python/sympy求解矩阵方程的方法

sympy版本:1.2

假设求解矩阵方程

AX=A+2X

其中

求解之前对矩阵方程化简为

(A−2E)X=A

令

B=(A−2E)

使用qtconsole输入下面程序进行求解

In [26]: from sympy import *

In [27]: from sympy.abc import *

In [28]: A=Matrix([[4,2,3],[1,1,0],[-1,2,3]])

In [29]: A
Out[29]:
Matrix([
[ 4, 2, 3],
[ 1, 1, 0],
[-1, 2, 3]])

In [30]: B=A-2*diag(1,1,1)

In [31]: B
Out[31]:
Matrix([
[ 2, 2, 3],
[ 1, -1, 0],
[-1, 2, 1]])

In [32]: B.inv()*A
Out[32]:
Matrix([
[ 3, -8, -6],
[ 2, -9, -6],
[-2, 12, 9]])

将结果验证一下：

In [38]: X=B.inv()*A

In [39]: X
Out[39]:
Matrix([
[ 3, -8, -6],
[ 2, -9, -6],
[-2, 12, 9]])

In [40]: A*X-A-2*X
Out[40]:
Matrix([
[0, 0, 0],
[0, 0, 0],
[0, 0, 0]])

求解矩阵方程过程中注意的问题是左乘还是右乘问题，在此例中是B.inv()*A ，如果矩阵方程变为

XA=A+2X

那么求解结果为：

In [35]: X=A*B.inv()

In [36]: X
Out[36]:
Matrix([
[ 3, -8, -6],
[ 2, -9, -6],
[-2, 12, 9]])

将结果验证一下：

X=A*B.inv()

X
Out[36]:
Matrix([
[ 3, -8, -6],
[ 2, -9, -6],
[-2, 12, 9]])

X*A-A-2*X
Out[37]:
Matrix([
[0, 0, 0],
[0, 0, 0],
[0, 0, 0]])

以上这篇python/sympy求解矩阵方程的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • Python编程实现数学运算求一元二次方程的实根算法示例

    Python编程实现数学运算求一元二次方程的实根算法示例

    本文实例讲述了Python编程实现数学运算求一元二次方程的实根算法.分享给大家供大家参考,具体如下: 问题: 请定义一个函数quadratic(a, b, c),接收3个参数,返回一元二次方程:ax² + bx + c = 0的两个解. 实现代码: #!/usr/bin/env python # -*- coding: utf-8 -*- import math def quadratic(a,b,c): if a == 0: raise TypeError('a不能为0') if not is

  • 基于python解线性矩阵方程(numpy中的matrix类)

    这学期有一门运筹学,讲的两大块儿:线性优化和非线性优化问题.在非线性优化问题这里涉及到拉格朗日乘子法,经常要算一些非常变态的线性方程,于是我就想用python求解线性方程.查阅资料的过程中找到了一个极其简单的解决方式,也学到了不少东西.先把代码给出. import numpy as np # A = np.mat('1 2 3;2 -1 1;3 0 -1') A = np.array([[1, 2, 3], [2, -1, 1], [3, 0, -1]]) b = np.array([9, 8,

  • python scipy求解非线性方程的方法(fsolve/root)

    使用scipy.optimize模块的root和fsolve函数进行数值求解线性及非线性方程,下面直接贴上代码,代码很简单 from scipy.integrate import odeint import numpy as np import matplotlib.pyplot as plt from scipy.optimize import root,fsolve #plt.rc('text', usetex=True) #使用latex ## 使用scipy.optimize模块的roo

  • python用fsolve、leastsq对非线性方程组求解

    背景: 实现用python的optimize库的fsolve对非线性方程组进行求解.可以看到这一个问题实际上还是一个优化问题,也可以用之前拟合函数的leastsq求解.下面用这两个方法进行对比: 代码: from scipy.optimize import fsolve,leastsq from math import sin,cos def f(x): x0 = float(x[0]) x1 = float(x[1]) x2 = float(x[2]) return [ 5*x1+3, 4*x

  • python计算方程式根的方法

    本文实例讲述了python计算方程式根的方法.分享给大家供大家参考.具体实现方法如下: ''' roots = polyRoots(a). Uses Laguerre's method to compute all the roots of a[0] + a[1]*x + a[2]*x^2 +...+ a[n]*x^n = 0. The roots are returned in the array 'roots', ''' from evalPoly import * from numpy i

  • Python线性方程组求解运算示例

    Python线性方程组求解运算示例

    本文实例讲述了Python线性方程组求解运算.分享给大家供大家参考,具体如下: 求解线性方程组比较简单,只需要用到一个函数(scipy.linalg.solve)就可以了.比如我们要求以下方程的解,这是一个非齐次线性方程组: 3x_1 + x_2 - 2x_3 = 5 x_1 - x_2 + 4x_3 = -2 2x_1 + 3x_3 = 2.5 代码如下: # coding=utf-8 import numpy as np from scipy.linalg import solve a =

  • Python基于高斯消元法计算线性方程组示例

    本文实例讲述了Python基于高斯消元法计算线性方程组.分享给大家供大家参考,具体如下: #!/usr/bin/env python # coding=utf-8 # 以上的信息随自己的需要改动吧 def print_matrix( info, m ): # 输出矩阵 i = 0; j = 0; l = len(m) print info for i in range( 0, len( m ) ): for j in range( 0, len( m[i] ) ): if( j == l ):

  • Python实现求解一元二次方程的方法示例

    本文实例讲述了Python实现求解一元二次方程的方法.分享给大家供大家参考,具体如下: 1. 引入math包 2. 定义返回的对象 3. 判断b*b-4ac的大小 具体计算代码如下: # -*- coding:utf-8 -*- #! python2 import math class Result: result1 = 0 result2 = 0 def __init__(self, r1, r2): self.result1 = r1 self.result2 = r2 def __retu

  • python/sympy求解矩阵方程的方法

    sympy版本:1.2 假设求解矩阵方程 AX=A+2X 其中 求解之前对矩阵方程化简为 (A−2E)X=A 令 B=(A−2E) 使用qtconsole输入下面程序进行求解 In [26]: from sympy import * In [27]: from sympy.abc import * In [28]: A=Matrix([[4,2,3],[1,1,0],[-1,2,3]]) In [29]: A Out[29]: Matrix([ [ 4, 2, 3], [ 1, 1, 0], [

  • python使用分治法实现求解最大值的方法

    本文实例讲述了python使用分治法实现求解最大值的方法.分享给大家供大家参考.具体分析如下: 题目: 给定一个顺序表,编写一个求出其最大值和最小值的分治算法. 分析: 由于顺序表的结构没有给出,作为演示分治法这里从简顺序表取一整形数组数组大小由用户定义,数据随机生成.我们知道如果数组大小为 1 则可以直接给出结果,如果大小为 2则一次比较即可得出结果,于是我们找到求解该问题的子问题即: 数组大小 <= 2.到此我们就可以进行分治运算了,只要求解的问题数组长度比 2 大就继续分治,否则求解子问题

  • Python求解平方根的方法

    本文实例讲述了Python求解平方根的方法.分享给大家供大家参考.具体如下: 主要通过SICP的内容改写而来.基于newton method求解平方根.代码如下: #!/usr/bin/python def sqrt_iter(guess,x): if(good_enough(guess, x)): print guess else: sqrt_iter(improve(guess, x),x) def improve(guess, x): return average(guess, x/gue

  • Python实现求解括号匹配问题的方法

    Python实现求解括号匹配问题的方法

    本文实例讲述了Python实现求解括号匹配问题的方法.分享给大家供大家参考,具体如下: 这个在本科学习数据结构的时候已经接触很多了,主流的思想是借助栈的压入.弹出来进行匹配,至于python的话可以使用列表来完成这个操作,因为列表的append方法相当于栈的push方法,列表的pop方法相当于栈的pop方法. 主要的思路: 首先设置两个列表分别存放的是各种括号的开括号和闭括号,然后遍历给定的字符串,分如下几种情况: 1.字符串首字符出现在闭括号列表中,直接结束,输出错误 2.字符串长度不为偶数,

  • python 实现求解字符串集的最长公共前缀方法

    问题比较简单,给定一个字符串集合求解其中最长的公共前缀即可,这样的问题有点类似于最长公共子序列的问题,但是比求解最长最长公共子序列简单很多,因为是公共前缀,这样的话只需要挨个遍历即可,只要遍历长度结束或者结束前发现有不相同的即可终止,返回不同位置之前的子序列即可,下面是具体的实现: #!usr/bin/env python #encoding:utf-8 ''' __Author__:沂水寒城 功能:求解字符串集的最长公共前缀 ''' def find_longest_prefix(str_li

  • Python实现求解最大公约数的五种方法总结

    目录 方法一:短除法 方法二:欧几里得算法(辗转相除法) 方法三:更相减损术 方法四:穷举法(枚举法) 方法五:Stein算法 求最大公约数是习题中比较常见的类型,下面小编会给大家提供五种比较常见的算法,记得帮忙点个赞哦! 一般来说,最大公约数的求法大概有5种 方法一:短除法 短除法是求最大公因数的一种方法,也可用来求最小公倍数.求几个数最大公因数的方法,开始时用观察比较的方法,即:先把每个数的因数找出来,然后再找出公因数,最后在公因数中找出最大公因数.后来,使用分解质因数法来分别分解两个数的因

  • Python Sympy计算梯度、散度和旋度的实例

    sympy有个vector 模块,里面提供了求解标量场.向量场的梯度.散度.旋度等计算,官方参考连接: http://docs.sympy.org/latest/modules/vector/index.html sympy中计算梯度.散度和旋度主要有两种方式: 一个是使用∇∇算子,sympy提供了类Del(),该类的方法有:cross.dot和gradient,cross就是叉乘,计算旋度的,dot是点乘,用于计算散度,gradient自然就是计算梯度的. 另一种方法就是直接调用相关的API:

  • Python+SymPy实现秒解微积分详解

    Python+SymPy实现秒解微积分详解

    目录 1.准备 2.基本使用 简化表达式(化简) 解方程 solve() 求极限 limit() 求积分 integrate( ) 求导 diff() 解微分方程 dsolve( ) 3.实战一下 之前我们分享过很多有用有趣的Python库,今天继续介绍一个: SymPy 是一个Python库,专注于符号数学,它的目标是成为一个全功能的计算机代数系统,同时保持代码简洁.易于理解和扩展. 举一个简单的例子,比如说展开二次方程: from sympy import * x = Symbol('x')

随机推荐