Python: numpy.linalg.linalg.LinAlgError: Singular matrix

Question

我正在尝试使用 scipy.integrate 中的 ode 求解器求解微分方程组。我的问题是，当我的矩阵不应该是奇异矩阵时，我收到 'singular matrix' 错误。主要问题是当我试图在下面的代码中找到矩阵 B 的逆时。在下面的代码中，B 是 3x3 矩阵，A 是 3x1 矩阵，U 也是 3x1 矩阵！我该如何解决这个问题？

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
import math
import parameter_projection as pp
from scipy.integrate import ode
import sympy as sm
c=10
k,k1,k2,k3=10,9,8,7
eta=2.5
gamma,gamma1,gamma2=2,3,10
a=[]
for i in range(30):
    a.append(i)
a=np.array(a)

def aero(t,Y):
    V,alpha,beta,p,q,r,phi,theta=Y[0],Y[1],Y[2],Y[3],Y[4],Y[5],Y[6],Y[7]
    sg=np.cos(alpha)*np.cos(beta)*np.sin(theta)-np.sin(beta)*np.sin(phi)*np.cos(theta)-np.sin(alpha)*np.cos(beta)*np.cos(phi)*np.cos(theta)
    smcg=np.cos(alpha)*np.sin(beta)*np.sin(theta)+np.cos(beta)*np.sin(phi)*np.cos(theta)-np.sin(alpha)*np.sin(beta)*np.cos(phi)*np.cos(theta)
    cmcg=np.sin(theta)*np.sin(alpha)+np.cos(alpha)*np.cos(phi)*np.cos(theta)
    #error
    ev=V-np.sin(t)
    ebeta=beta-np.sin(t)
    etheta=theta-np.sin(t)
    ethetad=q*np.cos(phi)-r*np.sin(phi)-np.cos(t)
    sv,sbeta,stheta=ev,ebeta,etheta+ethetad 
    s=np.array([[sv],[sbeta],[stheta]])
    A=np.array([[-a[1]*V**2*np.sin(beta)-a[2]*V**2*np.sin(beta)-a[4]*np.sin(gamma)-np.cos(t)],[p*np.sin(alpha)-r*np.cos(alpha)+a[16]*V+a[15]*smcg-np.cos(t)],[ethetad+np.cos(phi)*a[10]*p*r+np.cos(phi)*a[6]*(r**2-p**2)+np.cos(phi)*a[20]*V**2-np.cos(phi)*a[21]*sg+-q*np.sin(phi)*p-q*np.sin(phi)*q*np.sin(phi)*np.tan(theta)-q*np.sin(phi)*r*np.cos(phi)*np.tan(theta)-np.sin(phi)*a[11]*p*q+a[12]*q*r-a[13]*V**2+r*np.cos(phi)*p+r*q*np.cos(phi)*np.sin(phi)*np.tan(theta)+(r*np.cos(phi))**2*np.tan(theta)-np.cos(t)]])
    B=np.array([[a[0]*np.cos(alpha)*np.sin(beta),a[7]*np.sin(beta),a[0]*np.sin(alpha)*np.cos(beta)],[-a[9]*np.cos(alpha)*np.sin(beta)/V,a[22]*np.cos(beta)/V,-a[9]*np.sin(alpha)*np.sin(beta)/V],[a[29]*np.cos(phi),a[26]*np.sin(alpha)*np.sin(beta)*np.cos(phi)-a[27]*np.sin(phi)*np.cos(alpha),-a[25]*np.cos(phi)]])
    C=np.linalg.inv(B)*A
    U=(C-np.linalg.inv(B)*k*s-np.linalg.inv(B)*eta*np.tanh(s))
    Vdot=a[0]*np.cos(alpha)*np.sin(beta)*U[0]-a[1]*V**2*np.cos(beta)-a[2]*V**2*np.sin(beta)-a[3]*sg+a[7]*np.sin(beta)*U[1]+a[0]*np.sin(alpha)*np.cos(beta)*U[2]
    alphadot=q-(p*np.cos(alpha)+r*np.sin(alpha))*np.sin(beta)/np.cos(beta)+a[4]*V-a[14]*cmcg-a[8]*np.sin(alpha)*U[0]/V+a[8]*np.cos(alpha)*U[2]/V
    betadot=p*np.sin(alpha)-r*np.cos(alpha)+a[16]*V+a[17]*smcg-a[9]*np.cos(alpha)*np.sin(beta)*U[0]/V+a[22]*np.cos(beta)*U[1]/V-a[9]*np.sin(alpha)*np.sin(beta)*U[2]/V
    pdot=a[5]*q*r+a[17]*p*q+a[18]*V**2-a[19]*smcg+a[23]*U[0]-a[28]*U[2]+a[24]*np.sin(alpha)*np.cos(beta)*U[1]
    qdot=a[10]*p*r+a[6]*(r**2-p**2)+a[20]*V**2-a[21]*sg+a[29]*U[0]-a[25]*U[2]+a[26]*np.sin(alpha)*np.sin(beta)*U[1]
    rdot=a[11]*p*q-a[12]*q*r+a[13]*V**2+a[27]*np.cos(alpha)*U[2]
    phidot=p+q*np.sin(phi)*np.tan(theta)+r*np.cos(phi)*np.tan(theta)
    thetadot=q*np.cos(phi)-r*np.sin(phi)
    return[Vdot,alphadot,betadot,pdot,qdot,rdot,phidot,thetadot] 

y0=[0.01,0.2,0,0,0,0,0,0.1]
t0=0
V=[]
alpha=[]
beta=[]
p=[]
q=[]
r=[]
phi=[]
theta=[]
t=[]
r=ode(aero).set_integrator('dopri5',method='bdf',nsteps=1e10)
r.set_initial_value(y0,t0)
t1=10
dt=.01
while r.successful() and r.t<t1:
    r.integrate(r.t+dt)
    V.append(r.y[0])
    alpha.append(r.y[1])
    beta.append(r.y[2])
    p.append(r.y[3])
    q.append(r.y[4])
    r.append(r.y[5])
    phi.append(r.y[6])
    theta.append(r.y[7])
    t.append(r.t)
V=np.array(V)
alpha=np.array(alpha)
beta=np.array(beta)
p=np.array(p)
q=np.array(q)
r=np.array(r)
phi=np.array(phi)
theta=np.array(theta)
plt.plot(t,V)
plt.show()

Answer 1

对于 beta=phi=0 的初始值以及设置 a[k]=k 的 a[0]=0，您的矩阵 B 在第一步中有第一行零。这构成了一个奇异矩阵。

将测试数据更改为 a[i]=i+1 可消除此错误，但会立即出现新错误

rv_cb_arr is NULL
Call-back cb_fcn_in___user__routines failed.
Traceback (most recent call last):
  File "odeint-LA-singular_so45165407.py", line 60, in <module>
      r.integrate(r.t+dt)

这可能是因为您所有的 dot 变量仍然是数组，所以返回的导数向量是每个大小为 3 的 np.array 列表。

这里第一个猜测是你误认为*是矩阵乘积。这仅适用于将对象构造为 np.matrix 的情况。使用 np.array 对矩阵向量乘积使用 dot，对矩阵向量乘积使用 np.linalg.solve 而不是逆乘积。

确实如此，请改用以下行

    C = np.linalg.solve(B,A)
    U = C-np.linalg.solve(B,k*s - eta*np.tanh(s))

之后，您发现您对组件数组和 ODE 求解器都使用了变量名称 r。修复你仍然得到步长变得太小。

(add jul/19) 根据评论使用变体

    U = -C-np.linalg.solve(B,k*s - eta*np.tanh(s))

我将积分循环更改为

t0=0.
y0=[0.01,0.2,0.,0.,0.,0.,0.,0.1]
names = [ "V", "alpha", "beta", "p", "q", "r", "phi", "theta" ]

sol = [ [yy] for yy in y0 ]
t=[t0]
solver=ode(aero).set_integrator('dopri5',nsteps=1e3)
solver.set_initial_value(y0,t0)
t1=3
dt=5e-3
for t1 in range(1,11):
    if not solver.successful(): break;
    while solver.successful() and solver.t<t1:
        solver.integrate(solver.t+dt)
        for k in range(8): sol[k].append(solver.y[k]);
        t.append(solver.t)
        print "step"
    print len(t)

    for k in range(8):
        plt.subplot(4,2,k+1)
        plt.plot(t,sol[k])
        plt.ylabel(names[k])
    plt.show()

其中解决方案组件的自动处理使得代码更好，每当 t 传递一个整数值时就会生成一个图。最终图表是

alpha 中的奇点出现在 t=3.292894674 中，alphadot 中的值非常不稳定，从 -1.2e06 到 +2.9e06 不等1e-09及时。

Python: numpy.linalg.linalg.LinAlgError: Singular matrix

Python: numpy.linalg.linalg.LinAlgError: Singular matrix

numpy

ode

differential-equations