在matlab里如何构建幺模矩阵,幺模矩阵精确逆Python

您可以使用^{}。在

例如，下面是一个numpy整数数组：In [148]: m = np.array([[10, 11, 0, 0], [9, 10, 0, 0], [100, 0, 20, 3], [-10000, 200, 133, 20]])

In [149]: m

Out[149]:

array([[ 10, 11, 0, 0],

[ 9, 10, 0, 0],

[ 100, 0, 20, 3],

[-10000, 200, 133, 20]])

精确的行列式是1，但是np.linalg.det()和np.linalg.inv()都会引入浮点错误：

^{pr2}$

从numpy数组创建一个sypy ^{}对象：In [156]: import sympy

In [157]: M = sympy.Matrix(m)

In [158]: M

Out[158]:

Matrix([

[ 10, 11, 0, 0],

[ 9, 10, 0, 0],

[ 100, 0, 20, 3],

[-10000, 200, 133, 20]])

sympy计算是精确的：In [159]: M.det()

Out[159]: 1

In [160]: M.inv()

Out[160]:

Matrix([

[ 10, -11, 0, 0],

[ -9, 10, 0, 0],

[-325400, 358000, 20, -3],

[2169000, -2386300, -133, 20]])

要将逆矩阵转换回numpy数组，可以执行以下操作：In [185]: Minv = M.inv()

In [186]: minv = np.asarray(Minv).astype(int)

In [187]: minv

Out[187]:

array([[ 10, -11, 0, 0],

[ -9, 10, 0, 0],

[ -325400, 358000, 20, -3],

[ 2169000, -2386300, -133, 20]])

必须使用astype(int)方法，因为numpy数组中没有object的数据类型：In [188]: np.asarray(Minv)

Out[188]:

array([[10, -11, 0, 0],

[-9, 10, 0, 0],

[-325400, 358000, 20, -3],

[2169000, -2386300, -133, 20]], dtype=object)

这个结果是一个整数的整数数组。在

在转换回numpy时要小心：逆整数可能比用64位整数表示的大。在