Comme j'étais trop élémentaire la dernière fois, je voudrais énumérer les types de files d'attente dans une certaine mesure ensuite. Je pense que la direction va changer, mais nous corrigerons la trajectoire en cours de route. Je ferai de mon mieux. Dans cet article, il y a des mots que je ne connais pas par rapport à la dernière fois, alors veuillez prendre un moment. Voir les autres articles pour aucune explication.
A titre d'exemple concret, une matrice 2x2
\begin{pmatrix}
1 & 1 \\
0 & 3
\end{pmatrix}
Une matrice dans laquelle les composants sont repliés en diagonale est appelée matrice transposée.
\begin{pmatrix}
1 & 0 \\
1& 3
\end{pmatrix}
Quelque chose comme ça. L'image est. maintenant
import numpy as np
A = np.array([1, 1],
[0,3])
C = A.T
print(C)
C'est comme ça?
Pour tout vecteur A, B,
(A+B)^T=A^T+B^T\\
(AB)^T=B^TA^T\\(A^T)^T=A
Il est devenu. Veuillez calculer. Il y a encore une formule. ..
Vous n'avez pas expliqué le produit de la matrice. Pour deux matrices A, B quelconques
\vec{A}=\begin{pmatrix}
a& b \\
c& d
\end{pmatrix}
\vec{B}=\begin{pmatrix}
e& f \\
g& h
\end{pmatrix}
S'il y en a, le produit de la matrice est
\vec{AB}=\begin{pmatrix}
a& b \\
c& d
\end{pmatrix}\begin{pmatrix}
e& f \\
g& h
\end{pmatrix}=\begin{pmatrix}
ae+bg& af+bh \\
ce+dg& cf+hd
\end{pmatrix}
Ce sera. C'est comme ça. C'est comme faire quatre fois vertical x horizontal. Cela peut être difficile à comprendre avec des mots, veuillez donc jeter un œil à ce site. https://mathwords.net/gyouretsuseki
import numpy as np
#Définir la matrice A
A=np.matrix([
[1,1],
[0,3]
])
#Définir la matrice B
B=np.matrix([
[1,0],
[1,3]
])
#Produit matriciel (produit de A et B)
C=np.dot(A,B)
print("Produit matriciel C")
print(C)
Il semble qu'il y ait eu une méthode pour trouver la matrice inverse, telle que Saras, l'expansion des cofacteurs ou la méthode de balayage. Cette fois, je présenterai l'extension de cofacteur 2x2.
\vec{A}=\begin{pmatrix}
1 & 1 \\
0 & 3
\end{pmatrix}
Supposons qu'il existe une ligne de. Utilisez la formule de Saras pour trouver la formule de la matrice
\begin{vmatrix}
1 & 1 \\
0 & 3
\end{vmatrix}=(1×3)-(1×0)=3=det(A)
Sera. A partir de cette équation matricielle, après avoir développé le cofacteur, A est transposé et la valeur de l'équation matricielle est divisée pour obtenir la valeur de la matrice inverse. Quand je calcule réellement
A^{-1}=\frac{1}{det(A)}A^{\sim}
A^{\sim}=\begin{pmatrix}
3 & 1 \\
0 &-1
\end{pmatrix}\\
A^{-1}=\frac{1}{3}\begin{pmatrix}
3 & 1 \\
0 &-1
\end{pmatrix}
import numpy as np
#Définir la matrice A
A=np.matrix([
[1,1],
[0,3]
])
#Définir la matrice B
B=np.matrix([
[1,0],
[1,3]
])
#Produit matriciel (produit de A et B)
C=np.dot(A,B)
D=np.linalg.inv(A)
print("Produit matriciel C")
print(C)
print(D)
Sera. J'expliquerai l'expansion du cofacteur plus tard. Il est devenu à mi-chemin. La prochaine fois, j'aimerais donner une explication approximative de l'indépendance linéaire, de la dépendance linéaire, des cofacteurs et des méthodes de balayage.
L'algèbre linéaire semble être un sujet intéressant si elle est extrêmement bonne. Je sais vraiment comment faire, mais je ne comprends pas du tout la preuve, ou il semble que j'ai eu une unité à cause d'un problème de calcul. C'est triste de n'avoir rien appris pendant ma première année à l'université. C'est rafraîchissant de se rappeler que c'est ainsi que j'écrivais l'article. J'ai complètement oublié comment développer les cofacteurs. Ce n'est pas bon, alors je vais continuer.
Pour changer l'histoire, pourquoi l'article sur la différenciation partielle est-il si populaire? Je veux que vous lisiez l'article sur la rupture de blocs, qui prend environ cinq fois plus de temps pour créer cet article.
Vous ne savez peut-être pas ce que vous faites car tous les articles sont trop à moitié finis. Ici, je voudrais réviser l'article précédent, puis publier à nouveau un nouvel article. Par exemple, je n'ai pas ajouté d'explication plus fondamentale sur l'expansion des cofacteurs, ce qu'est une matrice, et je pense que mon manque de connaissances est assez exposé. Je pense que vous ferez une erreur même si vous la corrigez, alors veuillez la signaler avec un œil froid.
Recommended Posts