求解 C*M = N(C、M 和 N 是矩阵),其中 M 已知,N 的结构在 SymPy 中给出
Solve C*M = N (C,M and N are matrices) where M is known and the structure of N is given in SymPy
我遇到过这个矩阵乘法问题,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为3x3待定矩阵,N为如下形式:
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<=i<=2)
2. N的第2行元素是M中对应列的和(例如N.row(1)[1] = sum(M.col(1)))
在网上搜索将此问题表示为方程组的方法后,我一无所获。我一直在尝试使用符号矩阵来解决这个问题,并通过或通过解决 Ax=b 形式的三个不同系统来解决这个问题,每个系统由 C 的一行乘以 M 和 b 作为 N 的列组成,使得 A = M.T, 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,我无法从中得到一个数值解。
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)})
我不会声称我理解你的代码,但解决方案实际上很容易猜到:C
和 N
的第一行和第三行必须是 [=13 的左特征向量=] 与特征值 1
在一般情况下不存在或必须为零。中间行要求通过 C
全部解决,因为 M
是非奇异的,这是唯一的解决方案。
让我们使用旧的 numpy 进行数值检查:
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
我遇到过这个矩阵乘法问题,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为3x3待定矩阵,N为如下形式: 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<=i<=2) 2. N的第2行元素是M中对应列的和(例如N.row(1)[1] = sum(M.col(1)))
在网上搜索将此问题表示为方程组的方法后,我一无所获。我一直在尝试使用符号矩阵来解决这个问题,并通过或通过解决 Ax=b 形式的三个不同系统来解决这个问题,每个系统由 C 的一行乘以 M 和 b 作为 N 的列组成,使得 A = M.T, 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,我无法从中得到一个数值解。
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)})
我不会声称我理解你的代码,但解决方案实际上很容易猜到:C
和 N
的第一行和第三行必须是 [=13 的左特征向量=] 与特征值 1
在一般情况下不存在或必须为零。中间行要求通过 C
全部解决,因为 M
是非奇异的,这是唯一的解决方案。
让我们使用旧的 numpy 进行数值检查:
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