Python程序找到矩阵的Normal和Trace
矩阵的Normal和Trace
矩阵的normal被定义为整个矩阵中所有元素平方和的平方根。这是与矩阵概念相关最常用的应用之一。
考虑一个二维数组。
arr = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]].
给定数组的矩阵表示如下 –
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
现在,按照上述算法找到给定矩阵的Trace和Normal。
- 我们已经考虑了数组。
-
转换自给定数组的矩阵的对角线元素为1,6,11和16。
-
因此,为了找到矩阵的Trace,我们需要添加所有元素。矩阵的Trace是1 + 6 + 11 + 16等于34。
算法
现在,让我们讨论一种算法,帮助我们找到“矩阵Normal”。
- 步骤1 - 最初,考虑一个二维数组,它是一个方阵。方阵是具有顺序(n x n)的矩阵。
-
步骤2 - 一旦取出数组,计算矩阵中所有元素的平方。
-
步骤3 - 添加矩阵元素的所有平方。
-
步骤4 - 在添加平方后,找到结果总和的平方根,以获得矩阵的Normal。允许稍后打印值。
举例
以下是查找矩阵的normal的示例 –
import math
def function_normal(matrix, size):
sum = 0
for i in range(size):
for j in range(size):
sum += matrix[i][j] * matrix[i][j]
return math.floor(math.sqrt(sum))
matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]
print("该矩阵的normal等于:", function_normal(matrix, 4))
矩阵的Trace
矩阵的Trace被定义为矩阵的所有对角元素的总和。矩阵的对角元素是一个方阵的主对角线的一部分的元素。它们从方阵的第一个元素开始,在对角线方向上结束,直到方阵的最后一个元素。
如果我们考虑先前的2D数组-
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
- 要找到矩阵的normal,我们需要找到矩阵中存在的元素的平方,将它们加起来,最后找到平方根。
-
1 + 4 + 9 + 16 + 25 + 36 + 49 + 64 + 81 + 100 + 121 + 144 + 169 + 196 + 225 + 256等于1496。 1496的平方根是38.67。如果考虑floor值,则38将是相应矩阵所需的normal。
算法
现在,让我们讨论一种算法,帮助我们找到“矩阵Trace”。
- 步骤1 - 最初,考虑一个二维数组,它是一个方阵。方阵是具有顺序(n x n)的矩阵。
-
步骤2 - 一旦取出数组,找出对角线元素以找到矩阵的Trace。
-
步骤3 - 现在,添加矩阵的所有对角元素,最终结果为该特定矩阵的Trace。打印Trace的值。
现在,让我们考虑一个输入输出场景,然后相应地计算该特定矩阵的正常和迹值。
示例
以下是查找矩阵的迹的示例 –
import math
def function_trace(matrix, size):
sum = 0
for i in range(size):
sum = sum + matrix[i][i]
return sum
matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]
print(“矩阵的迹等于:”,function_trace(matrix,4))
输出
The trace of the matrix is equal to: 34