線性代數分塊矩陣求逆矩陣

Prerequisites:

先決條件：

• Defining Matrix

  定義矩陣

• Identity matrix

  身份矩陣

• numpy.matmul( ) matrix multiplication

  numpy.matmul()矩陣乘法

In linear algebra, the identity matrix, of size n is the n × n square matrix with ones on the main diagonal and zeros elsewhere. It is denoted by I. The identity matrix has the property that: AI = A

在線性代數中，大小為n的單位矩陣是n×n方陣，主對角線上為1，其他地方為零。 用I表示。 單位矩陣具有以下特性： AI = A

身份矩陣屬性的Python代碼(AI = A) (Python code for identity matrix property (AI = A))

# Linear Algebra Learning Sequence # Identity Matrix Property (AI = A) import numpy as npI = np.eye(3) print("---Matrix I---\n", I)A = np.array([[2,3,4], [3,45,8], [4,8,78]]) print("---Matrix A---\n", A)ai = np.matmul(A,I) print('\nIdentity Matrix Property I.A----\n', ai)if ai.all() == I.all():print("AI = A")

Output:

輸出：

---Matrix I---[[1. 0. 0.][0. 1. 0.][0. 0. 1.]] ---Matrix A---[[ 2 3 4][ 3 45 8][ 4 8 78]]Identity Matrix Property I.A----[[ 2. 3. 4.][ 3. 45. 8.][ 4. 8. 78.]]

翻譯自: https://www.includehelp.com/python/identity-matrix-property-ai-a.aspx

線性代數分塊矩陣求逆矩陣

總結

以上是生活随笔為你收集整理的线性代数分块矩阵求逆矩阵_单位矩阵属性（AI = A）| 使用Python的线性代数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。