列主元高斯的python实现

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了列主元高斯的python实现，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1690字，纯文字阅读大概需要3分钟。

内容图文

相对于顺序高斯只是每次循环的时候增加了一个选择列主元的过程。

选择列主元也就是找到余下的列中最大的一行，并以此行为主元

代码如下：

# coding: utf8
import numpy as np


def getInput1():
    matrix_a = np.mat([[0.726, 0.81, 0.9],
                       [1, 1, 1],
                       [1.331, 1.21, 1.1]
                       ], dtype=float)
    matrix_b = np.mat([0.6867, 0.8338, 1])
    # 答案：-2 0 1 1
    return matrix_a, matrix_b


# 设置矩阵
def getInput():
    matrix_a = np.mat([[2, 3, 11, 5],
                     [1, 1, 5, 2],
                     [2, 1, 3, 2],
                     [1, 1, 3, 4]], dtype=float)
    matrix_b = np.mat([2, 1, -3, -3])
    # 答案：-2 0 1 1
    return matrix_a, matrix_b


# 交换
def swap(mat, num):
    print(num)
    print("调换前")
    print(mat)
    maxid = num
    for j in range(num, mat.shape[0]):
        if mat[j, num] > mat[num, num]:
            maxid = j
    if maxid is not num:
        mat[[maxid,num],:] = mat[[num,maxid],:]
    else:pass
    print("调换后")
    print(maxid)
    print(mat)
    return mat


def SequentialGauss(mat_a):
    for i in range(0, (mat_a.shape[0])-1):
        swap(mat_a, i)
        if mat_a[i, i] == 0:
            print("终断运算：")
            print(mat_a)
            break
        else:
            for j in range(i+1, mat_a.shape[0]):
                mat_a[j:j+1 , :] = mat_a[j:j+1,:] -                                                     (mat_a[j,i]/mat_a[i,i])*mat_a[i, :]
    return mat_a


# 回带过程
def revert(new_mat):
    # 创建矩阵存放答案 初始化为0
    x = np.mat(np.zeros(new_mat.shape[0], dtype=float))
    number = x.shape[1]-1
    # print(number)
    b = number+1
    x[0,number] = new_mat[number,b]/new_mat[number, number]
    for i in range(number-1,-1,-1):
        try:
            x[0, i] = (new_mat[i,b]-np.sum(np.multiply(new_mat[i,i+1:b],x[0,i+1:b])))/(new_mat[i,i])
        except:
            print("错误")
    print(x)


if __name__ == "__main__":
    mat_a, mat_b = getInput()
    # 合并两个矩阵
    print("原矩阵")
    print(np.hstack((mat_a, mat_b.T)))
    new_mat = SequentialGauss(np.hstack((mat_a, mat_b.T)))
    print("三角矩阵")
    print(new_mat)
    print("方程的解")
    revert(new_mat)

内容总结

以上是互联网集市为您收集整理的列主元高斯的python实现全部内容，希望文章能够帮你解决列主元高斯的python实现所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端