Python 为什么在计算复数矩阵的幂时存在差异?
我试图找到以下2 X 2矩阵的第六次幂,该矩阵具有复数: A= 当我手动操作和使用Python3.7时,结果会有所不同 当我手动执行时,我得到了-I(2x2),其中使用Python时,我得到了Python 为什么在计算复数矩阵的幂时存在差异?,python,matrix-multiplication,Python,Matrix Multiplication,我试图找到以下2 X 2矩阵的第六次幂,该矩阵具有复数: A= 当我手动操作和使用Python3.7时,结果会有所不同 当我手动执行时,我得到了-I(2x2),其中使用Python时,我得到了 [[-1.+0.j 0.+0.j] [ 1.+0.j -1.-0.j]] , which are obviously not the same. 有人能解释一下为什么会出现这种差异吗?如果您使用常规的**运算符,numpy将按如下方式计算功率元件: 将numpy导入为np A=np.数组([[1
[[-1.+0.j 0.+0.j]
[ 1.+0.j -1.-0.j]] , which are obviously not the same.
有人能解释一下为什么会出现这种差异吗?如果您使用常规的
**
运算符,numpy将按如下方式计算功率元件:
将numpy导入为np
A=np.数组([[1j,0],
[1,-1j]]
打印(A**6)
我们正在寻找的是np.linalg.matrix\u power
[1]
对于正整数n,通过重复的矩阵平方和矩阵乘法计算幂
打印(np.linalg.matrix_power(A,6))
这是预期的结果。[2]
[1] [2]
[[-1.+0.j 0.+0.j]
[ 1.+0.j -1.-0.j]] , which are obviously not the same.
[[-1.+0.j 0.+0.j]
[ 1.+0.j -1.+0.j]]
[[-1.+0.j 0.+0.j]
[ 0.+0.j -1.+0.j]]