Corrección 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 😃
Introducción al curso
Lo que aprenderás sobre álgebra lineal: vectores
Vectores
Algunos objetos matemáticos: vectores y escalares
Convención en notación
Comienza a utilizar vectores en Python
Adición entre vectores
Suma de vectores en Python
Producto escalar-vector
Producto escalar-vector en Python
Producto interno
Producto interno en Python
Proyecto: análisis de sentimientos
Funciones lineales
Funciones lineales
Algunas funciones lineales
Un teorema en funciones lineales
Funciones afines
Aproximaciones de Taylor
Ejemplo en aproximaciones de Taylor
Un modelo de regresión
Norma y distancia
Cómo calcular distancias de vectores
Distancia entre vectores
Distancia entre vectores y búsqueda de departamento
Desviación estándar
Cálculo de riesgo en inversiones
Ángulo entre vectores y correlación
Clustering
¿Qué es y por qué clustering?
Una aproximación: K-Means
K-Means en Python
Cierre
Cierre y despedida
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 18
Preguntas 1
Corrección 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 😃
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 función np.dot() y el operador @ en Python son dos formas de calcular el producto interno (también conocido como producto escalar o producto punto) entre dos vectores o el producto matricial entre dos matrices. Aquí están algunas de las propiedades y características de estas funciones:
Producto interno de vectores:
Compatibilidad de dimensiones: Para realizar el producto interno o el producto matricial, las dimensiones de los vectores o matrices deben ser compatibles.
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
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?