我希望至少得到一个解决方案,用于以下问题:
row_sum(Y) = x.t + row_sum(B)
其中Y和B是矩阵(n, m),x是向量(n)。 我已知B和row_sum(Y),但不知道x。 我想要获取某个t值的Y和x。 Y随t线性变化,但x是恒定向量。
我该如何创建一个方程,将Y和B的行求和同时得到x和Y?
我希望至少得到一个解决方案,用于以下问题:
row_sum(Y) = x.t + row_sum(B)
其中Y和B是矩阵(n, m),x是向量(n)。 我已知B和row_sum(Y),但不知道x。 我想要获取某个t值的Y和x。 Y随t线性变化,但x是恒定向量。
我该如何创建一个方程,将Y和B的行求和同时得到x和Y?
Z * ones(Z.shape[1], 1)
返回这样的总和。
这是一个完整的示例,使用您的示例符号来进行此类操作。
from sympy import *
t = symbols('t')
Y = Matrix([[1+4*t, 2-t], [3-5*t, 4+t]])
x = symarray('x', (2,))
B = Matrix([[5, 4], [3, 2]])
solve(Y*ones(2, 1) - x*t - B*ones(2, 1))
[{x_0: -3*x_1 - 9, t: 2/(x_1 + 4)}]
。答案不唯一,因为只有三个未知数t、x_0、x_1,但只有两个等式。