Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Matriseoperasjoner i Python | Grunnleggende Lineær Algebra
Matematikk for Datavitenskap

bookMatriseoperasjoner i Python

1. Addisjon og subtraksjon

To matriser AA og BB med samme dimensjon kan adderes:

123456789
import numpy as np A = np.array([[1, 2], [5, 6]]) B = np.array([[3, 4], [7, 8]]) C = A + B print(f'C:\n{C}') # C = [[4, 6], [12, 14]]
copy

2. Regler for multiplikasjon

Matrisemultiplikasjon er ikke elementvis.

Regel: Hvis AA har dimensjon (n,m)(n, m) og BB har dimensjon (m,l)(m, l), vil resultatet ha dimensjon (n,l)(n, l).

1234567891011121314151617181920
import numpy as np # Example random matrix 3x2 A = np.array([[1, 2], [3, 4], [5, 6]]) print(f'A:\n{A}') # Example random matrix 2x4 B = np.array([[11, 12, 13, 14], [15, 16, 17, 18]]) print(f'B:\n{B}') # product shape (3, 4) product = np.dot(A, B) print(f'np.dot(A, B):\n{product}') # or equivalently product = A @ B print(f'A @ B:\n{product}')
copy

3. Transponering

Transponering bytter rader og kolonner.

Generell regel: hvis AA er (n×m)(n \times m), så er ATA^T (m×n)(m \times n).

1234567
import numpy as np A = np.array([[1, 2, 3], [4, 5, 6]]) A_T = A.T # Transpose of A print(f'A_T:\n{A_T}')
copy

4. Invers av en matrise

En matrise AA har en invers A1A^{-1} hvis:

AA1=IA \cdot A^{-1} = I

Der II er identitetsmatrisen.

Ikke alle matriser har en invers. En matrise må være kvadratisk og ha full rang.

12345678910
import numpy as np A = np.array([[1, 2], [3, 4]]) A_inv = np.linalg.inv(A) # Inverse of A print(f'A_inv:\n{A_inv}') I = np.eye(2) # Identity matrix 2x2 print(f'A x A_inv = I:\n{np.allclose(A @ A_inv, I)}') # Check if product equals identity
copy
question mark

Hva er utdataene fra denne Python-koden?

Select the correct answer

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 4

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Awesome!

Completion rate improved to 1.96

bookMatriseoperasjoner i Python

Sveip for å vise menyen

1. Addisjon og subtraksjon

To matriser AA og BB med samme dimensjon kan adderes:

123456789
import numpy as np A = np.array([[1, 2], [5, 6]]) B = np.array([[3, 4], [7, 8]]) C = A + B print(f'C:\n{C}') # C = [[4, 6], [12, 14]]
copy

2. Regler for multiplikasjon

Matrisemultiplikasjon er ikke elementvis.

Regel: Hvis AA har dimensjon (n,m)(n, m) og BB har dimensjon (m,l)(m, l), vil resultatet ha dimensjon (n,l)(n, l).

1234567891011121314151617181920
import numpy as np # Example random matrix 3x2 A = np.array([[1, 2], [3, 4], [5, 6]]) print(f'A:\n{A}') # Example random matrix 2x4 B = np.array([[11, 12, 13, 14], [15, 16, 17, 18]]) print(f'B:\n{B}') # product shape (3, 4) product = np.dot(A, B) print(f'np.dot(A, B):\n{product}') # or equivalently product = A @ B print(f'A @ B:\n{product}')
copy

3. Transponering

Transponering bytter rader og kolonner.

Generell regel: hvis AA er (n×m)(n \times m), så er ATA^T (m×n)(m \times n).

1234567
import numpy as np A = np.array([[1, 2, 3], [4, 5, 6]]) A_T = A.T # Transpose of A print(f'A_T:\n{A_T}')
copy

4. Invers av en matrise

En matrise AA har en invers A1A^{-1} hvis:

AA1=IA \cdot A^{-1} = I

Der II er identitetsmatrisen.

Ikke alle matriser har en invers. En matrise må være kvadratisk og ha full rang.

12345678910
import numpy as np A = np.array([[1, 2], [3, 4]]) A_inv = np.linalg.inv(A) # Inverse of A print(f'A_inv:\n{A_inv}') I = np.eye(2) # Identity matrix 2x2 print(f'A x A_inv = I:\n{np.allclose(A @ A_inv, I)}') # Check if product equals identity
copy
question mark

Hva er utdataene fra denne Python-koden?

Select the correct answer

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 4
some-alt