如何解决使用Eigen-如何求解零列的稀疏SPD线性系统?
(我正在使用Eigen C ++库)
我需要解决Ax = 0
形式的方程组,以便找到x
向量(A是稀疏的)。
编辑:A是SPD(对称正定)
由于某些x
值是已知的,因此我将它们从A中删除以创建Af
并放入另一个与Ac
相同尺寸的矩阵A
中,并且将-Ac
与一个具有已知x
值且在所有其他位置为零的向量相乘,以创建向量b
。
现在,我尝试使用Af * x = b
来解决SparseLU<SparseMatrix<float>>
,但是由于分解不起作用而失败了。我收到此错误:
矩阵在结构上是奇异的...零列为480
为什么我的列为零是一个问题?零行肯定会是一个问题,但零列呢?我只是更改了以下内容:
x_1 + x_2 = 0
x_2 = 3
到
x_1 + 0 = -3
即使将方程式放入矩阵中,即使我的列为零,解决方案仍是x_1 = -3 & x_2 = 3
。
我该如何解决这个问题?
解决方法
您给定了“ A”和“ b = 0”,并且知道A是对称正定的。 因为A是spd,所以它没有非平凡的零空间(这是重要的属性)。也就是说,存在的唯一的“ x”是x =0。Ax = b = 0。
因此,如果给出非零值,您将找不到解决方案。始终为x = 0。 我说这是为了强调Eigen无法解决问题,因为它是用公式表示的。
,我的线性代数有点生锈。
为了使矩阵具有唯一的解,矩阵的秩必须与维相同。如果列数为零,则等级将比维度小一,并且有一个自由变量。
如果您要解决Ax = 0
,那么您要追究的是null space
,请尝试查看此link。
为什么我的列为零是一个问题?
因为这意味着您的方程式忽略了未知向量的组成部分之一,这导致解不唯一(被忽略的未知数的任何值都可以满足方程式。)
由于某些
x
值是已知的,因此我将它们从A中删除以创建Af
并放入另一个与Ac
相同尺寸的矩阵A
中,并且将-Ac
与一个具有已知x
值且在所有其他位置为零的向量相乘,以创建向量b
。
我不确定您从矩阵中删除x
值的精确程度。它们不是矩阵的组成部分,因此无法删除。但是,如果确实知道它们,则应该将它们替换到方程组中,然后从矩阵中删除相应的列,然后删除无关的行以使矩阵正方形。
例如假设您已将A
和b
定义如下:
⎛1 2 3⎞
A = ⎜2 4 5⎟,⎝3 5 6⎠
b = (3,-5,8)ᵀ,
您的方程式是
Ax=b.
让x₂
为-32。我们可以替换它,得出以下等式:
A'x'+c=b,
其中
⎛1 3⎞
A' = ⎜2 5⎟,⎝3 6⎠
x' = (x₁,x₃)ᵀ,c = (-64,-128,-160)ᵀ.
c
是A
第二列与x₂
的乘积。将c
移至RHS并在其中产生k=b-c
之后,您将获得一个过分确定(尽管一致)的系统
A'x'=k,
,因此您应该从A
中删除一行,并从k
中删除同一行。例如。删除最后一行将得出方程式
A"x'=k',
其中
⎛1 3⎞
A" = ⎝2 5⎠,k' = (67,123)ᵀ,
,其解决方案为x'=(x₁,x₃)ᵀ=(34,11)ᵀ
。可以使用与平方矩阵配合使用的线性求解器来求解该方程。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。