Kursinhalt
Mathematik für Datenanalyse und Modellierung
Mathematik für Datenanalyse und Modellierung
1. Grundlegende Mathematische Konzepte und Definitionen
2. Linear Algebra
Numerische Operationen auf Vektoren und MatrizenHerausforderung: Berechnen Sie das Ergebnis Der MatrixmultiplikationMatrixdeterminantSkalierungsfaktor der Linearen TransformationHerausforderung: Lineare Transformationen von FigurenInvertierte und Transponierte MatrizenSystem Linearer GleichungenHerausforderung: Lösung der Aufgabe mit SLEEigenwerte und Eigenvektoren
Herausforderung: Lösung der Aufgabe mit SLE
Aufgabe
Swipe to start coding
Wir haben bereits betrachtet, wie man das LGS mit einer inversen Matrix löst. Aber wir können auch die Methode np.linalg.solve(A, y)
verwenden, die die Lösung des LGS berechnet:
A * x = y
.
Ihre Aufgabe ist es, das System mit beiden Methoden zu lösen und die Ergebnisse zu vergleichen:
- Verwenden Sie die Methode
np.linalg.solve()
. - Verwenden Sie die Methode
np.inv()
, um die inverse Matrix zu berechnen und die Lösung bereitzustellen mit:x = A_inv @ y
.
Lösung
War alles klar?
Danke für Ihr Feedback!
Abschnitt 2. Kapitel 8
Herausforderung: Lösung der Aufgabe mit SLE
Aufgabe
Swipe to start coding
Wir haben bereits betrachtet, wie man das LGS mit einer inversen Matrix löst. Aber wir können auch die Methode np.linalg.solve(A, y)
verwenden, die die Lösung des LGS berechnet:
A * x = y
.
Ihre Aufgabe ist es, das System mit beiden Methoden zu lösen und die Ergebnisse zu vergleichen:
- Verwenden Sie die Methode
np.linalg.solve()
. - Verwenden Sie die Methode
np.inv()
, um die inverse Matrix zu berechnen und die Lösung bereitzustellen mit:x = A_inv @ y
.
Lösung
War alles klar?
Danke für Ihr Feedback!
Abschnitt 2. Kapitel 8