问题标签 [linear-equation]

我想在 Haskell 中解决以下问题：

令 n 为自然数，令A = [d_1 , ..., d_r]为一组正数。

我想找到以下方程的所有正解：

n = Sum d_i^2 x_i.

例如 ifn= 12和 set A= [1,2,3]。我想在自然数上求解以下方程：

使用以下代码就足够了：

我的问题是如果 n 不固定并且集合 A 也不固定。我不知道如何“产生”由集合 A 索引的一定数量的变量。

我正在开发一个程序，该程序从诸如那些文件中读取线性方程 - 并使用矩阵求解它们 - ：

该文件应该包含具有 n 个变量的 n 个方程，如何仅从上述方程中获取数字和符号以存储在整数的二维动态数组中

所以输出将是（像这样的东西）：

先谢谢了

如何解决同时包含<=和>=方程的线性规划最大化问题？

例如这里有一个案例：

最大化：

受制于：

a1, a2, a3, a4, a5, a6, b1, b2, b3, c1, c2, c3给定方程中的常数在哪里。

解决这个问题的合适的 Matlab 代码是什么？

我有线性方程组，但我不希望答案是一个数字 - 我希望它是参数方面的。

ax+by= m cx+dy= n 我没有任何常数的值，所以对于上面的等式，我只想要答案 x = (md-nb)/(ad-bc)和 y = (mc-na)/(bc-ad)。

我如何在 Sage 中做到这一点？

当我们使用 x=A\B 时，Matlab 中使用哪种数值算法来求解线性方程组？例如高斯乔丹或LU方法等？

谢谢

我正在尝试从任一侧（应该相交）获得由两个线性 polyfit 制成的组合拟合线，这是拟合线的图片：

我试图使两条拟合（蓝色）线相交并产生一条组合拟合线，如下图所示：

请注意，波峰可以发生在任何地方，所以我不能假设在中心。

这是创建第一个图的代码：

我观察到，当我通过 N < 10 阶矩阵的克莱默规则（两个行列式的商）求解线性方程组时，与 LAPACK 解相比，我得到相当大的残差。

这是一个例子：

现在linsolving这个，产生 LAPACK（来自 Intel MKL）：

x = [-0.000314947 -0.000589154 -0.00587876 0.0184799 0.01738 -0.0170484]

和克莱默规则（自己的实现）产生：

x = [-0.000314933 -0.000798058 -0.00587888 0.0184808 0.017381 -0.0170508]

注意x[1]区别。

我可以保证我的行列式计算是正确的。有没有人提出过类似的观察或可以说明这一点？

我有一个带有一些约束的线性方程组。如果有人能帮助我用 Python 解决这个方程组，我将不胜感激。

假设我有n以下形式的线性方程：

ax1 + bx2 + cx3 = y1 -ax1 + bx2 + cx3 = y2 -ax1 -bx2 + cx3 = y3

这是已知和固定的n=3。a,b,c

我正在寻找最佳值，以x1,x2,x3使它们的范围在[-r,r]某些正数范围内r并且总和sum(y1,y2,y3)最大化。

是否有可以处理此类优化问题的 R 包？

首先，请原谅即将到来的长长的测试墙。我需要解决由坐标变换产生的以下一组方程：

给定 v_n, v_m, x_p, z_p, y_p, s, d，求解以下系统的 v_yp, v_zp：

项 Jp_ij 是矩阵 Jp 的条目，可以写为：

b_0 也给出了。现在我想解决 v_yp 和 v_zp 的 I、II、III。我在 SymPy 中尝试了以下命令：

由于第三个方程已经设置了 v_xp 和 v_yp,v_zp 的关系，我想仅根据 v_yp 和 v_zp 来求解系统。第 163 行没有给我想要的答案，第 162 行的输出是出乎意料的：v_xp 是朝向太阳观察者方向的速度，只有在查看圆盘中心时才应为零（假设径向速度等于 v_xp （仅在那时），设置为 v_r = 0）。

我还尝试将 v_xp (III) 手动插入 I 和 II。

我们再次得到对应于 v_xp = 0 的结果。

然而，当手动进行计算时，v_yp、v_zp 的表达式变成了一些复杂的术语。如果需要，我可以稍后发布。我正在做符号计算，因为我想检查结果，看看它是否仍然可以简化。

求解方程没有按预期工作。为什么？

PUSH：我在 MATLAB 中尝试了相同的任务：这是代码和结果。请注意，为简单起见，我将 Jp_ij 替换为 Jij。

代码：

结果：

除第一行外，结果与预期一致。我需要一些背景信息，为什么这在 python 中不起作用，请。作为最后的检查，我还在 python 中尝试了以下方式，保留了矩阵符号：

再一次，我不知道为什么 SymPy 没有给我期望的答案。

PUSH：sympy.linsolve可以解决比较简单的系统。不知何故，在一定程度的复杂性下，它会在sympy.solve继续运行的同时进行打击。

因此，solve()我可以以正确的形式检索答案。