我试图用python解决一个欠定的非线性方程组。目前我的计划如下,但不幸的是没有成功。我举个小例子
我有这个输入数据
Lins = np.array([[[1, 2, 3], [4, 5, 6], [1, 5, 2], [5, 2, 6]],
[[7, 2, 3], [4, 5, 6], [5, 8, 7], [2, 1, 4]]], np.int32)
表示多项式的每条线。意义[1, 2, 3]
表示1x^2+2x+3,以及[5, 8, 7]
5x^2+8x+7等等
要为我的系统“创建”方程式,我执行以下操作:
def f(x):
X = np.array([x**2, x, np.ones_like(x)]).T
return np.sum(Lins * X[:,None], axis=(1, 2))
所以我的计划是得到这两个方程和四个未知量x1-x4:
1x1^2+2x1+3+4x2^2+5x2+6+1x3^2+5x3+6+5x4^2+2x4+6
7x1^2+2x1+3+4x2^2+5x2+6+5x3^2+8x3+7+2x4^2+1x4+4
之后,我导入解算器,并定义解向量b
from scipy.optimize import least_squares
b = np.array([52, 62])
最后,我尝试解决该系统:
x = least_squares(lambda x: f(x) - b, np.asarray((1,1,1,1,1)), bounds=(0, 1)).x
我期望四个值代表4个未知x1-x4的解。不幸的是,我得到了这个错误:
ValueError:操作数无法与形状(2,4,3)(4,1,3)一起广播
对我来说,我将数据放入least_squares
解算器的方式似乎有错误。但我想不出问题所在。或者least_squares
不适合解决欠定系统
提前感谢您的帮助:)
对于这个问题,Vandermonde Matrix是一个非常有用的矩阵。 如果我们使用函数f参数x([x1,x2,x3,x4])创建一个“vander”矩阵,那么我们可以创建您在计划中描述的方程
我对解决这些系统不太熟悉,因此我不能说程序的其余部分是否会产生正确的解决方案
相关问题 更多 >
编程相关推荐