python求矩阵的逆_python 线性代数:[6]逆矩阵/伴随矩阵

以下是今天用到的所有代码

>>> import numpy as np

>>> A=np.array([[1,-2,1],[0,2,-1],[1,1,-2]])

>>> A

array([[ 1, -2,  1],

[ 0,  2, -1],

[ 1,  1, -2]])

>>>

>>>

>>> A_abs=np.linalg.det(A)

>>> A_abs

-3.0000000000000004

>>>

>>>

>>> B=np.linalg.inv(A)

>>> B

array([[ 1.        ,  1.        ,  0.        ],

[ 0.33333333,  1.        , -0.33333333],

[ 0.66666667,  1.        , -0.66666667]])

>>>

>>>

>>> A_ni=B*A_abs

>>> A_ni

array([[-3., -3., -0.],

[-1., -3.,  1.],

[-2., -3.,  2.]])

>>> A_bansui=B*A_abs

>>> A_bansui

array([[-3., -3., -0.],

[-1., -3.,  1.],

[-2., -3.,  2.]])

>>>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值