栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

【线性代数】矩阵的算数运算

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【线性代数】矩阵的算数运算

一、线性方程组和矩阵

设有n个未知数m个方程的线性方程组:


二、矩阵的数学定义


三、矩阵的算数运算

3.1矩阵的加减法
大小相同的矩阵(同型矩阵)才可以进行矩阵的加减运算,同型矩阵之间的加减运算,是把对应位置元素相加减。

3.2矩阵的乘法



使用Numpy解题:

A=np.mat([[4,-1,2,1],[1,1,0,3],[0,3,1,4]])
B=np.mat([[1,2],[0,1],[3,0],[-1,2]])
print(A*B)



使用Numpy计算:

A=np.mat([[-2,4],[1,-2]])
B=np.mat([[2,4],[-3,-6]])
print('矩阵AB的乘积')
print(A*B)
print('='*50)
print('矩阵BA的乘积')
print(B*A)


四、矩阵的幂运算

五、矩阵乘法的应用

有两张表销售表和产品表如下所示,计算每家终端的总价和产品的总质量。
销售表:

产品表:

import pandas as pd 
import numpy as np
sal=pd.DataFrame({
    '终端':['A','B','C'],
    '产品1':[12,213,246],
    '产品2':[23,24,546],
    '产品3':[54,65,54],
    '产品4':[23,89,25]
})
product=pd.DataFrame({
    '产品':['产品1','产品2','产品3','产品4'],
    '单价':[100,99,88,46],
    '单件质量':[10,15,20,30]
})
#矩阵相乘计算总价和总质量
df=pd.DataFrame(np.mat(sal.iloc[:,1:].values)*np.mat(product.iloc[:,1:].values),columns=['总价','总质量'])
sal_final=pd.concat([sal,df],axis=1)
sal_final


参考:工程数学 线性代数【第六版】同济大学数学系编

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/971396.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号