Cette fois, je voudrais résumer brièvement la procession.
Comme son nom l'indique, il est composé de "lignes" et de "colonnes". Un exemple concret est le suivant.
[5, 13]
[4, 6]
[20, 7]
Dans ce cas, la "ligne" est [5,13]. La colonne fait référence à [5, 4, 20].
L'ajustement des deux matrices peut être ajusté entre les éléments. Exemple spécifique) En python, vous pouvez définir une matrice avec la fonction matix de numpy.
>>> A = np.matrix([[5, 13], [4, 6], [20, 7]])
>>> B = np.matrix([[8, 15], [9, 10], [20, 8]])
>>> print(A)
[[ 5 13]
[ 4 6]
[20 7]]
>>> print(B)
[[ 8 15]
[ 9 10]
[20 8]]
>>> C = A + B
>>> print(C)
[[13 28]
[13 16]
[40 15]]
Multiplier une matrice est un peu plus compliqué que d'ajouter ou de soustraire. Si ce que vous voulez multiplier est simplement un nombre réel, vous pouvez multiplier chaque élément.
>>> print(A)
[[ 5 13]
[ 4 6]
[20 7]]
>>> print(A * 2)
[[10 26]
[ 8 12]
[40 14]]
>>>
Cependant, s'il s'agit d'une matrice multipliée par une matrice comme indiqué ci-dessous, il ne peut pas s'agir simplement d'éléments.
>>> print(A)
[[ 5 13]
[ 4 6]
[20 7]]
>>> print(D)
[[1 2]
[3 4]]
>>> print(A * D)
[[44 62]
[22 32]
[41 68]]
>>>
Voyons ce que nous faisons ci-dessus.
Tout d'abord, regardez [5, 13], qui est la première ligne de la matrice A. Là, la première colonne de la matrice D, [1, 3], est multipliée pour chaque élément, et le total est ajouté. Faites de même pour les deuxième et troisième rangées de la matrice A2 et la deuxième colonne de la matrice D. En particulier,
[5 * 1 + 13 * 3] = 44
[4 * 1 + 6 * 3] = 22
[20 * 1 + 7 * 3] = 41
[5 * 2 + 13 * 4] = 62
[4 * 2 + 6 * 4] = 32
[20 * 2 + 7 * 4] = 68
[44 62]
[22 32]
[41 68]
De plus, la multiplication matricielle a la propriété que la valeur change si l'ordre du côté multiplication et du côté multiplication est changé.
Recommended Posts