Bagaimana untuk mencari songsangan matriks dalam numpy

Langkah numpy untuk mencari songsangan matriks: 1. Import perpustakaan numpy, import numpy sebagai np 2. Buat matriks segi empat sama, A = np.array([[1, 2], [3, 4]] ); 3. Gunakan fungsi np.linalg.inv() untuk mencari songsangan matriks, A_inv = np.linalg.inv(A).

Sistem pengendalian tutorial ini: sistem Windows 10, versi Python 3.11.4, komputer DELL G3.

Anda boleh menggunakan fungsi np.linalg.inv() dalam numpy untuk mencari songsangan matriks. Fungsi ini menerima matriks sebagai hujah dan mengembalikan matriks songsangnya.

Memerlukan songsangan matriks, yang perlu memenuhi syarat berikut:

1 Matriks mestilah matriks segi empat sama, iaitu bilangan baris sama dengan bilangan lajur.

2 Matriks mestilah boleh terbalik, iaitu penentunya bukan sifar.

Jika matriks memenuhi syarat di atas, anda boleh menggunakan fungsi np.linalg.inv() untuk mencari songsangan matriks. Berikut ialah langkah-langkah untuk menggunakan fungsi ini untuk mencari songsangan matriks:

1 Import perpustakaan numpy:

import numpy as np

2 Buat matriks persegi:

A = np.array([[1, 2], [3, 4]])

3 Fungsi .linalg.inv() untuk mencari Songsang matriks:

A_inv = np.linalg.inv(A)

4 Hasil keluaran:

print(A_inv)

Menjalankan kod di atas akan mengeluarkan matriks songsang matriks A.

Perlu diingat bahawa jika matriks tidak memenuhi syarat kebolehbalikan, iaitu, penentunya ialah sifar, maka fungsi np.linalg.inv() akan membuang pengecualian LinAlgError. Oleh itu, pastikan matriks memenuhi keadaan keterbalikan apabila menggunakan fungsi ini.

Selain itu, perlu diingatkan bahawa disebabkan pengumpulan ralat dan had ketepatan operasi nombor titik terapung, penyelesaian komputer bagi matriks songsang mungkin memperkenalkan ralat tertentu. Dalam aplikasi praktikal, anda boleh menggunakan fungsi np.allclose() untuk menyemak sama ada matriks songsang adalah betul.

Atas ialah kandungan terperinci Bagaimana untuk mencari songsangan matriks dalam numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!