[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+78

def 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.]
>>> 9/0.11
81.81818181818181</span>

本节到此结束，欲知后事如何，请看下回分解。