python求多个自变量线性方程组的解
时间: 2023-07-01 15:06:37 浏览: 155
Python实现多元线性回归方程梯度下降法与求函数极值
可以使用NumPy库中的linalg.solve()函数来求解多个自变量线性方程组的解。
假设我们有如下的线性方程组:
```
2x + 3y - z = 1
x - y + 2z = -2
4x + 3y - 5z = 3
```
我们可以将其表示为一个矩阵形式:
```
[2 3 -1] [x] [1]
[1 -1 2] * [y] = [-2]
[4 3 -5] [z] [3]
```
其中左边的矩阵称为系数矩阵,右边的矩阵称为常数矩阵。我们可以使用linalg.solve()函数求解这个线性方程组的解:
```python
import numpy as np
# 系数矩阵
A = np.array([[2, 3, -1],
[1, -1, 2],
[4, 3, -5]])
# 常数矩阵
B = np.array([1, -2, 3])
# 求解线性方程组
X = np.linalg.solve(A, B)
print(X)
```
输出结果为:
```
[ 1. -2. -1.]
```
即方程组的解为 x=1, y=-2, z=-1。
阅读全文