선형대수학 기본

학습 내용

내적

np.dot(a,b) #array list 둘다 가능
a@b #array만 가능

역행렬

np.linalg.inv(a)

determinant

np.linalg.det(a)

Cramer's rule

problem)
x1 + 2x3 = 6

−3x1 + 4x2 + 6x3 = 30

−x1 −2x2 + 3x3 = 8

#Cramer's rule

A =  [[1,0,2],
     [-3,4,6],
     [-1,-2,3]]

Ax1 =[[6,0,2],
     [30,4,6],
     [8,-2,3]]

Ax2 =[[1,6,2],
     [-3,30,6],
     [-1,8,3]]

Ax3 =[[1,0,6],
     [-3,4,30],
     [-1,-2,8]]


x1 = np.linalg.det(Ax1)/np.linalg.det(A)
x2 = np.linalg.det(Ax2)/np.linalg.det(A)
x3 = np.linalg.det(Ax3)/np.linalg.det(A)

print('(x1,x2,x3) = ', (x1,x2,x3))

위와 같은 결과를 역행렬을 이용하여 구하는 방법

#역행렬 이용
print('(x1,x2,x3) =',np.dot(np.linalg.inv(A), [6,30,8]))