本文介绍了如何用渐近法求解退化方程组的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有很多方程组，有些没有详细说明，我想找一个非零解，如果它存在，或者报告说没有。然而，试图找到所有解决方案的症状似乎悬而未决。这里有一个极端的例子。
from sympy import *
A = Matrix([
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
])
syms = symbols("x:12")
s = Matrix(syms)
constraints = [xi**3 - xi for xi in syms]
solve(list(A*s) + constraints, syms)
推荐答案
为SymPy提供越来越难的系统(指定的0较少)，并在得到解决方案时退出：
>>> def nonzsol(eqs, syms):
... from sympy import subsets
... for i in range(len(syms)-1,-1,-1):
... for z in subsets(syms, i):
... s, nontriv = solve(eqs + list(z), set=True)
... for v in nontriv:
... if any(v):
... return dict(zip(s, v))
...
>>>
>>> nonzsol(eqs, syms)
{x0: 0, x1: 0, x10: 0, x11: -1, x2: 0, x3: 0, x4: 0, x5: 0, x6: 0, x7: 0, x8: 0, x9: 0}
这篇关于如何用渐近法求解退化方程组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！