hal 107

Dalam python, kita menggunakan package numpy untuk operasi matriks.

library("reticulate")
np <- import("numpy")
import numpy as np

Pertama kita definisikan matriks pada python:

A = np.matrix([[3, 0, -5], [-1, -3, 4]])
B = np.matrix([[-5, 5, 2], [1, -2, 0]])

Untuk penjumlahan matriks, jumlah dari matriks tersebut dapat diperoleh dari

A + B
## matrix([[-2,  5, -3],
##         [ 0, -5,  4]])

Untuk perkallian skalar, kita akan menggunakan example 52. Misalkan kita memiliki 2 x 3 matriks dan c = -3. Kemudian dalam python kita dapat definisikan matriksnya

A = np.matrix([[3, 0, -5], [-1, -3, 4]])

Kemudian, perkalian skalar bisa dihitung dengan

-3 * A
## matrix([[ -9,   0,  15],
##         [  3,   9, -12]])

Untuk perkalian matriks, kita akan gunakan 2 x 3 matriks tersebut dan 3 x 2 matriks. Pertama, kita definisikan matriks tersebut dalam python sebagai

A = np.matrix([[1, -2,3], [-3, 2, -1]])
B = np.matrix([[0, 2], [1, 1], [2, 0]])

Kemudian, kita bisa hitung perkalian matriks dengan

A * B
## matrix([[ 4,  0],
##         [ 0, -4]])

Kita bisa hitung transpose dari matriks dengan function transpose(). Untuk contoh, jika kita ingin menghitung transposse matriks dari matriks A dan B

ketik:

np.transpose(A)
## matrix([[ 1, -3],
##         [-2,  2],
##         [ 3, -1]])
np.transpose(B)
## matrix([[0, 1, 2],
##         [2, 1, 0]])