I denne artikkelen vil vi se NumPy Inverse Matrix i Python før vi vil prøve å forstå konseptet med det. Den inverse av en matrise er bare en gjensidig av matrisen slik vi gjør i normal aritmetikk for et enkelt tall som brukes til å løse ligningene for å finne verdien av ukjente variabler. Inversen til en matrise er den matrisen som multiplisert med den opprinnelige matrisen vil gi en identitetsmatrise.
Inversen til en matrise eksisterer bare hvis matrisen er det ikke-singular, dvs. determinanten skal ikke være 0 . Ved å bruke determinant og adjoint kan vi enkelt finne inversen til en kvadratisk matrise ved å bruke formelen nedenfor,
if det(A) != 0 A-1 = adj(A)/det(A) else 'Inverse doesn't exist'>
Matriseligning:
hvor,
EN-1: Inversen av matrise A
x: T den ukjente variabelkolonnen
vlc last ned youtubeB: Løsningsmatrisen
Invers matrise ved hjelp av NumPy
Python gir en veldig enkel metode for å beregne inversen til en matrise. Funksjonen numpy.linalg.inv() er tilgjengelig i NumPy-modulen og brukes til å beregne den inverse matrisen i Python.
Syntaks: numpy.linalg.inv(a)
Parametere:
a: Matrise som skal inverteres
Returnerer: Invers av matrisen a.
Eksempel 1: I dette eksemplet vil vi lage en 3 x 3 NumPy matrise og deretter konvertere den til en invers matrise ved å bruke np.linalg.inv() funksjonen.
Python3
# Import required package> import> numpy as np> # Taking a 3 * 3 matrix> A>=> np.array([[>6>,>1>,>1>],> >[>4>,>->2>,>5>],> >[>2>,>8>,>7>]])> # Calculating the inverse of the matrix> print>(np.linalg.inv(A))> |
>
>
Produksjon:
[[ 0.17647059 -0.00326797 -0.02287582] [ 0.05882353 -0.13071895 0.08496732] [-0.11764706 0.1503268 0.05228758]]>
Eksempel 2: I dette eksemplet vil vi lage en 4 x 4 NumPy matrise og deretter konvertere den ved å bruke np.linalg.inv() funksjonen til en invers matrise i Python.
Python3
# Import required package> import> numpy as np> # Taking a 4 * 4 matrix> A>=> np.array([[>6>,>1>,>1>,>3>],> >[>4>,>->2>,>5>,>1>],> >[>2>,>8>,>7>,>6>],> >[>3>,>1>,>9>,>7>]])> # Calculating the inverse of the matrix> print>(np.linalg.inv(A))> |
>
>
Produksjon:
[[ 0.13368984 0.10695187 0.02139037 -0.09090909] [-0.00229183 0.02673797 0.14820474 -0.12987013] [-0.12987013 0.18181818 0.06493506 -0.02597403] [ 0.11000764 -0.28342246 -0.11382735 0.23376623]]>
Eksempel 3: I dette eksemplet vil vi lage flere NumPy-matriser og deretter konvertere dem til deres inverse matriser ved å bruke np.linalg.inv()-funksjonen.
delstreng streng java
Python3
# Import required package> import> numpy as np> # Inverses of several matrices can> # be computed at once> A>=> np.array([[[>1.>,>2.>], [>3.>,>4.>]],> >[[>1>,>3>], [>3>,>5>]]])> # Calculating the inverse of the matrix> print>(np.linalg.inv(A))> |
>
>
Produksjon:
[[[-2. 1. ] [ 1.5 -0.5 ]] [[-1.25 0.75] [ 0.75 -0.25]]]>