代码来解决决定使用Python不使用scipy.linalg.det

说明（这是一个问题HWK）：代码来解决决定使用Python不使用scipy.linalg.det

我不知道在哪里可以从这里开始。我打算使用拉普拉斯的扩展，但我不知道如何实现它的nxn矩阵。任何帮助，将不胜感激。

注：我已经有一个函数产生一个n×n的矩阵随机矩阵。计算时间也不是问题。我遇到的唯一问题是如何计算行列式。

不得不删除我的阶级政策的问题，说明B/C。

来源

2010-09-29 Shagster_84

这不是一个真正的规划问题数组的数组。也许如果你提出一些代码，那么有人可以帮你纠正它。你有什么尝试？ – aaronasterling 2010-09-29 07:22:56

哦，是啊是的，我需要的是如何把这个转换成代码的策略。 – 2010-09-29 07:28:27

男人，我认为你真的需要应用自己。这听起来像是给了我codez – Anycorn 2010-09-29 07:36:23

好吧，这里有一个提示。

写一个函数来计算次要矩阵。（提示，使用切片）
编写一个函数来计算辅助因子（这应该称为第一个函数和确定函数）确定函数调用第二步中的函数并将结果相加。（提示：使用sum）

中提琴，你有一个决定因素。

另外，不要忘记，因为这样，我们用Python语言编写的列表，指数得到逆转。也就是说，如果

M = [[1, 2, 3], 
    [4, 5, 6], 
    [7, 8, 9]]

则M _0,1是2，而不是4，因为这将在正常符号。你可以把它想象成一个转置或使用zip

来源

2010-09-29 07:32:06 aaronasterling

那么对于索引，首先计算列，然后计算行数？ – 2010-09-29 07:46:27

@shagster否，首先是行然后是列。查看代码并思考它。（至少对我来说，正常的方式是列，行）“首先你走下大厅，然后你走上电梯”）这里真的没什么意义，因为D（A^t）= D（A） – aaronasterling 2010-09-29 07:52:01

这里是用于找到矩阵行列式的adjucate方法的递归python代码。

def getMatrixMinor(m,i,j): 
    return [row[:j] + row[j+1:] for row in (m[:i]+m[i+1:])] 

def getMatrixDeternminant(m): 
    #base case for 2x2 matrix 
    if len(m) == 2: 
     return m[0][0]*m[1][1]-m[0][1]*m[1][0] 

    determinant = 0 
    for c in range(len(m)): 
     determinant += ((-1)**c)*m[0][c]*getMatrixDeternminant(getMatrixMinor(m,0,c)) 
    return determinant

注意，输入是代表NxN矩阵

来源

2016-10-05 18:31:11 stackPusher

代码来解决决定使用Python不使用scipy.linalg.det

回答

相关问题