带变量矩阵的Sympy特征值
是指使用Sympy库进行矩阵特征值计算时，矩阵中包含变量而非具体数值的情况。Sympy是一个Python库，用于符号计算，可以在科学计算中进行符号运算、方程求解、微积分、代数运算等。通过Sympy库中的Matrix类，我们可以计算带有变量的矩阵的特征值。
特征值是在矩阵运算中非常重要的概念，它是指矩阵在一次线性变换中的缩放倍数。对于一个n×n的矩阵A，其特征值可以通过解特征方程 det(A-λI) = 0 来求解，其中λ为特征值，I为单位矩阵。当矩阵中存在变量时，可以使用Sympy库进行特征值的符号计算。
以下是使用Sympy库计算带变量矩阵的特征值的示例代码：
from sympy import Matrix, symbols
# 定义变量和矩阵
x = symbols('x')
A = Matrix([[1, 2*x], [3*x, 4]])
# 计算特征值
eigenvalues = A.eigenvals()
# 输出结果
for eigenvalue, multiplicity in eigenvalues.items():
print(f"特征值 {eigenvalue} 的重数为 {multiplicity}")上述代码中，首先导入了Sympy库中的Matrix和symbols函数。然后，通过symbols函数定义了变量x，并使用Matrix函数创建了一个带有变量的2×2矩阵A。接下来，使用eigenvals方法计算矩阵A的特征值，并将结果保存在eigenvalues变量中。最后，通过遍历eigenvalues字典，打印出每个特征值及其重数。
带变量矩阵的特征值在很多领域都有应用，如数学、物理学、工程学等。在科学研究中，研究带有未知变量的矩阵特征值可以帮助解决一些复杂的问题。
腾讯云提供了强大的云计算服务，包括云服务器、云数据库、云存储等。对于带变量矩阵的Sympy特征值计算，可以借助腾讯云的云服务器进行高性能计算。此外，腾讯云还提供了云函数、人工智能等服务，可用于进一步处理和分析特征值计算的结果。
更多关于腾讯云产品的介绍和详细信息，您可以访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我用Sympy来计算传递矩阵。但对我来说不太好。
我的矩阵里有复数。我不想有复杂的数字。我怎么才能摆脱他们？我也试图显示一个小数点。正如你所看到的，根本没有成功。
这是我的密码
from sympy import *
t= symbols('t', real=True)
K = 1
J = 5
A = Matrix([[0, 1], [-K/J, 0]])
T, D = A.diagonalize()
PHI = T*exp(D*t)*T.inv()
print(pretty(N(PHI, 1)))
print(pretty(D))
浏览 6提问于2017-05-05得票数 0
回答已采纳
3回答
我想从系统A中计算出特征向量x，方法是:a x =λx
问题是我不知道如何用SymPy来求解特征值。这是我的密码。我想从矩阵x1和x2中得到一些值
from sympy import *
x1, x2, Lambda = symbols('x1 x2 Lambda')
I = eye(2)
A = Matrix([[0, 2], [1, -3]])
equation = Eq(det(Lambda*I-A), 0)
D = solve(equation)
print([N(element, 4) for element in D]) # Eigenvalus in decima
浏览 5提问于2017-04-28得票数 9
回答已采纳
1回答
到目前为止，我实现了以下代码来查找特征值和符号矩阵。是否有任何方法来访问第一个特征值，因为我想绘制它相对于epsilon。
from sympy import *
e = Symbol(r'\epsilon')
A = Matrix([[-1, -1], [1/e, -1/e]])
lam = A.eigenvals()
浏览 6提问于2017-06-24得票数 1
回答已采纳
我最近升级了我的SciPy堆栈。以前工作过的Ipython笔记本现在在新的木星笔记本上失败了。
以前，我可以使用SciPy/NumPy函数计算SymPy矩阵。下面是eig函数在SymPy矩阵上执行的SciPy函数的最小示例。它返回object arrays are not supported。这种事以前没有发生过。在我的升级过程中，可能已经升级了几个包，包括SymPy。
浏览 1提问于2016-04-27得票数 1
回答已采纳
1回答
不使用任何库对角矩阵A
、、、
如何使用双嵌套循环创建由三个特征向量列组成的矩阵P。
from sympy.matrices import Matrix, zeros
from sympy import pprint
A = Matrix([[6,2,6], [2,6,6], [6,6,2]])
ew_A = A.eigenvals()
ev_A = A.eigenvects()
pprint(ew_A)
pprint(ev_A)
# Matrix P
(n,m) = A.shape
P = TODO # Initialising
# "filling Matrix P with ...
fo
浏览 3提问于2022-04-16得票数 -2
回答已采纳
3回答
给出了一个N对称矩阵C和一个N对角矩阵I，求出了方程det(λI-C)=0的解。换句话说，C的(广义)特征值是存在的。
我知道有几种方法在MATLAB中使用内置函数来解决这个问题：
第一条路：
function lambdas=eigenValues(C,I)
syms x;
lambdas=sort(roots(double(fliplr(coeffs(det(C-I*x))))));
第二条路：
[V,D]=eig(C,I);
但是，我需要使用Python。在NumPy和SymPy中有类似的函数，但是根据docs (，)，它们只接受一个矩阵C作为输入。虽然，结果与Matla
浏览 0提问于2018-01-19得票数 4
上下文：
我的目标是创建一个Python3程序来操作大小为N的向量V上的微分运算，我这样做了，测试它的基本运算，它工作(微分，梯度.)。
我试着用这个基础写更复杂的方程(Navier，Orr-Sommerfeld，.)我试图通过计算这些方程的特征值来验证我的工作。
由于这些特征值是完全出乎意料的，我简化了我的问题，目前我试图只计算微分矩阵的特征值(见下文)。但结果似乎不对..。
谢谢你的帮助，因为我找不到任何解决问题的办法.
管理部的定义：
我用Chebyshev谱方法来处理向量的微分。我使用以下Chebyshev包(从Matlab翻译到Python)：
这个包允许我创建一个微分矩阵DM，它是
浏览 5提问于2016-10-14得票数 2
回答已采纳
我有一个2×2符号矩阵M=矩阵([a，b，c，d])，其中它的元素{a，b，c，d}的数值范围已知。在python中是否有已知的数值方法来返回M的特征值和特征向量的范围？
我对python很陌生，所以我尝试使用sympy.diagonalize()方法P, D = M.diagonalize()，但似乎只有当元素是固定的(而不是范围)时才能工作。下面是一个示例代码：
from sympy import *
a, b, c, d = symbols('a b c d')
M = Matrix([[a, b],[c, d]])
#The ranges of the elements
浏览 4提问于2021-12-09得票数 0
1回答
给出几个SymPy矩阵M
M = Matrix([
[0.000111334436666596, 0.00114870370895408, -0.000328330524152990, 5.61388353859808e-6, -0.000464532588930332, -0.000969955779635878, 1.70579589853818e-5, -5.77891177019884e-6, -0.000186812539472235, -2.37115911398055e-5],
[-0.00105346453420510, 0.000165063406707273, -0.0
浏览 0提问于2018-12-15得票数 4
回答已采纳
1回答
我试图找到一个4x4矩阵R的特征值和特征向量。为此，我使用了R.eigenvals()和R.eigenvects()命令，但是python返回空括号。我知道特征值是1和e^(+-2ix)。我做错了什么吗？
import pprint
from sympy import *
R=Matrix([[(cos(x))**2, -cos(x)*sin(x), -cos(x)*sin(x), (sin(x))**2],[cos(x)*sin(x), (cos(x))**2, -(sin(x))**2, -cos(x)*sin(x)], [cos(x)*sin(x), -(si
浏览 4提问于2017-05-02得票数 1
回答已采纳
2回答
我正在尝试写一个程序来操作矩阵，但是当涉及到特征值时，我看到这个错误："raise MatrixError( sympy.matrices.common.MatrixError:无法计算矩阵的特征值([5，-5，-3，2，-7，-2，-5，0，2，1，-2，-7，- 7，-5，-5，-2，-2，-6，7，10，3，9，-2，4，-10，3，-8，-4])“我用Wolfram计算了这些特征值，看起来有些特征值是复杂的。也许是这样的吧？代码如下： from sympy import *
A = Matrix([[5, -5, -3, 2, -7], [-2, -5, 0, 2, 1],
浏览 20提问于2020-12-07得票数 1
1回答
我想创建一个块带对角线矩阵使用sympy。基本上，矩阵应该看起来像
D N 0 0 0
R D N 0 0 0
R D N 0 0 0
0 0 R D N 0
0 0 0 R D N
0 0 0 R D
该矩阵随后将通过numpy通过sympy.lambdify和numpy计算出许多不同参数集的特征值。我确实找到了一种使用sympy.kronecker_product构造矩阵的方法，但是它非常慢。我看了一下为什么我的程序这么慢，发现kronecker.py是罪魁祸首。这是一个相当令人惊讶的，因为我认为对矩阵的对角化将是最慢的部分。更重要的是，由于矩阵只需要构造一次，然后非常频繁地对角化。
因此
浏览 0提问于2019-07-02得票数 1
回答已采纳
1回答
我想得到一些厄米矩阵的基态能量(见下面代码中这个矩阵的定义)，并用矩阵参数“相位”来绘制它。
import scipy.sparse as sparse
import scipy
import numpy
import numpy as np
import math
from scipy.special import binom
import cmath
import sympy
import matplotlib.pyplot as plt
import pylab
from copy import *
from numpy import linalg as LA
M=5#DIMENS
浏览 3提问于2017-08-30得票数 0
回答已采纳
1回答
目标:我想要做的是得到多个变量的隐式方程，它是由一个点及其生成向量给出的。你知道，你必须用一个变量列(x1，.，xn)减去这个点，对这些生成向量的矩阵进行高斯消去。顺便说一下，我用的是同情。
所以，我实现了一个漂亮的Gauss消去函数，它很好地适用于正规矩阵(我的意思是，只是用数字，没有X的)：
def gauss(matrix):
rows,columns = matrix.shape
n = min(rows,columns)
a = matrix[:,:]
for i in range(n-1):
k = i
for j in range(i + 1, rows):
浏览 0提问于2018-03-11得票数 1
回答已采纳
设置
from sympy import Matrix, symbols, eye, factor, solve, simplify, solveset
from fractions import Fraction
_lambda = symbols("lambda")
x1, x2 = symbols("x_1, x_2")
这是我正在处理的矩阵
S = Matrix([[5,4],[4,5]])
M = Matrix([[1,0],[0,4]])
H = M**Fraction(-1,2)*S*M**Fraction(-1,2)
我想做的下一步是这样的
ei
浏览 2提问于2020-09-16得票数 1
回答已采纳
我有矩阵A：
0 0 0 1 1
0 0 0 1
0 0 0 1
0 0 0 1
1 0 0 0
1 1 1 0
这个矩阵是明显对称的，所以A*A显然是一个正定矩阵。我试图计算它的平方根，但失败了。我做错了什么？
以下是代码：
#include <iostream>
#include <armadillo>
using namespace arma;
using namespace std;
int main(){
mat A(6,6);
for(int i=0;i<6;i++){ // this part just reads the ma
浏览 3提问于2017-01-26得票数 1
回答已采纳
2回答
不确定这是包中的错误还是其他原因造成的，但我们现在开始。
我使用以下软件包在对称相似分数矩阵(大小为10x10)上找到最大特征值及其对应的特征向量：
scipy.sparse.linalg.eigen.arpack.eigsh
，就像：
scipy.sparse.linalg.eigen.arpack.eigsh(mymatrix, 1, which='LM')
现在的问题是，当我多次运行它(使用相同的矩阵、设置等)时，特征向量中的值有时是正的，有时是负的(参见运行3)。
有谁知道这可能是什么原因吗?还是它是个bug？它似乎没有一个模式，但它只在我运行代码而没有在每次迭代之后关
浏览 2提问于2013-01-31得票数 3
回答已采纳
1回答
我有一个符号矩阵，我想要对角化它来找到它的特征值。我使用了SymPy diagonalize函数，但我的代码即使运行了两个小时也无法完成。没有给出错误，只是不会终止。使用类似的协议，但会立即完成。有人知道为什么这个不能完成吗？
import sympy
from sympy import Symbol
from sympy import *
J1 = Symbol('J1')
J2= Symbol('J2')
S1 = Symbol('S1')
S2 = Symbol('S2')
S3 = Symbol('S3'
浏览 1提问于2018-02-04得票数 3
2回答
我需要反演一个大的，密集的矩阵，我希望用西皮的gmres来做。幸运的是，密集矩阵A遵循一种模式，我不需要将矩阵存储在内存中。LinearOperator类允许我们构造一个对象，它充当GMRES的矩阵，可以直接计算矩阵向量积A*v。也就是说，我们编写了一个函数mv(v)，它以向量v作为输入并返回mv(v) = A*v。然后，我们可以使用LinearOperator类创建A_LinOp = LinearOperator(shape = shape, matvec = mv)。我们可以将线性运算符放入gmres命令中，以求矩阵向量乘积，而不必将A完全加载到内存中。
LinearOperator的文档
浏览 2提问于2013-11-27得票数 9
回答已采纳
3回答
我想在Sympy中找到矩阵的特征向量，然后编写了下面的程序，但是它不起作用。另一方面，Sympy中的A.eigenvects()函数计算矩阵A的特征值和特征值，我在这里使用了类似的东西，但是当我想打印结果时，会显示一个空列表。你能指点我吗？
from sympy import *
H=Matrix([ [215.0 ,-104.1 ,5.1 ,-4.3 ,4.7 ,-15.1 ,-7.8],
[-104.1 , 220.0 ,32.6 , 7.1 ,5.4 , 8.3 ,0.8],
[ 5.1
浏览 4提问于2015-04-15得票数 6
回答已采纳
当我使用hermitian矩阵的线性代数模计算矩阵对数时，它输出的矩阵不是hermitian矩阵。我首先使用以下方法定义一个向量：
n = np.random.uniform(size = 3) + 1j*np.random.uniform(size = 3)
然后我定义了各自的hermitian矩阵：
N = np.outer(n,n.conj())
但是，linalg.logm(N)不返回hermitian矩阵。为什么会发生这种情况？
浏览 1提问于2013-04-13得票数 3
回答已采纳
2回答
我正在做的一些研究需要象征性地采用大型矩阵的行列式；矩阵从18x18到318x318不等。矩阵项要么是数值项，要么是在同一个变量omega中的二级多项式。
目前，我正试图在.det()中使用SymPy方法，但是它非常慢；一个18x18矩阵已经运行了超过45分钟，并且在我编写这篇文章时仍在计算。我意识到行列式的计算非常密集，但是我能做些什么来加速这个过程吗？我已经在读过这篇文章，但并没有从文章中拿走任何东西，也不知道如何才能加快这个过程。我能做什么?
浏览 15提问于2017-04-20得票数 1
回答已采纳
1回答
当矩阵和特征向量是时间相关时，我正在解一个特征值问题。矩阵维数为8x8，为hermitian矩阵。时间相关矩阵的形式如下：
import sympy as sp
t, lbd = sp.symbols(r't,\lambda', real=True)
Had = ...
print(repr(Had))
Matrix([[2*t,0, 0, 0, 0, 0, 0,0],
[ 0,-2*t, 2*t*(1 - t), 0, 0, 0,0,0],
[0, 2*t*(1 - t),0,0, 2 - 2*t, 0,0,0],
[0,0,0,0, 0, 2 - 2*t, 0,0],
浏览 3提问于2022-04-17得票数 0
回答已采纳
我用的是渐近。对于任何矩阵A，我都想要A**n的形式，但是当我编写
>>> from __future__ import division
>>> from sympy import *
>>> import sympy
>>> from sympy.abc import *
>>> import sys
>>> sys.displayhook = pprint
>>> from sympy.matrices import *
>>> A
浏览 0提问于2015-10-06得票数 3
2回答
目前，我正在使用Matlab创建不同的信号，通过将它们乘以混合矩阵A来混合它们，然后尝试使用返回原始信号。
到目前为止，与原始信号相比，恢复的信号非常糟糕，这与我预期的不一样。
我想看看我是不是做错了什么。我正在产生的信号如下：(振幅在0，1。)
s1 = (-x.^2 + 100*x + 500) / 3000; % quadratic
s2 = exp(-x / 10); % -ve exponential
s3 = (sin(x)+ 1) * 0.5; % sine
s4 = 0.5 + 0.1 * randn(size(x, 2), 1); % gaussian
s5 = (sawto
浏览 1提问于2012-02-21得票数 5
2回答
我想要计算拉普拉斯矩阵的第二个特征值，以检查对应的图是否连通，但是当我尝试使用SymPy的eigenvals时，很多时候它会抛出一个错误。
MatrixError: Could not compute eigenvalues for
Matrix([[1.00000000000000, 0.0, 0.0, 0.0, -1.00000000000000, 0.0, 0.0, 0.0, 0.0, 0.0],
[0.0, 1.00000000000000, 0.0, 0.0, 0.0, -1.00000000000000, 0.0, 0.0, 0.0, 0.0],
浏览 0提问于2018-05-15得票数 3
回答已采纳
1回答
我正在复习一些线性代数，并研究Python中的一些实现。我正在处理一个与寻找矩阵A的特征向量有关的问题。
A = [[ 1, 2,-2],
[-2, 5,-2],
[-6, 6,-3]]
当我用手解决这个问题时，我得到了特征值3和-3，其中3的多重性为2，我的特征向量是[[1/3], [1/3], [1]], [[1], [1], [0]], [[-1], [0], [1]]。
尝试在NumPy中实现：
import numpy as np
A = [[ 1, 2, -2],
[-2, 5, -2],
[-6, 6, -3]]
np.linalg
浏览 0提问于2018-02-12得票数 1
有没有可能在Python中实现更高精度的矩阵指数？我的意思是获得比双精度浮点数更高的精度。
我有以下测试代码：
import sympy
from sympy import N
import random
n = 100
#A = sympy.Matrix([[random.random(),random.random()],
# [random.random(),random.random()]])
A = sympy.Matrix([[1,2],[3,4]])
dlt = 1000
e1 = A.exp()
e1 = N(e1, n)
ee2 = (A
浏览 4提问于2015-07-17得票数 0
1回答
这个问题问的是一个系统，它有两个质量，每个质量连接两个弹簧，看起来像这样：
%s M1 %s M2 %s
外部弹簧具有弹簧常数kb，而内弹簧具有常数k。我写了一些代码来寻找系统的正常模式，我得到的频率是0.160，我非常确定这是正确的。然而，当我试图用线性代数解决同样的问题时，我得到了-1.2和-1.0的特征值。我也不太明白如何编写代码，因为到目前为止，我的运动方程不适合任何python代码示例，我也不知道如何将矩阵d^2/dt^2X传递给eigh()函数。运动方程是：
d^2/dt^2 X= AX，其中X是向量，A是具有质量和弹性常数的矩阵。
下面是我写的代码：
from scipy imp
浏览 2提问于2020-11-22得票数 0
我如何用python的渐近模来象征性地表示下面的方程，这样以后我就可以找到二阶导数，从而计算Hessian矩阵？
功能
我试过的是：
import sympy
Nc,Ns,Tc,Ysc,theta,theta_star,t,dt,sigma_s,measured,simulated=sympy.symbols(' Nc Ns Tc Ysc theta theta_star t dt sigma_s measured simulated ')
chi=(1/2*Nc*Ns) * sympy.mpmath.nsum( 1 / Tc * sympy.integrat
浏览 0提问于2016-02-08得票数 1
回答已采纳
1回答
我构造了一个指定大小的随机生成矩阵，这个部分工作得很好。给它一个行和列的大小，并把一个整数矩阵从0到100。最近，我试图对一个矮小的矩阵执行一个同情的操作，巨蟒不断地攻击我。我很快了解到，从同情的运算不能工作在一个矮小的矩阵上。因此，我研究了如何将一个矮胖转化为同情，但更多的时候，我只发现同情到朗姆比使用lambdify。不过，我想知道我是否可以用lambdify来转换成同情。这是我的代码
import math
import numpy as SHIT
import sympy as GARBAGE
from sympy import *
from sympy import Matrix
f
浏览 10提问于2016-09-21得票数 0
回答已采纳
2回答
是否有一种方法可以在SymPy中按照如下规则隐式定义符号矩阵的元素：符号，矩阵中的子索引(或数字对)
例如，我想定义一个名为M的3x2矩阵，我希望SymPy自动创建它，并将其填充为：
M =
[ M_11 M_12]
[ M_21 M_22]
[ M_31 M_32]
如果没有方法隐式地这样做，那么最简单的显式方法是什么(例如循环)？
浏览 1提问于2011-07-29得票数 8
回答已采纳
我在一个63*2308矩阵上执行PCA，得到了一个分数和一个系数矩阵。得分矩阵为63*2308，系数矩阵为2308*2308。
如何提取最重要的前100个特征的列名，以便对它们执行回归？
浏览 1提问于2013-04-08得票数 3
1回答
我有以下问题。有一个大小为NxN的矩阵A，其中N = 200 000。它非常稀疏，每一行都有M元素，其中M={6, 18, 40, 68, 102} (我有5个不同的场景)，其余的都是零。
现在我想得到矩阵A的所有特征值和特征向量。
问题是，我无法将矩阵A放入内存中，因为它大约有160 GB的数据。我正在寻找的是一个软件，可以很好地存储稀疏矩阵(没有零，我的矩阵只有几个MB)，然后把这个没有零的存储矩阵到计算特征值和向量的算法中。
你们中有谁能推荐一个软件给我用吗？
编辑:我发现我可以重新配置我的矩阵A，这样它就变成了一个带矩阵。然后，我可以使用LAPACK获得特征值和特征向量(具体地说：)。
浏览 0提问于2014-03-21得票数 0
这是Matlab代码，它返回V中的特征向量和D中的特征值。假设C是9*9矩阵，那么V是9*9矩阵，D是9*9对角线。矩阵。
[V,D] = eig(C);
我想要在Python中做同样的事情，并且顺序与Matlab相同。我使用的是以下代码：
[V1, D] = np.linalg.eig(C)
V = np.zeros((9,9))
for i in range(9):
V[i][i] = V1[i]
(假设V在for循环中)
这段代码给出了V1中的特征值和D中的特征向量。我将V1改为V，得到了一个对角的9*9矩阵。
但问题是，我希望特征值和向量的顺序与Matlab相同，这在
浏览 51提问于2018-07-23得票数 -1
1回答
我必须找到矩阵的特征值，它包含5030行和3列。在使用numpy.linalg.eig(矩阵)函数时，它给出了
LinAlgError: Last 2 **dimensions** of the array must be square
对于本征值，矩阵必须是平方的，这是必须的吗？或者有什么方法可以找到矩阵的特征值(5030 *3)。
浏览 0提问于2020-04-16得票数 0
回答已采纳
1回答
我试过联系威廉·雷维尔，但他没有回应。
在心理包中有一个叫做cor.smoother的函数，它决定相关矩阵是否是正定的。它的解释如下：
"cor.smoother通过一次系统地删除一个变量并找到特征值分解来检查所有等级为nvar-1的nvar副级。报告这些变量，在删除这些变量时生成一个正定矩阵。它还报告每个变量被删除时负特征值的数目。最后，它将原始相关矩阵与平滑的相关矩阵进行比较，并报告绝对偏差大于削减的项目。这些都是相关矩阵可能出错的提示。“
我希望有人能以一种更容易理解的方式对我进行解释，这才是真正的黑体字？
浏览 2提问于2016-04-26得票数 0
1回答
我需要计算一些矩阵的幂，然后得到它的特征向量。我知道有方法pow()，但我不清楚如何使用它。
现在，我的代码是：
Eigen::Matrix3d mat2 = mat1.pow(0.5);
return getEigenvalues(mat2);
方法getEigenvalues()采用特征：：矩阵类型，这不是pow()返回的内容。
浏览 3提问于2016-04-15得票数 4
假设我有一个( n ) hermitian矩阵A，定义为(n )矩阵B的乘积，它是hermitian转置：
A= B*B‘
矩阵B是已知的，它不是结构化的，而且是正定的。
1)如何将矩阵A分解为u*u‘的乘积，其中u是长n的向量？
( 2)在不首先计算全矩阵A的情况下，可以直接从B计算u吗？
浏览 0提问于2018-05-16得票数 0
回答已采纳
1回答
我想为股票收益的10x10相关矩阵实现特征值的未排序向量。函数eigen()按降序返回有序值。
我只想得到与每个股票名称对应的这些值，而不进行排序。
所附相关矩阵：
y = data.frame(
AAPL = c(1.0000000, 0.8034606, 0.7004717, 0.6996925, 0.6671458, 0.4958710, 0.5433092, 0.6900178, 0.6376572, 0.6162418),
MSFT = c(0.8034606, 1.0000000, 0.8219716, 0.8260105, 0.6896919, 0.4793830,
浏览 8提问于2022-07-03得票数 1
有没有办法将对称的SymPy矩阵转换成两种形式？
当我试着用
sym.diffgeom.metric_to_Christoffel_1st(expr)
对于下面的矩阵
Matrix([[a**2/(cos(theta) - cosh(eta))**2, 0, 0],
[0, a**2/(cos(theta) - cosh(eta))**2, 0],
[0, 0, a**2*sinh(eta)**2/(cos(theta) - cosh(eta))**2]])
我知道错误了
ValueError: The input expression is not a t
浏览 8提问于2015-10-01得票数 1
回答已采纳
1回答
我知道np.linalg.svd(A)会返回矩阵A的奇异值分解。
A=u * np.diag(s) * v
然而，如果它是一个对称矩阵，你只需要一个么正矩阵：
A=v.T * np.diag(s) * v
在R中我们可以使用La.svd(A,nu=0)，但是Python语言中有没有什么函数可以加速对称矩阵的奇异值分解过程呢？
浏览 38提问于2016-08-11得票数 2
1回答
相对于约束对矩阵进行规范化
、、、、
我正在做一个项目，这需要我规范化一个稀疏的NxN矩阵。我在某处读到，我们可以对一个矩阵进行标准化，使其特征值位于[-1,1]之间，方法是将其与对角线矩阵D相乘，这样N = D^{-1/2}*A*D^{-1/2}。
但我不确定这里的D是什么。另外，Matlab中有没有一个函数可以对稀疏矩阵进行这种归一化？
浏览 0提问于2011-12-11得票数 4
回答已采纳
1回答
我尝试使用Numpy库为python找到幂零矩阵公式。我将使用特定的矩阵(3x3)，并检查矩阵是否为幂零。我该怎么做？
浏览 15提问于2021-04-20得票数 1
1回答
我试图计算出在一大堆小矩阵中计算最大特征向量的时间复杂度。
每个矩阵都是加权无向图中节点的1步邻域的邻接矩阵。所以所有的值都是正数，矩阵是对称的。例如。
0 2 1 1
2 0 1 0
1 1 0 0
1 0 0 0
我发现被认为是每次迭代的复杂度的方法。
那么，这是否意味着为图中每个节点的1步邻域找到最大特征向量的复杂度是O(n * p^2)，其中n是节点的数量，p是图的平均度数(即边的数量/节点的数量)？
浏览 7提问于2013-12-10得票数 1
我现在正在尝试一些PCA的东西，但对我来说，了解每个特征值的特征对我来说是非常重要的。
numpy.linalg.eig给了我们已经排序的对角矩阵，但我想要这个矩阵，它们在原始位置。有人知道我是怎么做到的吗？
浏览 0提问于2011-06-03得票数 1
1回答
我有一个对称矩阵(无向图的邻接矩阵)，我有一个特定的特征值(最大特征值)，我想要与之相关的特征向量(左或右，任一，因为我认为左是对称矩阵的右转置)。
我正在运行的图可以从数千个节点到数十万个节点，因此相应的邻接矩阵将很大。然而，密度是稀疏的，所以相应的矩阵也是稀疏的。
在SciPy中有没有一种有效的方法来做到这一点呢？更好的是，有没有一种方法可以只计算给定对称矩阵的引导特征值和相应的特征向量(这意味着我不必自己用linalg.eigvals显式地计算引导特征值)。
浏览 3提问于2013-01-25得票数 2
回答已采纳
假设我有以下矩阵表达式：
import sympy
sympy.init_printing(use_unicode=True)
x = sympy.MatrixSymbol('x', 2, 2)
y = sympy.MatrixSymbol('y', 2, 2)
a = x * y
我想用同样的矩阵乘以负的矩阵来代替第二个矩阵：
a.subs(y, (-y))
如果x和y是常规的SymPy符号，这将显示为-xy。但在这种情况下，它显示为x - y。即使在矩阵值的替换之后，它也会正确地计算(如-xy)，这个演示很快就变得模棱两可了。如何使它正确显示？
当symp
浏览 2提问于2018-10-29得票数 1
回答已采纳
我正在解一个与时间相关的特征值问题，数值上和符号上，但是它们没有给出相同的解。特征向量的时间依赖性是不同的。
import sympy as sp
import numpy as np
from sympy.physics.matrices import msigma
from sympy.physics.quantum import TensorProduct as ts
from sympy.physics.quantum.dagger import Dagger
import matplotlib.pyplot as plt
首先使用数值解，我有：
#---- writing the m
浏览 13提问于2022-05-25得票数 0
我遇到了一个矩阵乘法问题，其中M是一些具有已知值的非奇异3x3矩阵(即M= sympy.Matrix([1，0,0，0，2，0,0，0，0，0，0，(3]C是一个有待确定的3x3矩阵，N的形式如下: 1. N的1和3 3rdrow与C(例如N.row(0)i = C.row(0)i = 0<=i<=2) 2相同。N第2行中的元素是M(例如g N.row(1)1 = sum (M.col(1))中相应列的和)。
在网上搜索了一种将这个问题表达为方程组的方法之后，我什么也没有发现。我一直试图用符号矩阵来解决这个问题，并通过或通过求解三个不同的形式系统( Ax=b )，每个系统由C中的一
浏览 2提问于2017-12-21得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
