### Python实现求解线性方程组并验证结果 以下是使用Python编写自定义函数来求解线性方程组 \(a + b + c = 40\), \(a - b = 10\), 和 \(b - c = 6\) 的方法，并验证结果是否正确。此方法适合四年级学生简单理解。 #### 定义问题 首先，将线性方程组表示为矩阵形式 \(Ax = b\)： \[ A = \begin{bmatrix} 1 & 1 & 1 \\ 1 & -1 & 0 \\ 0 & 1 & -1 \end{bmatrix}, \quad x = \begin{bmatrix} a \\ b \\ c \end{bmatrix}, \quad b = \begin{bmatrix} 40 \\ 10 \\ 6 \end{bmatrix} \] 然后，通过矩阵运算求解 \(x\)。 #### 自定义函数实现 以下代码展示了如何定义一个自定义函数来求解线性方程组并验证其结果。 ```python import numpy as np def solve_and_verify(): """ 求解线性方程组并验证结果。 方程组为： a + b + c = 40 a - b = 10 b - c = 6 """ # 定义系数矩阵A和常数向量b A = np.array([[1, 1, 1], [1, -1, 0], [0, 1, -1]]) b = np.array([40, 10, 6]) # 使用numpy.linalg.solve求解方程组 x = np.linalg.solve(A, b) # 提取解 a, b, c = x[0], x[1], x[2] # 验证解是否满足原方程组 eq1 = np.isclose(a + b + c, 40) # 第一个方程 eq2 = np.isclose(a - b, 10) # 第二个方程 eq3 = np.isclose(b - c, 6) # 第三个方程 # 输出结果 if eq1 and eq2 and eq3: print(f"解是正确的：a={a:.2f}, b={b:.2f}, c={c:.2f}") else: print("解不正确，请检查！") return a, b, c # 调用函数 solve_and_verify() ``` #### 代码解释 1. **定义矩阵**：系数矩阵 \(A\) 和常数向量 \(b\) 被定义为NumPy数组[^1]。 2. **求解方程组**：使用 `np.linalg.solve` 方法直接求解线性方程组 \(Ax = b\)，这是推荐的方法[^1]。 3. **验证解**：通过将求得的 \(a\), \(b\), 和 \(c\) 代入原始方程组，检查每个方程是否成立。这里使用了 `np.isclose` 函数以允许浮点数计算中的小误差[^2]。 #### 示例输出 运行上述代码后，如果解正确，则会输出类似以下内容： ``` 解是正确的：a=19.00, b=9.00, c=3.00 ``` ---