解决过度确定的线性方程组

时间:2017-12-12 20:16:20

标签: python numpy linear-algebra least-squares

我有一个相当简单的方程式系统:

1*A + 0*B + x2*C + y2*D = x1
0*A + 1*B + y2*C + x2*D = y1

其中(x1,y1)(x2,y2)对是已知的长度为N的浮点数(系统过度确定),我需要求解A, B, C, D个参数。

我一直在玩numpy.linalg.lstsq,但我似乎无法正确地得到矩阵的形状。这就是我所拥有的

import numpy as np

N = 10000
x1, y1 = np.random.uniform(0., 5000., (2, N))
x2, y2 = np.random.uniform(0., 5000., (2, N))

# 1*A + 0*B + x2*C + y2*D = x1
# 0*A + 1*B + y2*C + x2*D = y1

l1 = np.array([np.ones(N), np.zeros(N), x2, y2])
l2 = np.array([np.zeros(N), np.ones(N), y2, x2])

M1 = np.array([l1, l2])
M2 = np.array([x1, y1])

ABCD = np.linalg.lstsq(M1, M2)[0]
print(ABCD)

失败了:

numpy.linalg.linalg.LinAlgError: 3-dimensional array given. Array must be two-dimensional

我做错了什么?

2 个答案:

答案 0 :(得分:2)

保持其他所有内容不变,将M1M2更改为

M1 = np.vstack([l1.T, l2.T])
M2 = np.concatenate([x1, y1])

应该做的。

答案 1 :(得分:0)

您的连接是一个问题,并且lstsq()的参数也必须转置。

M1 = np.hstack((l1,l2))
M2 = np.hstack((x1,x2))
ABCD = np.linalg.lstsq(M1.T,M2.T)[0]