是一个 m×n 矩阵,则其转置 AT 是一个 n×m矩阵。

行列式的值

代码(python)

python 复制代码
import numpy as np

# 创建矩阵 A 和 B
A = np.array([[1, 2], [3, 4]])
B = np.array([[2, 0], [1, 2]])

# 矩阵加法
C = A + B

# 矩阵乘法
D = np.dot(A, B)

# 矩阵的逆
E = np.linalg.inv(A)

# 矩阵的行列式
detA = np.linalg.det(A)

# 矩阵的转置
F = A.T

print("加法结果:", C)
print("乘法结果:", D)
print("逆矩阵:", E)
print("行列式:", detA)
print("转置矩阵:", F)
相关推荐
nbsaas-boot4 小时前
Java 正则表达式白皮书:语法详解、工程实践与常用表达式库
开发语言·python·mysql
仗剑_走天涯4 小时前
基于pytorch.nn模块实现线性模型
人工智能·pytorch·python·深度学习
chao_7894 小时前
二分查找篇——搜索旋转排序数组【LeetCode】两次二分查找
开发语言·数据结构·python·算法·leetcode
chao_7899 小时前
二分查找篇——搜索旋转排序数组【LeetCode】一次二分查找
数据结构·python·算法·leetcode·二分查找
烛阴9 小时前
Python装饰器解除:如何让被装饰的函数重获自由?
前端·python
noravinsc9 小时前
django 一个表中包括id和parentid,如何通过parentid找到全部父爷id
python·django·sqlite
ajassi200010 小时前
开源 python 应用 开发(三)python语法介绍
linux·python·开源·自动化
沉默媛10 小时前
如何安装python以及jupyter notebook
开发语言·python·jupyter
Deng94520131411 小时前
基于Python的旅游数据可视化应用
python·numpy·pandas·旅游·数据可视化技术
2401_8786247911 小时前
pytorch 自动微分
人工智能·pytorch·python·机器学习