np.linalg.inv() से Inverse Matrix
एक matrix का inverse इसे undo करता है: एक matrix को इसके inverse से multiply करना identity matrix देता है।
In this page:
Syntax
inverse = np.linalg.inv(matrix)np.linalg.inv()
np.linalg.inv एक square, non-singular matrix का inverse return करता है। A को इसके inverse से multiply करना rounding error तक identity देता है। एक singular matrix LinAlgError raise करता है।
Note:
Ax = b solve करने के लिए, inv से np.linalg.solve prefer करें; यह faster और ज़्यादा accurate है।
उदाहरण: np.linalg.inv()
import numpy as np
A = np.array([[4.0, 7.0], [2.0, 6.0]])
Ainv = np.linalg.inv(A)
print(Ainv.round(2))
print(np.allclose(A @ Ainv, np.eye(2)))
# Output:
# [[ 0.6 -0.7]
# [-0.2 0.4]]
# TrueRelated Topics
{# common_mistakes/chapter_summary/browser_support: on Hindi pages the
view already swaps in the hi_ translation fields (or blanks these
out if untranslated), so this renders correctly for both languages
without a lang_code check here. #}
आम गलतियां
- एक singular matrix invert करना
- बिना allclose के identity से equality test करना
- जब solve बेहतर हो inv इस्तेमाल करना
चैप्टर सारांश
- inv को एक square non-singular matrix चाहिए
- A @ inv(A) identity है
- Checks के लिए allclose इस्तेमाल करें
- Linear systems के लिए solve prefer करें
🔒
Chapter Quiz — Complete all 6 topics to unlock
0/6 topics done
Complete these topics first: