Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Matrixbewerkingen in Python | Grondslagen van Lineaire Algebra
Wiskunde voor Data Science

bookMatrixbewerkingen in Python

1. Optellen en Aftrekken

Twee matrices AA en BB met dezelfde vorm kunnen worden opgeteld:

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. Regels voor Vermenigvuldiging

Matrixvermenigvuldiging is niet elementgewijs.

Regel: als AA de vorm (n,m)(n, m) heeft en BB de vorm (m,l)(m, l), dan heeft het resultaat de vorm (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. Transponeren

Transponeren verwisselt rijen en kolommen.

Algemene regel: als AA (n×m)(n \times m) is, dan is 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. Inverse van een matrix

Een matrix AA heeft een inverse A1A^{-1} als:

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

Waarbij II de identiteitsmatrix is.

Niet alle matrices hebben een inverse. Een matrix moet vierkant en vol-rang zijn.

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

Wat is de uitvoer van deze Python-code?

Select the correct answer

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 4. Hoofdstuk 4

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

Awesome!

Completion rate improved to 1.96

bookMatrixbewerkingen in Python

Veeg om het menu te tonen

1. Optellen en Aftrekken

Twee matrices AA en BB met dezelfde vorm kunnen worden opgeteld:

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. Regels voor Vermenigvuldiging

Matrixvermenigvuldiging is niet elementgewijs.

Regel: als AA de vorm (n,m)(n, m) heeft en BB de vorm (m,l)(m, l), dan heeft het resultaat de vorm (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. Transponeren

Transponeren verwisselt rijen en kolommen.

Algemene regel: als AA (n×m)(n \times m) is, dan is 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. Inverse van een matrix

Een matrix AA heeft een inverse A1A^{-1} als:

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

Waarbij II de identiteitsmatrix is.

Niet alle matrices hebben een inverse. Een matrix moet vierkant en vol-rang zijn.

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

Wat is de uitvoer van deze Python-code?

Select the correct answer

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 4. Hoofdstuk 4
some-alt