ผลต่างระหว่างรุ่นของ "01204472/การทดลองเกี่ยวกับเมตริกซ์"
ไปยังการนำทาง
ไปยังการค้นหา
Jittat (คุย | มีส่วนร่วม) |
Jittat (คุย | มีส่วนร่วม) |
||
| แถว 25: | แถว 25: | ||
=== เวกเตอร์ที่ตั้งฉากกัน === | === เวกเตอร์ที่ตั้งฉากกัน === | ||
| − | ในส่วนนี้ เราจะสนใจกรณีของเวกเตอร์ขนาด 5 เท่านั้น | + | ในส่วนนี้ เราจะสนใจกรณีของเวกเตอร์ขนาด 5 เท่านั้น ใช้ฟังก์ชัน <tt>runit()</tt> สุ่มเวกเตอร์ <tt>v1</tt> จากนั้นสุ่มเวกเตอร์ <tt>u2</tt> ให้ทดสอบว่าเวกเตอร์ <tt>u2</tt> นั้นขนานกับ <tt>v1</tt> หรือไม่ (มีโอกาสน้อยมากที่จะเกิดขึ้น) จากนั้นให้คำนวณหา |
| + | |||
| + | * เวกเตอร์ <tt>u2a</tt> และ <tt>u2b</tt> ที่ <tt>u2 = u2a + u2b</tt> และ <tt>u2a</tt> นั้นตั้งฉากกับ <tt>v1</tt> | ||
== Matrix norm == | == Matrix norm == | ||
รุ่นแก้ไขเมื่อ 06:42, 28 มิถุนายน 2555
- หน้านี้เป็นส่วนหนึ่งของวิชา 01204472
เนื้อหา
Orthogonal matrices
เราจะทดลองสร้าง orthogonal matrices โดยการหาเวกเตอร์ที่ตั้งฉากกัน
สุ่มเวกเตอร์
ใน pylab เราสามารถสุ่มเวกเตอร์ได้โดยใช้คำสั่ง rand [1] ซึ่งจะสามารถสร้าง array ตามมิติที่เราระบุได้ เช่น
>>> rand(5) array([ 0.46074869, 0.45697852, 0.72675971, 0.87655621, 0.59247653])
เราสามารถสร้างเมตริกซ์จาก array ดังกล่าวได้โดยสั่ง matrix แต่เมตริกซ์ที่ได้จะเป็นเมตริกซ์ที่มี 1 แถว ไม่ใช่คอลัมน์เวกเตอร์ที่เราต้องการ แต่เราสามารถ transpose ได้โดยเรียก attribute T ของผลลัพธ์ดังกล่าว เช่น
>>> matrix(rand(5)).T
matrix([[ 0.50004005],
[ 0.41567827],
[ 0.56018141],
[ 0.37370744],
[ 0.29102686]])
จงเขียนฟังก์ชัน runit(n) ที่สุ่มเวกเตอร์ที่มีขนาด 1 หน่วยที่มีขนาด n
เวกเตอร์ที่ตั้งฉากกัน
ในส่วนนี้ เราจะสนใจกรณีของเวกเตอร์ขนาด 5 เท่านั้น ใช้ฟังก์ชัน runit() สุ่มเวกเตอร์ v1 จากนั้นสุ่มเวกเตอร์ u2 ให้ทดสอบว่าเวกเตอร์ u2 นั้นขนานกับ v1 หรือไม่ (มีโอกาสน้อยมากที่จะเกิดขึ้น) จากนั้นให้คำนวณหา
- เวกเตอร์ u2a และ u2b ที่ u2 = u2a + u2b และ u2a นั้นตั้งฉากกับ v1
