NumPy 1.14 - numpy.linalg.solve()

numpy.linalg.solve




numpy

numpy.linalg.solve

numpy.linalg.solve(a, b) [source]

एक रैखिक मैट्रिक्स समीकरण, या रैखिक स्केलर समीकरणों की प्रणाली को हल करें।

"सटीक" समाधान की गणना करता है, अच्छी तरह से निर्धारित की x , पूर्ण रैंक, रैखिक मैट्रिक्स समीकरण ax = b

पैरामीटर:

a : (…, M, M) array_like

गुणांक मैट्रिक्स।

b : {(…, M,), (…, M, K)}, array_like

साधारण या "आश्रित चर" मान।

यह दिखाता है:

x : {(…, M,), (…, M, K)} ndarray

सिस्टम कुल्हाड़ी = बी का समाधान। लौटा हुआ आकार b समान है।

जन्म देती है:

LinAlgError

यदि एकवचन या वर्ग नहीं है।

टिप्पणियाँ

संस्करण 1.8.0 में नया।

प्रसारण नियम लागू होते हैं, विवरण के लिए numpy.linalg प्रलेखन देखें।

समाधान लैपैक रूटीन _gesv का उपयोग करके गणना की जाती है

चौकोर और पूर्ण-श्रेणी का होना चाहिए, अर्थात, सभी पंक्तियाँ (या, समतुल्य, कॉलम) रैखिक रूप से स्वतंत्र होनी चाहिए; यदि या तो सच नहीं है, सिस्टम / समीकरण के सबसे कम "समाधान" के लिए lstsq उपयोग करें।

संदर्भ

[R8989] जी स्ट्रांग, रेखीय बीजगणित और इसके अनुप्रयोग , 2 एड।, ऑरलैंडो, एफएल, अकादमिक प्रेस, इंक।, 1980, स्नातकोत्तर। 22।

उदाहरण

समीकरण 3 * x0 + x1 = 9 और x0 + 2 * x1 = 8 की प्रणाली को हल करें:

>>> a = np.array([[3,1], [1,2]])
>>> b = np.array([9,8])
>>> x = np.linalg.solve(a, b)
>>> x
array([ 2.,  3.])

जाँच लें कि समाधान सही है:

>>> np.allclose(np.dot(a, x), b)
True