时间戳

首页 > 解决方案 > python-插值多项式，其中系数是矩阵

python - python-插值多项式，其中系数是矩阵

问题描述

我有一个形式的多项式：

p(y) = A + By + Cy^2 ... + Dy^n

这里，每个系数A,B,..,D都是矩阵（因此p(y)也是矩阵）。n+1假设我在点处插入多项式。我现在应该能够解决这个系统了。我正在尝试在 Numpy 中执行此操作。我现在有以下代码：

a = np.vander([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0,1.1,1.2]) #polynomial degree is 12, a -> (12x12)
b = np.random.rand(12,60,60) #p(x) is a 60x60 matrix that I have evaluated at 12 points
x = np.linalg.solve(a,b)

我收到以下错误：

ValueError: solve: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (m,m),(m,n)->(m,n) (size 60 is different from 12)

我怎样才能在 Numpy 中解决这个系统来获得x？这有一个通用的数学技巧吗？

标签： pythonnumpylinear-algebra

解决方案

本质上，您只是在进行 3600 次 12d 多项式回归并将系数组合成矩阵。例如，组件p(y)[0,0]只是：

p(y)[0, 0] = A[0, 0] + B[0, 0] * y + C[0, 0] * y**2 ... + D[0, 0] * y**n

问题是np.linalg.solve只能取一维系数。但是由于您的矩阵元素都是独立的（y是标量的），因此您可以ravel使用它们，并且可以使用表格进行计算(m,m),(m,n**2) -> (m,n**2)并重新整形回矩阵。所以试试：

a = np.vander([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0,1.1,1.2]) #polynomial degree is 12, a -> (12x12)
b = np.random.rand(12,60,60) #p(x) is a 60x60 matrix that I have evaluated at 12 points
s = b.shape
x = np.linalg.solve(a, b.reshape(s[0], -1))
x = x.reshape(s)

推荐阅读