使用 sympy 求解线性系统 6x6 矩阵

Question

我正在尝试解决一个具有 6x6 矩阵的矩阵作为它的条目（元素）我尝试将 gen 的倒数乘以解决方案矩阵，但我不相信得到的答案的正确性。from sympy import Eq, solve_linear_system, Matrix,count_ops,Mul,hornerimport sympy as spa, b, c, d, e,f = sp.symbols('a b c d e f')ad = Matrix(([43.4,26.5,115,-40.5,52.4,0.921],  [3.78,62.9,127,-67.6,110,4.80],  [41.25,75.0,213,-88.9, 131, 5.88],  [-10.6,-68.4,-120,64.6,-132,-8.49],  [6.5,74.3,121,-72.8,179,29.7],  [1.2,30.7,49.7,-28.7,91,29.9]))fb= Matrix(([1,0,0,0,0,0],        [0,1,0,0,0,0],        [0,0,1,0,0,0],        [0,0,0,1,0,0],        [0,0,0,0,1,0],        [0,0,0,0,0,1]))ab = Matrix(([-0.0057],        [0.0006],        [-0.0037],        [0.0009],        [0.0025],        [0.0042]))az = sp.symbols('az')bz = sp.symbols('bz')fz = sp.symbols('fz')gen = Matrix(([az, fz, 0, 0, 0, 0,bz],            [fz,az,fz,0,0,0,bz],            [0,fz,az,fz,0,0,bz],                [0,0,fz,az,fz,0,bz],                [0,0,0,fz,az,fz,bz],                [0,0,0,0,fz,az,bz]))answer = solve_linear_system(gen,a,b,c,d,e,f)first_solution = answer[a]df = count_ops(first_solution)print(df,first_solution)disolved = zip(first_solution.simplify().as_numer_denom(),(1,-1))dft = Mul(*[horner(b)**e for b,e in disolved])dff = count_ops(dft)print(dff,dft)_1st_solution = dft.subs({az:ad,fz:fb,bz:ab},simultaneous = True).doit()print(_1st_solution)当我运行我的代码时，它引发了 sympy.matrices.common.ShapeError

Answer 1

horner在使用包含实际上不可交换的可交换符号的表达式时必须小心（在您的情况下，因为它们表示矩阵）。你的dft表情是

(az**2*bz - bz*fz**2)/(az*(az*(az + fz) - 2*fz**2) - fz**3)

但也许应该是

(az**2 - fz**2)*(az*(az*(az + fz) - 2*fz**2) - fz**3)**(-1)*bz

如果您将符号创建为不可交换的，您将收到正确的表达式（如下所示）。

但是你不能使用horner非交换符号，所以我只是手动重新排列了表达式；您将必须检查订单是否正确。作为手动进行分解的替代方法，您也可以尝试使用factor_nc来帮助您——但它不会horner像表达式分解那样处理：

>>> ax, bz, fz = symbols('az bz fz, commutative=False)

>>> (az**2*bz - fz**2*bz)

az**2*bz - fz**2*bz

>>> factor_nc(_)

(az**2 - fz**2)*bz