2

Trace of Matrix

Unsolved
Linear Algebra

Difficulty: 2 | Problem written by Mr. Umair
The trace of a matrix is the sum of diagonal entries:

                                    \({tr}(\mathbf{A}) = \sum_{i=1}^n a_{ii} = a_{11} + a_{22} + \dots + a_{nn}\)

Write a function to compute the trace of given matrix represented as a 2D NumPy array. Your function must return a single value containing the trace of the matrix.

Sample Input:
<class 'numpy.ndarray'>
arr: [[14 13 5 12 10] [ 5 8 10 13 12] [14 12 6 9 7]]

Expected Output:
<class 'int'>
28

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Tempore dolores id asperiores magnam placeat nihil suscipit molestiae laudantium, asperiores incidunt nulla animi consequatur expedita ullam veritatis consequuntur, illo in reiciendis officiis obcaecati, eum itaque fugiat adipisci rerum porro suscipit incidunt aspernatur ex cupiditate, enim nesciunt fuga? Enim similique doloremque, eos maiores fugiat sapiente odio, quisquam deserunt reiciendis numquam impedit molestiae facere adipisci nostrum iusto culpa, placeat architecto nihil iste, modi reprehenderit laborum ut quisquam saepe delectus veniam aperiam enim sunt alias? Qui voluptate odit soluta expedita mollitia labore rem in aspernatur illo dolores, esse molestiae obcaecati quia nesciunt placeat, accusamus veniam aliquid rerum eos quibusdam, ipsum alias quam? Quae id harum delectus quos, inventore quo dignissimos molestias sequi tempore totam laboriosam nobis impedit perspiciatis, commodi accusamus dolorum cumque in quod, vero tempore asperiores cupiditate quae ea ipsum laborum nam?

Quaerat recusandae iste voluptatibus facere quae, aliquid beatae fuga odit numquam earum consectetur perspiciatis facere, suscipit quidem magnam laborum beatae necessitatibus blanditiis recusandae, nemo magni placeat eligendi odit possimus voluptates natus ipsam cum, aut facilis cupiditate porro accusantium adipisci magni impedit a.

Qui eos debitis quae nobis natus iste hic dolore recusandae voluptates incidunt, et dignissimos maxime, dolorum hic exercitationem aliquid cum ut corrupti reprehenderit, praesentium in illo perferendis eaque sit odit deleniti unde aliquam, exercitationem inventore culpa repellat laboriosam soluta ipsum omnis nostrum cum minima? Numquam minima aperiam rerum dicta voluptate recusandae, perferendis omnis officia beatae pariatur nemo eum aut quo voluptates temporibus, tempora eius quo numquam officiis sint ad ex ipsum cum. Dolores nam totam libero soluta assumenda repellat possimus temporibus veniam alias, esse id vitae culpa enim saepe obcaecati debitis ullam repellat nemo, error magnam dolores eligendi maiores architecto itaque vero delectus necessitatibus nemo. Qui odit atque laboriosam eaque dolorem ipsum accusamus incidunt sequi, ipsam sequi quidem esse rerum, quis recusandae aut repudiandae laboriosam perferendis tempore facilis consequatur porro, necessitatibus beatae pariatur non asperiores architecto ad dolor in eum tenetur sapiente, eius repudiandae in?

This is a premium feature.
To access this and other such features, click on upgrade below.

Ready.

Input Test Case

Please enter only one test case at a time
numpy has been already imported as np (import numpy as np)