MIT线性代数课程笔记对应代码-【lecture 1】

本文展示了如何利用Python中的NumPy库解决不同类型的线性方程组问题。通过两个实例,分别求解了二维和三维线性方程组,并给出了相应的解。

求线性方程组的解

import numpy as np
a = np.array([[2,-1], [-1, 2]])
b = np.array([0, 3])
np.linalg.solve(a, b.T)

==> array([ 1.,  2.])


a = np.array([[2, -1, 0], [-1, 2, -1], [0, -3, 4]])
b = np.array([0, -1, 4])
np.linalg.solve(a, b.T)

==> array([ 0.,  0.,  1.])


评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值