【问题标题】:Solve C*M = N (C,M and N are matrices) where M is known and the structure of N is given in SymPy求解 C*M = N(C,M 和 N 是矩阵),其中 M 是已知的,N 的结构在 SymPy 中给出
【发布时间】:2017-12-21 21:01:20
【问题描述】:

我遇到了这个矩阵乘法问题,其中 M 是一些具有已知值的非奇异 3x3 矩阵(即 M = sympy.Matrix([[1, 0, 0],[0, 2, 0],[0, 0, 3]])) C 是一个待确定的 3x3 矩阵,N 的形式如下: 1. N 的第 1 行和第 3 行与 C 相同(例如 N.row(0)[i] = C.row(0)[i] for 0

在网上搜索了一种将这个问题表达为方程组的方法后,我什么也没找到。我一直在尝试使用符号矩阵并通过或通过解决三个不同的系统 Ax=b 的形式来解决这个问题,每个系统由 C 中的一行乘以 M 和 b 作为 N 中的一列组成,使得 A = MT, x = (C.row(i)).T 和 b = N.

象征性地解决它导致了一个甚至无法理解的荒谬表达式,我无法从中获得数字解决方案。

我最近的尝试如下:

import sympy as sp
def func(mat=matrix([[1, 1, 1], [0, 2, 2], [1, 4, 5]])):
    c11, c12, c13, c21, c22, c23, c31, c32, c33 = sp.symbols('c11, c12, c13, c21, c22, c23, c31, c32, c33')
    M = mat.T

    b1 = sp.Matrix([[x, y, z]]).T
    b2 = sp.Matrix([[sum(M.col(0)), sum(M.col(1)), sum(M.col(2))]]).T
    b3 = sp.Matrix([[a, b, c]]).T

    M1 = M.col_insert(3, b1)
    M2 = M.col_insert(3, b2)
    M3 = M.col_insert(3, b3)

    C1 = sp.linsolve(M1, (x, y, z))
    C2 = sp.linsolve(M2, (x, y, z))
    C3 = sp.linsolve(M3, (a, b, c))

    return C1, C2, C3

调用它会产生以下结果:

>>> func()
({(x + y - z, -x/2 + 2*y - 3*z/2, -y + z)}, {(-3, -17/2, 6)}, {(a + b - c, -a/2 + 2*b - 3*c/2, -b + c)})

【问题讨论】:

    标签: python linear-algebra sympy matrix-multiplication linear-equation


    【解决方案1】:

    我不会声称我理解您的代码,但解决方案实际上很容易猜到:CN 的第一行和第三行必须是 M 的特征向量和特征值 1在一般情况下将不存在或必须为零。中间行的要求通过 C 全为一来解决,因为 M 是非奇异的,所以这是唯一的解决方案。

    让我们使用旧的 numpy 来进行数字检查:

    import numpy as np
    M = np.random.random((3, 3))
    M
    # array([[ 0.39632944,  0.82429087,  0.88705214],
    #        [ 0.39092656,  0.63228762,  0.54931835],
    #        [ 0.76935833,  0.40833527,  0.46202912]])
    C = np.outer((0,1,0),(1,1,1))
    C
    # array([[0, 0, 0]
    #        [1, 1, 1],                                              
    #        [0, 0, 0]])
    N = np.outer((0,1,0),M.sum(0))
    N
    # array([[ 0.        ,  0.        ,  0.        ],
    #        [ 1.55661432,  1.86491377,  1.89839961],
    #        [ 0.        ,  0.        ,  0.        ]])
    np.allclose(C @ M , N)
    # True
    

    【讨论】:

    • 感谢您的洞察
    猜你喜欢
    • 1970-01-01
    • 2014-10-22
    • 2018-10-21
    • 2018-09-06
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-11-30
    • 2012-05-18
    相关资源
    最近更新 更多