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-#10 线性相关性向量空间的基和维数

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

机器学习入门点滴(待补充完整)

数学-线性代数导论-#11 基于矩阵A生成的空间:列空间行空间零空间左零空间

《非线性泛函分析导论(序言):实践中的变分问题》