Python基于高斯消元法計算線性方程組示例
本文實例講述了Python基于高斯消元法計算線性方程組。分享給大家供大家參考,具體如下:
#!/usr/bin/env python
# coding=utf-8
# 以上的信息隨自己的需要改動吧
def print_matrix( info, m ): # 輸出矩陣
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 ):
print ' |',
print '%6.4f' % m[i][j],
print
print
def swap( a, b ):
t = a; a = b; b = t
def solve( ma, b, n ):
global m; m = ma # 這里主要是方便最后矩陣的顯示
global s;
i = 0; j = 0; row_pos = 0; col_pos = 0; ik = 0; jk = 0
mik = 0.0; temp = 0.0
n = len( m )
# row_pos 變量標記行循環(huán), col_pos 變量標記列循環(huán)
print_matrix( "一開始 de 矩陣", m )
while( ( row_pos < n ) and( col_pos < n ) ):
print "位置:row_pos = %d, col_pos = %d" % (row_pos, col_pos)
# 選主元
mik = - 1
for i in range( row_pos, n ):
if( abs( m[i][col_pos] ) > mik ):
mik = abs( m[i][col_pos] )
ik = i
if( mik == 0.0 ):
col_pos = col_pos + 1
continue
print_matrix( "選主元", m )
# 交換兩行
if( ik != row_pos ):
for j in range( col_pos, n ):
swap( m[row_pos][j], m[ik][j] )
swap( m[row_pos][n], m[ik][n] ); # 區(qū)域之外?
print_matrix( "交換兩行", m )
try:
# 消元
m[row_pos][n] /= m[row_pos][col_pos]
except ZeroDivisionError:
# 除零異常 一般在無解或無窮多解的情況下出現(xiàn)……
return 0;
j = n - 1
while( j >= col_pos ):
m[row_pos][j] /= m[row_pos][col_pos]
j = j - 1
for i in range( 0, n ):
if( i == row_pos ):
continue
m[i][n] -= m[row_pos][n] * m[i][col_pos]
j = n - 1
while( j >= col_pos ):
m[i][j] -= m[row_pos][j] * m[i][col_pos]
j = j - 1
print_matrix( "消元", m )
row_pos = row_pos + 1; col_pos = col_pos + 1
for i in range( row_pos, n ):
if( abs( m[i][n] ) == 0.0 ):
return 0
return 1
if __name__ == '__main__':
matrix = [[2.0, 0.0, - 2.0, 0.0],
[0.0, 2.0, - 1.0, 0.0],
[0.0, 1.0, 0.0, 10.0]]
i = 0; j = 0; n = 0
# 輸出方程組
print_matrix( "一開始的矩陣", matrix )
# 求解方程組, 并輸出方程組的可解信息
ret = solve( matrix, 0, 0 )
if( ret!= 0 ):
print "方程組有解\n"
else:
print "方 程組無唯一解或無解\n"
# 輸出方程組及其解
print_matrix( "方程組及其解", matrix )
for i in range( 0, len( m ) ):
print "x[%d] = %6.4f" % (i, m[i][len( m )])
運行結(jié)果:
一開始的矩陣 2.0000 0.0000 -2.0000 | 0.0000 0.0000 2.0000 -1.0000 | 0.0000 0.0000 1.0000 0.0000 | 10.0000 一開始 de 矩陣 2.0000 0.0000 -2.0000 | 0.0000 0.0000 2.0000 -1.0000 | 0.0000 0.0000 1.0000 0.0000 | 10.0000 位置:row_pos = 0, col_pos = 0 選主元 2.0000 0.0000 -2.0000 | 0.0000 0.0000 2.0000 -1.0000 | 0.0000 0.0000 1.0000 0.0000 | 10.0000 交換兩行 2.0000 0.0000 -2.0000 | 0.0000 0.0000 2.0000 -1.0000 | 0.0000 0.0000 1.0000 0.0000 | 10.0000 消元 1.0000 0.0000 -1.0000 | 0.0000 0.0000 2.0000 -1.0000 | 0.0000 0.0000 1.0000 0.0000 | 10.0000 位置:row_pos = 1, col_pos = 1 選主元 1.0000 0.0000 -1.0000 | 0.0000 0.0000 2.0000 -1.0000 | 0.0000 0.0000 1.0000 0.0000 | 10.0000 交換兩行 1.0000 0.0000 -1.0000 | 0.0000 0.0000 2.0000 -1.0000 | 0.0000 0.0000 1.0000 0.0000 | 10.0000 消元 1.0000 0.0000 -1.0000 | 0.0000 0.0000 1.0000 -0.5000 | 0.0000 0.0000 0.0000 0.5000 | 10.0000 位置:row_pos = 2, col_pos = 2 選主元 1.0000 0.0000 -1.0000 | 0.0000 0.0000 1.0000 -0.5000 | 0.0000 0.0000 0.0000 0.5000 | 10.0000 交換兩行 1.0000 0.0000 -1.0000 | 0.0000 0.0000 1.0000 -0.5000 | 0.0000 0.0000 0.0000 0.5000 | 10.0000 消元 1.0000 0.0000 0.0000 | 20.0000 0.0000 1.0000 0.0000 | 10.0000 0.0000 0.0000 1.0000 | 20.0000 方程組有解 方程組及其解 1.0000 0.0000 0.0000 | 20.0000 0.0000 1.0000 0.0000 | 10.0000 0.0000 0.0000 1.0000 | 20.0000 x[0] = 20.0000 x[1] = 10.0000 x[2] = 20.0000
PS:這里再為大家推薦幾款計算工具供大家參考使用:
在線一元函數(shù)(方程)求解計算工具:
http://tools.jb51.net/jisuanqi/equ_jisuanqi
科學(xué)計算器在線使用_高級計算器在線計算:
http://tools.jb51.net/jisuanqi/jsqkexue
在線計算器_標準計算器:
http://tools.jb51.net/jisuanqi/jsq
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《Python數(shù)學(xué)運算技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設(shè)計有所幫助。
相關(guān)文章
Pytorch訓(xùn)練過程出現(xiàn)nan的解決方式
今天小編就為大家分享一篇Pytorch訓(xùn)練過程出現(xiàn)nan的解決方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Python threading模塊中l(wèi)ock與Rlock的使用詳細講解
python的thread模塊是比較底層的模塊,python的threading模塊是對thread做了一些包裝的,可以更加方便的被使用。這篇文章主要介紹了Python threading模塊中l(wèi)ock與Rlock的使用2022-10-10
Python數(shù)學(xué)建模PuLP庫線性規(guī)劃實際案例編程詳解
本節(jié)以一個實際數(shù)學(xué)建模案例,來為大家講解PuLP求解線性規(guī)劃問題的建模與編程。來鞏固加深大家對Python數(shù)學(xué)建模PuLP庫線性規(guī)劃的運用理解2021-10-10
Numpy數(shù)組轉(zhuǎn)置的實現(xiàn)
本文主要介紹了Numpy數(shù)組轉(zhuǎn)置的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
python第三方模塊xmltodict庫優(yōu)雅處理xml格式為json
這篇文章主要為大家介紹了python第三方模塊xmltodict庫優(yōu)雅處理xml格式為json實例探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01
python類的方法屬性與方法屬性的動態(tài)綁定代碼詳解
這篇文章主要介紹了python類的方法屬性與方法屬性的動態(tài)綁定代碼詳解,具有一定借鑒價值,需要的朋友可以參考下2017-12-12
Python通過樸素貝葉斯和LSTM分別實現(xiàn)新聞文本分類
樸素貝葉斯法(Naive Bayes model)是基于貝葉斯定理與特征條件獨立假設(shè)的分類方法。LSTM則是一種時間循環(huán)神經(jīng)網(wǎng)絡(luò),適合于處理和預(yù)測時間序列中間隔和延遲相對較長的重要事件。本文將通過這兩個方法分別實現(xiàn)新聞文本分類,需要的可以參考一下2021-12-12

