反转变量矩阵
Inverting a Matrix of variables
我已经根据纸上的 Cramers 规则解决了关于 x 和 t 的洛伦兹变换。我想知道是否有一种方法可以根据变量计算矩阵运算,例如某些矩阵的逆矩阵。如果我可以取上面 M 的倒数并用 k(解矩阵)点它。我可以解决 x 和 t。我曾尝试计算变量矩阵的逆,但在 python 上没有运气。如有任何帮助,我们将不胜感激!
总结:我需要帮助计算包含变量的矩阵的逆。这是我的尝试之一。
import numpy as np
from IPython.display import display
import sympy as sp
sp.init_printing() # LaTeX like pretty printing for IPython
γ, xp, tp, x, t, v, c = sp.symbols('γ, xp, tp, x, t, v, c')
k = sp.Matrix( [ xp, tp ] )
M = sp.Matrix([ [ γ , -γ*v],
[-γ*v/c**2 , γ ] ])
Minv = np.linalg.inv(M)
NumPy 只对数字类型进行操作,而不是符号。直接尝试 sympy 方法。 M.inv() 如果您没有特定的方法,或者 M.inverse_{METHOD} 如果您确实有特定的方法。
我已经根据纸上的 Cramers 规则解决了关于 x 和 t 的洛伦兹变换。我想知道是否有一种方法可以根据变量计算矩阵运算,例如某些矩阵的逆矩阵。如果我可以取上面 M 的倒数并用 k(解矩阵)点它。我可以解决 x 和 t。我曾尝试计算变量矩阵的逆,但在 python 上没有运气。如有任何帮助,我们将不胜感激!
总结:我需要帮助计算包含变量的矩阵的逆。这是我的尝试之一。
import numpy as np
from IPython.display import display
import sympy as sp
sp.init_printing() # LaTeX like pretty printing for IPython
γ, xp, tp, x, t, v, c = sp.symbols('γ, xp, tp, x, t, v, c')
k = sp.Matrix( [ xp, tp ] )
M = sp.Matrix([ [ γ , -γ*v],
[-γ*v/c**2 , γ ] ])
Minv = np.linalg.inv(M)
NumPy 只对数字类型进行操作,而不是符号。直接尝试 sympy 方法。 M.inv() 如果您没有特定的方法,或者 M.inverse_{METHOD} 如果您确实有特定的方法。