[从头学数学] 第112节 一元一次方程

剧情提要：
[机器小伟]在[工程师阿伟]的陪同下进入了筑基初期的修炼，
这次要修炼的目标是[一元一次方程]。

正剧开始：

星历2016年02月27日 11:04:53, 银河系厄尔斯星球中华帝国江南行省。
[工程师阿伟]正在和[机器小伟]一起研究一元一次方程。

<span style="font-size:18px;">#解方程def tmp2():    a = np.matrix([[50]]);    b = np.array([2]);    c = np.linalg.solve(a, b);    print(c);    #print(np.dot(a, c));</span>

<span style="font-size:18px;">>>> [ 6.][ 5.][ 2000.]#解方程def tmp2():    a = np.matrix([[4]]);    b = np.array([24]);    c = np.linalg.solve(a, b);    print(c);    #print(np.dot(a, c));    a = np.matrix([[150]]);    b = np.array([2450-1700]);    c = np.linalg.solve(a, b);    print(c);    a = np.matrix([[0.52-(1-0.52)]]);    b = np.array([80]);    c = np.linalg.solve(a, b);    print(c);</span>

<span style="font-size:18px;">>>> [ 19.][-4.][-27.]>>> #解方程def tmp2():    #未知数系数    a = np.matrix([[1]]);    #值    b = np.array([26-7]);    #方程的解    c = np.linalg.solve(a, b);    print(c);    #验算    #print(np.dot(a, c));    #未知数系数    a = np.matrix([[-5]]);    #值    b = np.array([20]);    #方程的解    c = np.linalg.solve(a, b);    print(c);    #验算    #print(np.dot(a, c));    #未知数系数    a = np.matrix([[-1/3]]);    #值    b = np.array([4+5]);    #方程的解    c = np.linalg.solve(a, b);    print(c);    #验算    #print(np.dot(a, c));</span>

<span style="font-size:18px;">>>> ['7x-2.5x+3x-1.5x+60+18']多项式7x-2.5x+3x-1.5x+60+18 具有以下的项： ['7x', '-2.5x', '3x', '-1.5x', '60', '18']其中各单项分别是：单项式7x 的系数是7， 次数是1，详细是[['x', 1]]。单项式-2.5x 的系数是-2.5， 次数是1，详细是[['x', 1]]。单项式3x 的系数是3， 次数是1，详细是[['x', 1]]。单项式-1.5x 的系数是-1.5， 次数是1，详细是[['x', 1]]。单项式60 的系数是60， 次数是0，单项式18 的系数是18， 次数是0，合并同类项后详细情况是： [[6.0, 1, [['x', 1]]], [78, 0, []]]合并同类项后是:6.0x+78def tmp():    a = ['7x-2.5x+3x-1.5x+15*4+6*3'];    size = len(a);    for i in range(size):        a[i] = algExpr(a[i]);    print(a);    for i in range(size):        #print('<{0}>\n'.format(i+1));        polynomial(a[i]);    return;>>> [ 4.][ 13.]#解方程def tmp2():    #未知数系数    a = np.matrix([[2-5/2]]);    #值    b = np.array([6-8]);    #方程的解    c = np.linalg.solve(a, b);    print(c);    #验算    #print(np.dot(a, c));    #未知数系数    a = np.matrix([[6]]);    #值    b = np.array([78]);    #方程的解    c = np.linalg.solve(a, b);    print(c);    #验算    #print(np.dot(a, c));</span>

那么如果方式一更省钱，就需要58+0.25(t-150)<88, 也就是时间<270分钟。

<span style="font-size:18px;">>>> ['0.17x+0.08x+0.14x+5+0.5x+4-x']多项式0.17x+0.08x+0.14x+5+0.5x+4-x 具有以下的项： ['0.17x', '0.08x', '0.14x', '5', '0.5x', '4', '-x']其中各单项分别是：单项式0.17x 的系数是0.17， 次数是1，详细是[['x', 1]]。单项式0.08x 的系数是0.08， 次数是1，详细是[['x', 1]]。单项式0.14x 的系数是0.14， 次数是1，详细是[['x', 1]]。单项式5 的系数是5， 次数是0，单项式0.5x 的系数是0.5， 次数是1，详细是[['x', 1]]。单项式4 的系数是4， 次数是0，单项式-x 的系数是-1， 次数是1，详细是[['x', 1]]。合并同类项后详细情况是： [[-0.11, 1, [['x', 1]]], [9, 0, []]]合并同类项后是:-0.11x+9</span>

这个题不用分数精确的解是不行的。

<span style="font-size:18px;">#解方程def tmp2():    #未知数系数    a = np.matrix([1-(1/6+1/12+1/7+1/2)]);    #值    b = np.array([9]);    #方程的解    c = np.linalg.solve(a, b);    print(c);    #验算    #print(np.dot(a, c));</span>

<span style="font-size:18px;">>>> [ 84.]>>> 9/0.1181.81818181818181</span>

本节到此结束，欲知后事如何，请看下回分解。