পাইথনে লিনিয়ার অ্যালজিব্রায় ম্যাট্রিক্সের কন্ডিশন নাম্বার নেগেটিভ ইনফিনিটি নর্ম দিয়ে গণনা

লিনিয়ার অ্যালজিব্রায় ম্যাট্রিক্সের কন্ডিশন নাম্বার গণনার জন্য পাইথনে numpy.linalg.cond() মেথড ব্যবহার করা হয়। এই মেথডটি p-র মান অনুযায়ী সাতটি ভিন্ন নর্ম ব্যবহার করে কন্ডিশন নাম্বার ফেরত দিতে পারে। এটি ম্যাট্রিক্সের কন্ডিশন নাম্বার ফেরত দেয়। এটি অসীমও হতে পারে।

x-এর কন্ডিশন নাম্বার সংজ্ঞায়িত হয় x-এর নর্ম গুণ x-এর বিপরীতের নর্ম হিসেবে; নর্মটি সাধারণ L2-নর্ম হতে পারে বা অনেক অন্যান্য ম্যাট্রিক্স নর্মের একটি। প্রথম প্যারামিটার হলো x, যে ম্যাট্রিক্সের কন্ডিশন নাম্বার খুঁজা হচ্ছে। দ্বিতীয় প্যারামিটার হলো p, কন্ডিশন নাম্বার গণনায় ব্যবহৃত নর্মের ক্রম। "inf" প্যারামিটার হিসেবে সেট করলে নেগেটিভ ইনফিনিটি নর্ম বোঝায়।

ধাপসমূহ

প্রথমে প্রয়োজনীয় লাইব্রেরি আমদানি করুন:

import numpy as np
from numpy import linalg as LA

একটি অ্যারে তৈরি করুন:

arr = np.array([[ 1, 1, 0],
                [1, 0, 1],
                [1, 0, 0]])

অ্যারে প্রদর্শন করুন:

print("আমাদের অ্যারে...\n", arr)

মাত্রা পরীক্ষা করুন:

print("\nআমাদের অ্যারের মাত্রা...\n", arr.ndim)

ডেটা টাইপ পান:

print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", arr.dtype)

আকার পান:

print("\nআমাদের অ্যারে অবজেক্টের আকার...\n", arr.shape)

numpy.linalg.cond() মেথড ব্যবহার করে লিনিয়ার অ্যালজিব্রায় ম্যাট্রিক্সের কন্ডিশন নাম্বার গণনা করুন (p=-np.inf):

print("\nফলাফল...\n", LA.cond(arr, -np.inf))

উদাহরণ

import numpy as np
from numpy import linalg as LA

# একটি অ্যারে তৈরি করুন
arr = np.array([[ 1, 1, 0],
                [1, 0, 1],
                [1, 0, 0]])

# অ্যারে প্রদর্শন করুন
print("আমাদের অ্যারে...\n", arr)

# মাত্রা পরীক্ষা করুন
print("\nআমাদের অ্যারের মাত্রা...\n", arr.ndim)

# ডেটা টাইপ পান
print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", arr.dtype)

# আকার পান
print("\nআমাদের অ্যারে অবজেক্টের আকার...\n", arr.shape)

# কন্ডিশন নাম্বার গণনা করুন
print("\nফলাফল...\n", LA.cond(arr, -np.inf))

আউটপুট

আমাদের অ্যারে... [[1 1 0] [1 0 1] [1 0 0]]
আমাদের অ্যারের মাত্রা... 2
আমাদের অ্যারে অবজেক্টের ডেটা টাইপ... int64
আমাদের অ্যারে অবজেক্টের আকার... (3, 3)
ফলাফল... 1.0