[英]Python Matrix solving {A}[x] = [B] where parts of x and B are known
在python中,可以求解{A} [x] = [B],其中A是已知矩阵,B是已知向量,x是未知向量。
但是,如果A是已知的3x3矩阵,x = [V1 5 V3]并且B = [0 I2 0],是否可以求解{A} [x] = [B]?
非常感谢您的帮助。
减少列数和行数并沿着这条路线走当然是可行的,但我宁愿在此建议另一种方法。 将您的问题重新表述为3n个未知数中的二次问题。 使用cvxopt解决它。 本质上,您正在尝试最小化残差r = Ax-b的2范数,其中x和b是n个变量中的向量。 所以定义
0 = A的row_i * x-b_i-r_i
引入限制
x和b
例如b_1 = 0 x_2 = 0.3 * x1等。
并最小化
sum r_i^2
您还可以执行诸如sum abs(r_i)之类的操作,并引入另一组n变量并解决4n维的线性问题
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.