如何用python求解方程组_用Python的Numpy求解线性方程组

在本文中，您将看到如何使用Python的Numpy库解决线性方程组。

什么是线性方程组？

维基百科将线性方程组定义为：在数学中，线性方程组(或线性系统)是两个或多个涉及同一组变量的线性方程的集合。

解决线性方程组的最终目标是找到未知变量的值。这是带有两个未知变量的线性方程组的示例，x并且y：

等式1：4x + 3y = 20 -5x + 9y = 26

为了解决上述线性方程组，我们需要找到x和y变量的值。解决此类系统的方法有多种，例如消除变量，克莱默规则，行缩减技术和矩阵解决方案。在本文中，我们将介绍矩阵解决方案。

在矩阵解中，要求解的线性方程组以矩阵形式表示AX = B。例如，我们可以用矩阵形式表示等式1，如下所示：A = [[ 4 3] [-5 9]] X = [[x] [y]] B = [[20] [26]]

要查找的值x和y变量方程1，我们需要找到在矩阵中的值X。为此，我们可以采用矩阵逆的点积A和矩阵B，如下所示：X = inverse(A).B

用numpy求解线性方程组

要求解线性方程组，我们需要执行两个操作：矩阵求逆和矩阵点积。Python的Numpy库支持这两种操作。如果尚未安装Numpy库，则可以使用以下pip命令：$ pip install numpy

现在让我们看看如何使用Numpy库解决线性方程组。

使用inv()和dot()方法

首先，我们将找到A在上一节中定义的矩阵逆。

首先让我们A在Python中创建矩阵。要创建矩阵