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

bookImplementering av Vektorer i Python

Definere vektorer i Python

I Python bruker vi NumPy-arrays for å definere 2D-vektorer slik:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) print(f'v1 = {v1}') print(f'v2 = {v2}')
copy

Disse representerer vektorene:

v1=(2,1),v2=(1,3)\vec{v}_1 = (2, 1), \quad \vec{v}_2 = (1, 3)

Disse kan nå adderes, subtraheres, eller brukes i skalarprodukt- og lengdeberegninger.

Vektoraddisjon

For å beregne vektoraddisjon:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) v3 = v1 + v2 print(f'v3 = v1 + v2 = {v3}')
copy

Dette utfører:

(2,1)+(1,3)=(3,4)(2, 1) + (1, 3) = (3, 4)

Dette samsvarer med regelen for vektoraddisjon:

a+b=(a1+b1,  a2+b2)\vec{a} + \vec{b} = (a_1 + b_1, \; a_2 + b_2)

Vektormagnitud (Lengde)

For å beregne magnituden i Python:

np.linalg.norm(v)

For vektoren [3, 4]:

123
import numpy as np print(np.linalg.norm([3, 4])) # 5.0
copy

Dette bruker formelen:

a=a12+a22|\vec{a}| = \sqrt{a_1^2 + a_2^2}

Skalarprodukt

For å beregne skalarproduktet:

123
import numpy as np print(np.dot([1, 2], [2, 3]))
copy

Som gir:

[1,2][2,3]=12+23=8[1, 2] \cdot [2, 3] = 1 \cdot 2 + 2 \cdot 3 = 8

Generell regel for skalarprodukt:

ab=a1b1+a2b2\vec{a} \cdot \vec{b} = a_1 b_1 + a_2 b_2

Visualisering av vektorer med Matplotlib

Du kan bruke funksjonen quiver() i Matplotlib for å tegne piler som representerer vektorer og deres resultant. Hver pil viser posisjon, retning og størrelse til en vektor.

  • Blå: v1\vec{v}_1, tegnet fra origo;
  • Grønn: v2\vec{v}_2, starter ved hodet til v1\vec{v}_1;
  • Rød: resultantvektor, tegnet fra origo til endepunktet.

Eksempel:

123456789101112131415161718
import matplotlib.pyplot as plt fig, ax = plt.subplots() # v1 ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1) # v2 (head-to-tail) ax.quiver(2, 1, 1, 3, color='green', angles='xy', scale_units='xy', scale=1) # resultant ax.quiver(0, 0, 3, 4, color='red', angles='xy', scale_units='xy', scale=1) plt.xlim(0, 5) plt.ylim(0, 5) plt.grid(True) plt.title('Vector Addition (Head-to-Tail Method)') plt.show()
copy

Parametere (basert på det første quiver-kallet):

ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1)
  • 0, 0 – startpunkt for vektoren (origo);
  • 2, 1 – vektorens komponenter i x- og y-retning;
  • color='blue' – setter pilens farge til blå;
  • angles='xy' – tegner pilen ved bruk av kartesiske koordinater (x–y-planet);
  • scale_units='xy' – skalerer pilen etter samme enheter som aksene;
  • scale=1 – beholder pilens faktiske lengde (ingen automatisk skalering).

Dette plottet viser hode-til-hale-vektoraddisjon, der den røde vektoren representerer summen v1+v2\vec{v}_1 + \vec{v}_2.

question mark

Hvilken kode beregner korrekt skalarproduktet av [1,2][1,2] og [2,3][2,3]?

Select the correct answer

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 2

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

bookImplementering av Vektorer i Python

Sveip for å vise menyen

Definere vektorer i Python

I Python bruker vi NumPy-arrays for å definere 2D-vektorer slik:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) print(f'v1 = {v1}') print(f'v2 = {v2}')
copy

Disse representerer vektorene:

v1=(2,1),v2=(1,3)\vec{v}_1 = (2, 1), \quad \vec{v}_2 = (1, 3)

Disse kan nå adderes, subtraheres, eller brukes i skalarprodukt- og lengdeberegninger.

Vektoraddisjon

For å beregne vektoraddisjon:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) v3 = v1 + v2 print(f'v3 = v1 + v2 = {v3}')
copy

Dette utfører:

(2,1)+(1,3)=(3,4)(2, 1) + (1, 3) = (3, 4)

Dette samsvarer med regelen for vektoraddisjon:

a+b=(a1+b1,  a2+b2)\vec{a} + \vec{b} = (a_1 + b_1, \; a_2 + b_2)

Vektormagnitud (Lengde)

For å beregne magnituden i Python:

np.linalg.norm(v)

For vektoren [3, 4]:

123
import numpy as np print(np.linalg.norm([3, 4])) # 5.0
copy

Dette bruker formelen:

a=a12+a22|\vec{a}| = \sqrt{a_1^2 + a_2^2}

Skalarprodukt

For å beregne skalarproduktet:

123
import numpy as np print(np.dot([1, 2], [2, 3]))
copy

Som gir:

[1,2][2,3]=12+23=8[1, 2] \cdot [2, 3] = 1 \cdot 2 + 2 \cdot 3 = 8

Generell regel for skalarprodukt:

ab=a1b1+a2b2\vec{a} \cdot \vec{b} = a_1 b_1 + a_2 b_2

Visualisering av vektorer med Matplotlib

Du kan bruke funksjonen quiver() i Matplotlib for å tegne piler som representerer vektorer og deres resultant. Hver pil viser posisjon, retning og størrelse til en vektor.

  • Blå: v1\vec{v}_1, tegnet fra origo;
  • Grønn: v2\vec{v}_2, starter ved hodet til v1\vec{v}_1;
  • Rød: resultantvektor, tegnet fra origo til endepunktet.

Eksempel:

123456789101112131415161718
import matplotlib.pyplot as plt fig, ax = plt.subplots() # v1 ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1) # v2 (head-to-tail) ax.quiver(2, 1, 1, 3, color='green', angles='xy', scale_units='xy', scale=1) # resultant ax.quiver(0, 0, 3, 4, color='red', angles='xy', scale_units='xy', scale=1) plt.xlim(0, 5) plt.ylim(0, 5) plt.grid(True) plt.title('Vector Addition (Head-to-Tail Method)') plt.show()
copy

Parametere (basert på det første quiver-kallet):

ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1)
  • 0, 0 – startpunkt for vektoren (origo);
  • 2, 1 – vektorens komponenter i x- og y-retning;
  • color='blue' – setter pilens farge til blå;
  • angles='xy' – tegner pilen ved bruk av kartesiske koordinater (x–y-planet);
  • scale_units='xy' – skalerer pilen etter samme enheter som aksene;
  • scale=1 – beholder pilens faktiske lengde (ingen automatisk skalering).

Dette plottet viser hode-til-hale-vektoraddisjon, der den røde vektoren representerer summen v1+v2\vec{v}_1 + \vec{v}_2.

question mark

Hvilken kode beregner korrekt skalarproduktet av [1,2][1,2] og [2,3][2,3]?

Select the correct answer

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 2
some-alt