Ce que je veux faire: Découvrez la proposition Trace de l'algèbre linéaire
{\rm Tr}(PAP^{-1})={\rm Tr}(A)
$ n $ Matrice orthogonale $ A = (a_ {ij}) $ plus la somme des composantes diagonales:
{\rm Tr}(A):=\sum_{i=1}^na_{ii}
A=\left(
\begin{matrix}
1 & 2 \\
3 & 4
\end{matrix}
\right),
P=\left(
\begin{matrix}
2 & 3 \\
4 & 5
\end{matrix}
\right)
ça ira. Dans l'implémentation, cela ressemble à ceci:
> import numpy as np
> A = np.array([[1,2],[3,4]])
> P = np.array([[2,3],[4,5]])
> A
array([[1, 2],
[3, 4]])
> P
array([[2, 3],
[4, 5]])
Si l'expression de la matrice est 0, il n'y a pas de matrice inverse.
> np.linalg.det(P)
-2.0
→ Ça a l'air bien!
> np.trace(np.dot(np.dot(P,A),inv_P))
5.0
> np.trace(A)
5
Eh bien, le résultat est que cela semble être le cas, mais w
Bien sûr, cela ne peut pas être une preuve mathématique, mais comme un matériel de pratique pour Python.
Recommended Posts