In [38]: from sympy import *
In [39]: from sympy.solvers.solveset import linsolve
In [40]: x, y, z = symbols('x, y, z')
List of Equations Form:
In [41]: linsolve([x + y + z - 1, x + y + 2*z - 3 ], (x, y, z))
Out[41]: {(-y - 1, y, 2)}
Augmented Matrix Form:
In [59]: linsolve(Matrix(([1, 1, 1, 1], [1, 1, 2, 3])), (x, y, z))
Out[59]: {(-y - 1, y, 2)}
A*x = b Form
In [59]: M = Matrix(((1, 1, 1, 1), (1, 1, 2, 3)))
In [60]: system = A, b = M[:, :-1], M[:, -1]
In [61]: linsolve(system, x, y, z)
Out[61]: {(-y - 1, y, 2)}
4 回答
SymPy最近得到了一个新的线性系统求解器:
linsolve
在sympy.solvers.solveset
中,您可以使用如下:List of Equations Form:
Augmented Matrix Form:
A*x = b Form
Note :解决方案顺序对应给定符号的顺序 .
除了@AMiT Kumar和@Scott给出的出色答案外,SymPy 1.0还增加了更多功能 . 对于欠定的线性方程组,我在下面尝试并使其工作而不深入
sympy.solvers.solveset
. 话虽这么说,如果好奇心引导你,那就去那里吧 .这给了我
{z: 2, x: -y - 1}
. 再次,伟大的包,SymPy开发人员!你可以用矩阵形式求解
Ax=b
(在这种情况下是一个欠定系统,但我们可以使用solve_linear_system):或重写为(我的编辑,而不是同情):
在方形
A
的情况下,我们可以定义b
并使用A.LUsolve(b)
.关于矩阵线性系统方程的另一个例子,假设我们正在为这个系统求解:
在
SymPy
我们可以这样做: