python - np.linalg.solve is not giving correct result -
i tried parameterize arbitrary t vector given bases ss function linalg.solve:
t = np.array([0.4, 0., 0., 0., 0., 0., 0., 0.3, 0., 0., 0., 0., 0.2, 0., 0., 0.1]) ss = np.array([[1., 0., 0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 1., 0., 0., 1.], [0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 0., 0.], [0., 0., -1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., -1., 0.], [1., 0., 0., 0., 0., 0., 0., -1., 0., 0., -0., 0., 1., 0., 0., -1.], [0., 0., 0., 1., 0., 0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 1., 0., 0., 1., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., -1., 0., 0., 1., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 1., 0., 0., 0., -0., 0., 0., -1., 0., 0., 0., 0., -0.], [0., 0., 0., 0., -1., 0., 0., 0., 0., 0., 0., -1., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., -1., 0., 0., -1., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., -1., -0., 0., 1., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., -1., 0., 0., -0., 0., 0., 0., 1., 0., 0., 0., -0.], [1., 0., 0., 0., 0., 0., 0., 1., 0., 0., 0., 0., -1., -0., 0., -1.], [0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., -0., -1., 0., -0.], [0., 0., -1., 0., 0., 0., 0., 0., 0., 0., 0., 0., -0., 0., 1., -0.], [1., 0., 0., 0., 0., 0., 0., -1., 0., 0., -0., 0., -1., -0., 0., 1.]]) then do:
para = sp.linalg.solve(ss, t) print para print np.dot(ss, para) == t i got:
[ 0.175 0. -0. 0.15 -0. 0. -0. 0.125 0. -0. -0.15 0. 0.025 -0. 0. 0.075]
[ true true true true true true true true true true true true true true true false]
clearly not right... why false happens?
looks it's rounding/numerical-approximation error:
t[-1] out[493]: 0.10000000000000001 np.dot(ss,para)[-1] out[495]: 0.099999999999999964
Comments
Post a Comment