python数学建模导论1.1 线性代数知识的补充-线性规划方程求解方法

线性规划模型

代码-使用numpy：

import numpy as np
A = np.array([[10,-1,-2],[-1,10,-2],[-1,-1,5]]) # A为系数矩阵
b = np.array([72,83,42])    #馁接b珞案虫常数列
inv_A = np.linalg.inv(A)    # A的逆矩阵
x = inv_A.dot(b) # A的逆矩阵与b做点积运算
x = np.linalg.solve(A,b) # 5,6两行也可以用本行替代
print(x)

结果展示：

代码-使用sympy：

from sympy import *
x, y, z = symbols('x y z')
eqs = [Eq(10 * x - y - 2 * z, 72),
       Eq(-x + 10 * y - 2 * z, 83),
       Eq(-x - y + 5*z, 42)]
print(solve(eqs, [x, y, z]))

结果展示：