使用 mldivide 约束参数
Constraining parameters using mldivide
我有一个 AX = B
形式的矩阵方程。 A
和 B
的大小是我所知道的 1000x3。我想计算 X
,这是一个 3x3 矩阵。但是,该矩阵的某些项是零和一。即 X
的形式是 [a 0 b; 0 c d; 0 0 1]
;
当我计算 X = A\B
时,我得到了 a
、b
、c
和 d
的良好近似值,但我期望的值零是非常小的数字。
有没有办法将一些参数限制为零?
考虑独立解决每一行。从技术上讲,您有 3 个形式为 A*x_i=b_i
的方程组,其中 A
[1000x3]、x_i
[3x1]、b_i
[1000x1].
现在,您可以制作 x_i
任何形状,特别是,您可以只删除零(连同 A 中与它们相乘的向量)。如果您知道 x_3
是 [k 0 m]
(随机示例),如果大小为 [2x1]([k m]
)和 A
,则与求解 x_3
相同尺寸 [1000x2].
不要浪费计算乘以零
我有一个 AX = B
形式的矩阵方程。 A
和 B
的大小是我所知道的 1000x3。我想计算 X
,这是一个 3x3 矩阵。但是,该矩阵的某些项是零和一。即 X
的形式是 [a 0 b; 0 c d; 0 0 1]
;
当我计算 X = A\B
时,我得到了 a
、b
、c
和 d
的良好近似值,但我期望的值零是非常小的数字。
有没有办法将一些参数限制为零?
考虑独立解决每一行。从技术上讲,您有 3 个形式为 A*x_i=b_i
的方程组,其中 A
[1000x3]、x_i
[3x1]、b_i
[1000x1].
现在,您可以制作 x_i
任何形状,特别是,您可以只删除零(连同 A 中与它们相乘的向量)。如果您知道 x_3
是 [k 0 m]
(随机示例),如果大小为 [2x1]([k m]
)和 A
,则与求解 x_3
相同尺寸 [1000x2].
不要浪费计算乘以零