No tienes acceso a esta clase

¬°Contin√ļa aprendiendo! √önete y comienza a potenciar tu carrera

Producto interno en Python

10/28
Recursos

Aportes 16

Preguntas 1

Ordenar por:

¬ŅQuieres ver m√°s aportes, preguntas y respuestas de la comunidad?

o inicia sesión.

Correcci√≥n en el minuto 5:25, con esto de los indices, es el vector e_0 no el e_1 que es [0,1,0,0], told you ūüėÉ

Dejo mis ejercicios!

Suma de elementos de un vector:
a=[1,2,3]
1T=[1,1,1]
1T(a)=1(1)+2(1)+3(1)=6

Un numero elevado a la 0, da como resultado 1

1**0
resultado: 1

pow(1,0)
resultado: 1

1^0 = 1

Hola! De esta forma también pueden escribir la multiplicación delos vectaores [1,2] y [1,x]

def g(x):
  return np.dot([1,2],[1,x])

print('g(0)=',g(0))
print('g(1)=',g(1))
print('g(2)=',g(2))


g(0)= 1
g(1)= 3
g(2)= 5

Usando solo el arroba, sin la T, se obtiene el mismo resultado para el ejemplo.

Por qué al declarar la función no uso la traspuesta? probé de ambas formas y me da el mismo resultado pero quisiera saber el por qué. @uncrayon

Así he ido resolviendo los retos:





En este video explican cuanto es 00 o 0n
cuando n es diferente a 0
n != 0

https://www.youtube.com/watch?v=lqBXU-9Y3kU&ab_channel=Derivando

El producto interno entre dos vectores se puede calcular utilizando la función np.dot() de NumPy o el operador @. Aquí tienes un ejemplo de cómo calcular el producto interno entre dos vectores en Python

  • La funci√≥n np.dot() y el operador @ en Python son dos formas de calcular el producto interno (tambi√©n conocido como producto escalar o producto punto) entre dos vectores o el producto matricial entre dos matrices. Aqu√≠ est√°n algunas de las propiedades y caracter√≠sticas de estas funciones:

Producto interno de vectores:

  • Tanto np.dot() como @ pueden utilizarse para calcular el producto interno entre dos vectores en ‚ĄĚ‚ĀŅ.

Producto matricial:

  • Tanto np.dot() como @ pueden utilizarse para calcular el producto matricial entre dos matrices.

Compatibilidad de dimensiones: Para realizar el producto interno o el producto matricial, las dimensiones de los vectores o matrices deben ser compatibles.

  • Consideraciones adicionales:
  1. Proyección.
  2. Suma de elementos de un vector.
  3. Promedio de entradas de un vector.
  4. Suma de cuadrados de un vector.
  5. Producto interno de bloques de vectores.
Minuto 8:30 ¬Ņ 0^0=0, 0^0=1 o 0^0=indeterminado? Que dilema, me quedo con que es igual a 1

Ejercicios propuestos en la clase:

numpy.dot se puede usar como función como en el ejemplo del profe pero tambien se puede usar como metodo agregandolo a un vector. Por ej, si tenemos el el vector A y el vector B y queremos conocer su producto interno hacemos:

A_B = A.T.dot(B)

En este caso si debemos transponer el primer vector antes de calcular su producto.

x^0 = 1
entonces:
C0X^0 = C0