解线性方程组近似解Python

解线性方程组的近似解可以使用高斯消元法来实现。下面是一个使用Python实现高斯消元法求解线性方程组的例子：

首先，我们需要导入numpy和sys模块：

import numpy as np
import sys

然后，我们可以定义一个函数来实现高斯消元法：

def SolveEq(A,b):
    if A.shape[0]!=A.shape[1]:
        print('系数矩阵不是方阵')
        sys.exit(0)
    n=A.shape[0]
    #消元
    for k in range(n-1):
        if A[k,k]<1e-8:
            print('主元素为零')
            sys.exit(0)
        for j in range(k+1,n):
            m=A[j,k]/A[k,k]
            A[j,k:n]= A[j,k:n]-m*A[k,k:n]
            b[j]=b[j]-m*b[k]
    #回代
    b[n-1]=b[n-1]/A[n-1,n-1]
    for i in range(n-2,-1,-1):
        b[i]=(b[i]-np.dot(A[i,i+1:n],b[i+1:n]))/A[i,i]
    return b

在这个函数中，我们首先检查系数矩阵是否是方阵，然后进行高斯消元法的消元和回代过程，最后返回解向量。

接下来，我们可以使用这个函数来解决一个线性方程组的例子：

A=np.array([[1,1,1],[0,4,-1],[2,-2,1]])
b=np.array([[6],[5],[1]])
x= SolveEq(A,b)
print(x)

这个例子中，我们定义了一个系数矩阵A和一个常数向量b，然后使用高斯消元法求解线性方程组Ax=b的解向量x，并打印出来。