python数学建模导论1.1 线性代数知识的补充-线性规划方程求解方法
Posted weixin_42787080
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python数学建模导论1.1 线性代数知识的补充-线性规划方程求解方法相关的知识,希望对你有一定的参考价值。
python数学建模导论1.1 线性代数知识的补充-线性规划方程求解方法
线性规划模型
代码-使用numpy:
import numpy as np
A = np.array([[10,-1,-2],[-1,10,-2],[-1,-1,5]]) # A为系数矩阵
b = np.array([72,83,42]) #馁接b珞案虫常数列
inv_A = np.linalg.inv(A) # A的逆矩阵
x = inv_A.dot(b) # A的逆矩阵与b做点积运算
x = np.linalg.solve(A,b) # 5,6两行也可以用本行替代
print(x)
结果展示:
代码-使用sympy:
from sympy import *
x, y, z = symbols('x y z')
eqs = [Eq(10 * x - y - 2 * z, 72),
Eq(-x + 10 * y - 2 * z, 83),
Eq(-x - y + 5*z, 42)]
print(solve(eqs, [x, y, z]))
结果展示:
以上是关于python数学建模导论1.1 线性代数知识的补充-线性规划方程求解方法的主要内容,如果未能解决你的问题,请参考以下文章
线性代数导论35——线性代数全总结(麻省理工公开课:线性代数)
数学-线性代数导论-#9 Ax=b的解:存在性解法解的数量解的结构