今日复习内容：矩阵乘法，高斯消元

哈哈，我来干回老本行，复习点儿数学类专业学的东西

因为电脑上制作费时间，所以我直接用我的《高等代数》和《数值分析》笔记。

一.矩阵乘法

例题1：矩阵相乘

题目描述：

小明最近刚刚学习了矩阵乘法，但是他计算的速度太慢，于是他希望你能帮他写一个矩阵乘法的运算器。

输入描述：

输入的第一行包括三个正整数N,M,K，表示一个N行M列的矩阵乘以一个M行K列的矩阵。接下来N行，每行M个整数，表示第一个矩阵，接下来的M行，每个K个整数，表示第二个矩阵。

0 < N,M,K <= 100, 0 <= 矩阵中的每个整数 <=1000.

输出描述：

输出有N行，每行K个整数，表示矩阵乘法的结果。

参考答案：

def mul(A,B):N,M = len(A),len(A[0])_M,K = len(B),len(B[0])if M != _M:return FalseC = [[0] * K for i in range(N)]for i in range(N):for j in range(K):for k in range(M):C[i][j] += A[i][k] * B[k][j]return Cdef read(A,n):for i in range(n):A.append(list(map(int,input().split())))def output(A):for x in A:print(' '.join(map(str,x)))A = []
B = []
N,M,K = map(int,input().split())
read(A,N)
read(B,M)
C = mul(A,B)
output(C)

运行结果：

二.高斯消元

（这是我自己的实验报告，但是代码是Matlab写的，所以没有截下来）

例题2：n元一次线性方程组

（我去找了一个我的期末考题，写成了蓝桥杯题目的形式） 

参考答案： 

import numpy as npdef solve_linear_system(n, coefficients):A = np.array([equation[:-1] for equation in coefficients])b = np.array([equation[-1] for equation in coefficients])try:# 尝试解线性方程组solution = np.linalg.solve(A, b)return solution.round(2)except np.linalg.LinAlgError:# 如果出现LinAlgError，则说明无解return -1# 示例输入
n = int(input())
coefficients = []
for _ in range(n):equation = list(map(float, input().split()))coefficients.append(equation)# 求解线性方程组
solution = solve_linear_system(n, coefficients)# 输出结果
if isinstance(solution, np.ndarray):for s in solution:print(s)
else:print(solution)

仅供参考，我虽然懂原理，但是我还是觉得有点难。

OK，这篇就写到这里，下次继续！