zoukankan      html  css  js  c++  java
  • 5.5Python数据处理篇之Sympy系列(五)---解方程

    目录

    前言

    sympy不仅在符号运算方面强大,在解方程方面也是很强大。

    本章节学习对应官网的:Solvers

    官方教程

    https://docs.sympy.org/latest/tutorial/solvers.html

    (一)求解多元一次方程-solve()

    1.说明:

    解多元一次方程可以使用solve(),在sympy里,等式是用Eq()来表示,

    例如:(2x=4) 表示为:Eq(x*2, 4)

    2.源代码:

    """
     解下列二元一次方程
      2x-y=3
      3x+y=7
    """
    # 导入模块
    from sympy import *
    
    # 将变量符号化
    x = Symbol('x')
    y = Symbol('y')
    z = Symbol('z')
    
    # 解一元一次方程
    expr1 = x*2-4
    r1 = solve(expr1, x)
    r1_eq = solve(Eq(x*2, 4), x)
    print("r1:", r1)
    print("r1_eq:", r1_eq)
    
    # 解二元一次方程
    expr2 = [2*x-y-3, 3*x+y-7]
    r2 = solve(expr2, [x, y])
    print("r1:", r2)
    
    # 解三元一次方程
    f1 = x+y+z-2
    f2 = 2*x-y+z+1
    f3 = x+2*y+2*z-3
    r3 = solve([f1, f2, f3], [x, y, z])
    print("r3:", r3)
    
    

    3.输出:

    01.png

    (二)解线性方程组-linsolve()

    1.说明:

    在sympy中,解线性方程组有三种形式:

    1. 默认等式为0的形式:linsolve(eq, [x, y, z])
    2. 矩阵形式:linsolve(eq, [x, y, z])
    3. 增广矩阵形式:linsolve(A,b, x, y, z)

    2.源代码:

    """
        x+y+z-2=0
        2x-y+z+1=0
        x+2y+2z-3=0
    """
    from sympy import *
    
    
    x, y, z = symbols("x y z")
    
    # 默认等式为0的形式
    print("======默认等式为0的形式 =======")
    eq = [x+y+z-2, 2*x-y+z+1, x+2*y+2*z-3]
    result = linsolve(eq, [x, y, z])
    print(result)
    print(latex(result))
    
    # 矩阵形式
    print("======矩阵形式 =======")
    eq = Matrix(([1, 1, 1, 2], [2, -1, 1, -1], [1, 2, 2, 3]))
    result = linsolve(eq, [x, y, z])
    print(result)
    print(latex(result))
    
    # 增广矩阵形式
    print("======增广矩阵形式 =======")
    A = Matrix([[1, 1, 1], [2, -1, 1], [1, 2, 2]])
    b = Matrix([[2], [-1], [3]])
    system = A, b
    result = linsolve(system, x, y, z)
    print(result)
    print(latex(result))
    

    3.输出:

    02.png

    (三)解非线性方程组-nonlinsolve()

    1.说明:

    nonlinsolve()用于求解非线性方程组,例如二次方,三角函数,,,等方程

    2.源代码:

    """
        x**2+y**2-2=0
        x**3+y**3=0
    """
    
    import sympy as sy
    x, y = sy.symbols("x y")
    
    eq = [x**2+y**3-2, x**3+y**3]
    result = sy.nonlinsolve(eq, [x, y])
    print(result)
    print(sy.latex(result))
    

    3.输出:

    [left{left ( -1, quad 1 ight ),\ left ( -1, quad - frac{1}{2} - frac{sqrt{3} i}{2} ight ),\ left ( -1, quad - frac{1}{2} + frac{sqrt{3} i}{2} ight ),\ left ( 1 - i, quad -1 + i ight ),\ left ( 1 + i, quad -1 - i ight ),\ left ( 1 - frac{i sqrt{- 6 sqrt{3} + 12}}{2} - frac{i sqrt{- 2 sqrt{3} + 4}}{2}, quad frac{1}{2} + frac{sqrt{3}}{2} + frac{sqrt{2} sqrt{-2 + sqrt{3}}}{2} ight ),\ left ( 1 - frac{sqrt{-12 - 6 sqrt{3}}}{2} + frac{sqrt{-4 - 2 sqrt{3}}}{2}, quad - frac{sqrt{3}}{2} + frac{1}{2} - frac{sqrt{-8 + left(- sqrt{3} + 1 ight)^{2}}}{2} ight ),\ left ( 1 - frac{sqrt{-4 - 2 sqrt{3}}}{2} + frac{sqrt{-12 - 6 sqrt{3}}}{2}, quad - frac{sqrt{3}}{2} + frac{1}{2} + frac{sqrt{-8 + left(- sqrt{3} + 1 ight)^{2}}}{2} ight ),\ left ( 1 + frac{sqrt{-4 + 2 sqrt{3}}}{2} + frac{sqrt{-12 + 6 sqrt{3}}}{2}, quad frac{1}{2} + frac{sqrt{3}}{2} - frac{sqrt{2} sqrt{-2 + sqrt{3}}}{2} ight ) ight} ]

    03.png

    (四)求解微分方程-dsolve()

    1.说明:

    求解微分方程使用dsolve(),注意:

    f = symbols('f', cls=Function)的作用是声明f()是一个函数。

    2.源代码:

    from sympy import *
    
    
    # 初始化
    x = symbols('x')
    f = symbols('f', cls=Function)
    
    # 表达式
    expr1 = Eq(f(x).diff(x, x) - 2*f(x).diff(x) + f(x), sin(x))
    
    # 求解微分方程
    r1 = dsolve(expr1, f(x))
    
    print(r1)
    print("原式:", latex(expr1))
    print("求解后:", latex(r1))
    

    3.输出:

    原式:

    [f{left (x ight )} - 2 frac{d}{d x} f{left (x ight )} + frac{d^{2}}{d x^{2}} f{left (x ight )} = sin{left (x ight )} ]

    解微分后:

    [f{left (x ight )} = left(C_{1} + C_{2} x ight) e^{x} + frac{cos{left (x ight )}}{2} ]

    04.png

    作者:Mark

    日期:2019/03/17 周日

  • 相关阅读:
    docker学习
    redis哨兵部署
    HUE中一些重要元数据表的DDL整理
    Autosys中ON_HOLD和ON_ICE的区别
    Spark结构化API的执行过程——Logical Plan & Physical Plan
    关于Spark中Columns的引用方法
    关于Spark Dataset API中的Typed transformations和Untyped transformations
    关于Kafka Consumer 与 Partitions
    使用sed根据变量值注释掉文件中相匹配的记录行
    sqoop export to teradata时出现java.lang.NullPointerException
  • 原文地址:https://www.cnblogs.com/zyg123/p/10549354.html
Copyright © 2011-2022 走看看