Resuelto numpy

Numpy es una de las bibliotecas avanzadas de Python que se utiliza para resolver múltiples operaciones matemáticas y científicas que podemos agregar, restar, multiplicar, dividir, potencia, mod, etc. También podemos encontrar el producto y el producto cruzado de la matriz, la expresión algebraica y la manipulación de la forma, etc.

Introducción

Encontrar el valor de la variable ambigua "x" se realiza utilizando ecuaciones lineales. Los sistemas de ecuaciones lineales se pueden resolver utilizando los paquetes numpy porque la biblioteca se utiliza para resolver operaciones numéricas. Estas bibliotecas hacen uso del principio de vectorización, que les permite hacer cálculos de matriz rápidamente al reducir el número de bucles. Las ecuaciones lineales se utilizan para encontrar el valor de la variable desconocida "x". Empleamos el Linalg.resolver () función para resolver las ecuaciones lineales. La función solve () se usa para encontrar el valor exacto de x de la ecuación ax = b donde a y b son la matriz dada.

Sintaxis

Aquí está el estilo de implementación de la función Algebraic Algebraic Solve (). Primero, escribiremos el nombre de la biblioteca que estamos usando, que es Numpy. Después de eso, escribiremos la palabra clave "Linalg" porque esta función es una función algebraica lineal de la biblioteca Numpy. Luego, llamamos a la función solve () para resolver la ecuación lineal y pasamos los dos parámetros en ella.

Parámetros

a: es la matriz de coeficiente de Numpy

b: es la matriz de ordenadas si es numpy

Valor de retorno

La ecuación ax = b devuelve la solución de esta ecuación. El tipo de ecuación devuelto Ax = B es una matriz que tiene las mismas dimensiones que la matriz B. Generará el error de álgebra lineal si nuestra matriz "a" es singular.

Ejemplo 01:

Comencemos a implementar la ecuación lineal simple en dos matrices "A" y "B" y luego realizar la función Solve () en esta ecuación. Para comenzar a implementar el código, primero tendremos que abrir un compilador que admitirá el lenguaje de Python.

Primero, escriba la palabra clave "importar" que le dirá al compilador que estamos tratando de importar la biblioteca. Luego, escribimos el nombre de la biblioteca "Numpy" y luego escribimos el alias del Numpy que es "NP".

Usamos un método print () que se usa para mostrar cualquier cosa en Python. Aquí hemos imprimido el mensaje de que vamos a implementar el Linalg.función solve (). Solo imprimimos este mensaje para que el usuario/programador pueda entender fácilmente lo que estamos implementando. Luego, creamos la matriz bidimensional "A" usando la función Array (). Imprimimos la matriz "A" utilizando el método print (). Luego, creamos otra matriz "B" usando la función Array () de Python-Numpy y luego imprimimos la matriz "B" usando el método Pint (). El método print () es la función predefinida del idioma python.

Después de crear ambas matrices A y B, tenemos que implementar la función Solve () en estas matrices. Para llamar a la función, escribimos el nombre alternativo Numpy "NP" porque estamos utilizando la función Numpy. Entonces, usamos la concatenación. La concatenación se usa para combinar las funciones. Luego, escribimos el "linalg", lo que significa que estamos combinando el módulo de álgebra lineal con la biblioteca numpy y resolver la función (). La función solve () se usa para resolver la ecuación lineal y luego pasamos ambas matrices "A" y "B" a la función Solve (). Y luego imprimimos la matriz "X".

Imprimimos la última función de este programa, que es la función AllClose (). La función AllClose () se usa para verificar si ambas matrices son iguales en los elementos iguales dentro de la tolerancia o no; Si es igual, devolverá el verdadero. Como ya ha observado, hemos utilizado el especificador de formato "\ n" una y otra vez en el código anterior porque queremos agregar la nueva línea para que la salida se vea presentable y fácil de entender para el usuario. Ahora, veamos qué produce este código ahora en el shell a continuación:

Ejemplo 02:

Ahora, tenemos otro ejemplo que vamos a implementar utilizando la función solve (). Aquí tenemos una variable desconocida x y queremos obtener el valor de esta variable desconocida. Empleamos el Linalg.Función solve () para resolver las ecuaciones lineales ax = b donde "a" y "b" son la matriz conocida.

Esta es la misma implementación del código que hemos hecho en el ejemplo anterior1, la única diferencia es que los valores de las matrices "A" y "B" se cambian. Ahora, la matriz "A" es singular, lo que significa que no podemos tomar el inverso de la matriz "A". En consecuencia, el sistema no se puede resolver singularmente. Luego, todavía tenemos dos posibilidades, es decir, tenemos el número infinito de soluciones de la matriz "A" o no hay soluciones de la matriz "A".

Veamos los resultados del código que implementamos anteriormente para obtener los valores para "X". Como verá a continuación en la carcasa, primero hemos creado la matriz "A", que es una matriz/matriz tridimensional. Luego, creamos otra matriz "B", que es una matriz 1-dimensional. El compilador produce el aviso de error una vez que tenemos ambas matrices "A" y "B". El error es "Linalgerror", que muestra que la matriz "A" es una matriz singular. Cuando el sistema de la ecuación lineal no tiene solución, entonces esa matriz "A" es la matriz consistente.

Conclusión

En este artículo, hemos hecho una revisión rápida de Numpy, que es el módulo del lenguaje de Python. Luego, aprendimos los conceptos básicos de las ecuaciones lineales y cómo implementamos las ecuaciones lineales en Python y qué función usamos para obtener el valor de la variable desconocida "x" de la ecuación ax = b. Hemos implementado múltiples ejemplos de Linalg.Función solve () con una explicación detallada de estos ejemplos para que el usuario pueda entender fácilmente y no quedará ningún punto de confusión.