Python 递推高斯消去算法
我正在研究Python3中的函数编程概念,所以我编写了这个带尾部递归的高斯消去算法。该算法通过了我在教科书中找到的所有测试,只有一个例外。我必须编写简单的矩阵和向量类以及一些辅助函数,因为我使用的web平台没有NumPy(类在底部提供) 注意!根据我收到的第一个答案,我应该强调算术精度有一个截止点(你可以在底部的方框中找到Python 递推高斯消去算法,python,algorithm,python-3.x,recursion,linear-algebra,Python,Algorithm,Python 3.x,Recursion,Linear Algebra,我正在研究Python3中的函数编程概念,所以我编写了这个带尾部递归的高斯消去算法。该算法通过了我在教科书中找到的所有测试,只有一个例外。我必须编写简单的矩阵和向量类以及一些辅助函数,因为我使用的web平台没有NumPy(类在底部提供) 注意!根据我收到的第一个答案,我应该强调算术精度有一个截止点(你可以在底部的方框中找到数字) 算法 def istrue(iterable, key=bool): """ :type iterable: collections.Iterable
数字
)
算法
def istrue(iterable, key=bool):
"""
:type iterable: collections.Iterable
:type key: (object) -> bool
:rtype: tuple[bool]
"""
try:
return tuple(map(int, map(key, iterable)))
except TypeError:
return bool(iterable),
def where(iterable, key=bool):
"""
:type iterable: collections.Iterable
:type key: (object) -> bool
:rtype: tuple[int]
"""
return tuple(i for i, elem in enumerate(iterable) if key(elem))
def next_true(iterable, i, key=bool):
"""
Returns position of a True element next to the i'th element
(iterable[j]: j>i, key(iterable[j]) -> True) if it exists.
:type iterable: collections.Iterable
:type i: int
:rtype: int | None
"""
true_mask = istrue(iterable, key)
try:
return where(enumerate(true_mask),
key=lambda ind_val: ind_val[0] > i and ind_val[1])[0]
except IndexError:
# No elements satisfy the condition
return None
def row_echelon(matrix):
"""
Transforms matrix into the row echelon form
:type matrix: Matrix
:return: upper-triangular matrix
:rtype: Matrix
"""
@optimize_tail_recursion
def operator(m, var):
"""
:type m: Matrix
:type var: int
:rtype: Matrix
"""
# if we have already processed all variables we could
if var > m.ncol - 1 or var > m.nrow - 1:
return m
# if matrix[var][var] is zero and there exist i such that
# matrix[i][var] > 0, i > j
elif not m[var][var] and sum(istrue(m.col(var))[var:]):
i = next_true(istrue(m.col(var)), var)
return operator(m.permute(var, i), var)
# if |{matrix[i][var], 0 <= i < nrow(matrix)}| > 1, matrix[var][var]!=0
elif m[var][var] and sum(istrue(m.col(var))) - 1:
i = tuple(ind for ind in where(m.col(var)) if ind != var)[0]
coeff = - m[i][var] / m[var][var]
return operator(m.add_rows(var, i, coeff), var)
# if matrix[var][var] is zero and there is no i such that
# matrix[i][var] > 0, i > j
# or all possible elements were eliminated
return operator(m.normalise_row(var, var), var+1)
return operator(matrix, 0)
def solve_linear_system(augmented_matrix):
"""
:type augmented_matrix: Matrix
:return: str | tuple[float]
"""
row_echelon_m = row_echelon(augmented_matrix)
print(row_echelon_m)
left_side, right_side = (row_echelon_m[:, :row_echelon_m.ncol-1],
row_echelon_m.col(-1))
nontrivial = istrue(left_side, key=lambda row: bool(sum(row)))
rank = sum(nontrivial)
# if there exists an equation with trivial coefficients and nontrivial
# right-hand side
if sum(not sum(l_side) and r_side for l_side, r_side
in zip(left_side, right_side)):
return NO
# rank(matrix) < number of variables
elif rank < left_side.ncol:
return INF
return right_side
让我们看看它是如何一步一步地变换矩阵的:
solve_linear_system(test6) # ->
# The integer on the right side denoted the variable that is being eliminated at the moment using the corresponding row.
((3.0, -5.0, 2.0, 4.0, 2.0),
(7.0, -4.0, 1.0, 3.0, 5.0),
(5.0, 7.0, -4.0, -6.0, 3.0)) 0
((3.0, -5.0, 2.0, 4.0, 2.0),
(0.0, 7.666666666666668, -3.666666666666667, -6.333333333333334, 0.33333333333333304),
(5.0, 7.0, -4.0, -6.0, 3.0)) 0
((3.0, -5.0, 2.0, 4.0, 2.0),
(0.0, 7.666666666666668, -3.666666666666667, -6.333333333333334, 0.33333333333333304),
(0.0, 15.333333333333334, -7.333333333333334, -12.666666666666668, -0.3333333333333335)) 0
((1.0, -1.6666666666666665, 0.6666666666666666, 1.3333333333333333, 0.6666666666666666),
(0.0, 7.666666666666668, -3.666666666666667, -6.333333333333334, 0.33333333333333304),
(0.0, 15.333333333333334, -7.333333333333334, -12.666666666666668, -0.3333333333333335)) 1
((1.0, 0.0, -0.13043478260869557, -0.043478260869564966, 0.7391304347826085),
(0.0, 7.666666666666668, -3.666666666666667, -6.333333333333334, 0.33333333333333304),
(0.0, 15.333333333333334, -7.333333333333334, -12.666666666666668, -0.3333333333333335)) 1
((1.0, 0.0, -0.13043478260869557, -0.043478260869564966, 0.7391304347826085),
(0.0, 7.666666666666668, -3.666666666666667, -6.333333333333334, 0.33333333333333304),
(0.0, 0.0, -8.88e-16, -1.776e-15, -0.9999999999999994)) 1
((1.0, 0.0, -0.13043478260869557, -0.043478260869564966, 0.7391304347826085),
(0.0, 0.9999999999999999, -0.4782608695652173, -0.826086956521739, 0.04347826086956517),
(0.0, 0.0, -8.88e-16, -1.776e-15, -0.9999999999999994)) 2
((1.0, 0.0, 0.0, 0.21739130434782616, 146886016451234.4),
(0.0, 0.9999999999999999, -0.4782608695652173, -0.826086956521739, 0.04347826086956517),
(0.0, 0.0, -8.88e-16, -1.776e-15, -0.9999999999999994)) 2
((1.0, 0.0, 0.0, 0.21739130434782616, 146886016451234.4),
(0.0, 0.9999999999999999, 0.0, 0.13043478260869557, 538582060321190.4),
(0.0, 0.0, -8.88e-16, -1.776e-15, -0.9999999999999994)) 2
((1.0, 0.0, 0.0, 0.21739130434782616, 146886016451234.4),
(0.0, 0.9999999999999999, 0.0, 0.13043478260869557, 538582060321190.4),
(-0.0, -0.0, 0.9999999999999999, 1.9999999999999998, 1126126126126125.2)) 3
我得到了一个有无穷多解的相容系统。我觉得一切都很好,但我应该得到这个不一致的系统(我用NumPy和R检查过):
我希望我遗漏了一些明显而简单的东西。我希望代码有足够好的文档记录,以便可读。先谢谢你
类别、辅助函数和常数:
NO = "NO"
YES = "YES"
INF = "INF"
DIGITS = 16
def typemap(iterable, types):
try:
return all(isinstance(elem, _type)
for elem, _type in zip(iterable, types))
except TypeError:
return False
class TailRecursionException(BaseException):
def __init__(self, args, kwargs):
self.args = args
self.kwargs = kwargs
def optimize_tail_recursion(g):
def func(*args, **kwargs):
f = sys._getframe()
if f.f_back and f.f_back.f_back and f.f_back.f_back.f_code == f.f_code:
raise TailRecursionException(args, kwargs)
else:
while 1:
try:
return g(*args, **kwargs)
except TailRecursionException as e:
args = e.args
kwargs = e.kwargs
func.__doc__ = g.__doc__
return func
class Vector(tuple):
def __add__(self, other):
if not isinstance(other, tuple):
raise TypeError
return Vector(round(a + b, DIGITS) for a, b in zip(self, other))
def __radd__(self, other):
return self.__add__(other)
def __sub__(self, other):
return self.__add__(-1 * other)
def __rsub__(self, other):
return self.__sub__(other)
def __mul__(self, other):
if not isinstance(other, (int, float)):
raise TypeError
return Vector(round(elem * round(other, DIGITS), DIGITS) for elem in self)
def __rmul__(self, other):
return self.__mul__(other)
def extend(self, item):
return Vector(super().__add__((item, )))
def concat(self, item):
return Vector(super().__add__(item))
class Matrix:
"""
:type _matrix: tuple[Vector]
"""
def __init__(self, matrix):
"""
:type matrix: list[list] | tuple[tuple]
:return:
"""
if not matrix:
raise ValueError("Empty matrices are not supported")
self._matrix = tuple(map(Vector, map(lambda row: map(float, row),
matrix)))
def __iter__(self):
return iter(self._matrix)
def __repr__(self):
return "({})".format(",\n ".join(map(repr, self)))
def __getitem__(self, item):
"""
Returns a Vector if item is int or slice; returns a Matrix if item is
tuple of slices
:param item:
:rtype: Matrix | Vector
"""
if isinstance(item, (int, slice)):
return self._matrix[item]
elif typemap(item, (slice, slice)):
row_slice, col_slice = item
return Matrix(tuple(map(op.itemgetter(col_slice), self[row_slice])))
def __mul__(self, coeff):
if not isinstance(coeff, (int, float)):
raise TypeError
return Matrix(tuple(vector * coeff for vector in self))
def __rmul__(self, coeff):
return self.__mul__(coeff)
@property
def nrow(self):
return len(self._matrix)
@property
def ncol(self):
return len(self.row(0))
def row(self, i):
return self[i]
def col(self, j):
"""
:type j: int
:return: tuple[tuple]
"""
return Vector(self[i][j] for i in range(self.nrow))
def _replace_row(self, i, replacement):
new_matrix = tuple(self.row(_i) if _i != i else replacement
for _i in range(self.nrow))
return Matrix(new_matrix)
def permute(self, a, b):
"""
Exchange rows a and b
:type a: int
:type b: int
:rtype: Matrix
"""
return self._replace_row(b, self.row(a))._replace_row(a, self.row(b))
def multiply_row(self, i, coeff):
return self._replace_row(i, self.row(i) * coeff)
def normalise_row(self, i, j):
coeff = 1 / (self[i][j]) if self[i][j] else 1
return self.multiply_row(i, coeff)
def add_rows(self, a, b, coeff=1):
"""
:return: matrix': matrix'[b] = coef * matrix[a] + matrix[b]
:rtype: Matrix
"""
return self._replace_row(b, coeff * self.row(a) + self.row(b))
我在最后几步看到一些非常大和非常小的数字;似乎您是舍入错误的受害者,生成的不是0而是非常小的数字(以及它们非常大的倒数) 您需要设置一个(相对)截止值,低于该值的数字将被视为零(2e-15似乎是一个不错的数字)。找到系统的ε:两个浮点数之间的最小差值,可以正确表示,且为1阶 检查方法,如
normalise_row()
,您可以这样做
coeff = 1 / (self[i][j]) if self[i][j] else 1
还有一些我看不到使用round()
的地方
另一种可能是使用Python模块。我对它没有太多的经验,但也许它为您的计算提供了必要的精度。我只是快速查看了一下算法,它似乎在做您期望的事情。真正的问题在于如何检测不一致解决方案的“机制”。如果你看一下算法的第六步,你会发现
((1.0, 0.0, -0.13043478260869557, -0.043478260869564966, 0.7391304347826085),
(0.0, 7.666666666666668, -3.666666666666667, -6.333333333333334, 0.33333333333333304),
(0.0, 0.0, -8.88e-16, -1.776e-15, -0.9999999999999994))
请注意,与其他数字相比,第三行的第三和第四项非常小。事实上,它们只是四舍五入的错误。如果你用精确的数字做减法运算,那么第二列会给你46/3-2*23/2=0(你得到),但是第三列会给你-22/3-2*(-11/3)=0,因为你没有得到。第四列也是如此。然后在下一个阶段中,通过将这些零“缩放”到1和2来复合误差,从那时起,所有零都将处于误差中
您有两种选择-要么使用精确的数字进行计算(我不知道python是否可以做到这一点,但是,例如,在Scheme中,存在不会产生此问题的精确分数-可能您必须自己滚动…),或者,使用足够高精度的算法,任意将小于某个选定值(最好基于原始矩阵中数字的大小)的任何值设置为零。如果矩阵真的有一个数量变化幅度很大的解决方案,那么这将失败,但在“现实世界”问题中,它应该可以消除您遇到的问题。感谢您的反馈。有一个16位的截止设置(底部块中的
位
常数)。我已经尝试将截止值减少到14(及以下),但没有任何积极影响14位数字听起来可能会正确舍入,尽管您可能希望使其更适合未来(您的数字是1阶的,所以舍入有效,但如果它们是1000阶的,14位数字基本上等于3位有效数字)。但是您也可能在其他地方错过了一个round()(您的矩阵类似乎没有使用round())。所有算术运算都是通过Vector类实现的,因此它们最终都会调用Vector.\uuuuu add\uuuu
或Vector.\uuuu mul\uuuu
。无论输入是什么,这两种操作都使用数字对其输出进行四舍五入。你似乎是对的,但我不知道如何使其更精确。无论如何,至少我知道问题出在哪里+1我不确定我引用的行是否使用了向量:self[I][j]
似乎是一个单一的矩阵元素,而不是向量,因此除法只是浮点除法,没有舍入。但数字截断似乎并不适用于所有地方。@Evert确实如此。所有算术运算都是通过Vector
类实现的,因此它们最终都会调用Vector.\uuuu add\uuuu
和Vector.\uuuu mul\uuuu
。这两种操作都使用数字
对其输出进行四舍五入。您似乎是对的,但我不知道如何使其更精确。无论如何,至少我知道问题出在哪里+1一个问题是高斯-乔丹消去法易受舍入误差的影响。如果你看一看像“数字配方在……中”这样的文本,他们推荐像奇异值分解和LU分解这样的算法。这些在四舍五入时更稳定(在SVD的情况下,SVD可以“解决”过度约束和欠约束系统,但它们的编码要复杂得多。如果你坚持使用GJ,那么与其使其“更精确”,不如强制一个小结果为零,在这一点上,你作为例子使用的矩阵已经明显不一致。
coeff = 1 / (self[i][j]) if self[i][j] else 1
((1.0, 0.0, -0.13043478260869557, -0.043478260869564966, 0.7391304347826085),
(0.0, 7.666666666666668, -3.666666666666667, -6.333333333333334, 0.33333333333333304),
(0.0, 0.0, -8.88e-16, -1.776e-15, -0.9999999999999994))