Ich finde wirklich nicht, wo der Fehler liegt...

Die Löschvorgabe habe ich leider. import numpy as np A = np.array( [ [2,4,0,1,1,0,0], [1,1,5,1,0,1,0], [0,1,1,1,0,0,1] ] ) b = np.array( [20,30,10] ) A from itertools import combinations def comb(arr,r): return list(combinations(arr,r)) arr = np.array( [0,1,2,3,4,5,6] ) r = 4 print(comb(arr,r)) for ...

natürlich...

Deswegen verstehe ich es nicht. Mit meinem "Nachtrag" werden 35 Kombinationsmöglichkeiten generiert, die jeweils aus 3 Elementen bestehen. Soweit richtig. In meiner for Schleife habe ich dann i,j und k als Variablen gesetzt und den Index angepasst. Trotzdem erscheint der Error 'tuple index...

for i,j,k in comb(range(A.shape[2]), 2): teil_von_A = np.delete(A, [i, j, k], axis=1) if np.linalg.det(teil_von_A) != 0: inverse_von_A = np.linalg.inv(teil_von_A) x = inverse_von_A.dot(b) print("Diese x nehmen den Wert 0 an: ", i+1, ",", j+1, ",", k+1, "\n") ...

Nachtrag:

Wie kann ich denn nun eine dritte Variable "k" zu i und j in die Schleife aufnehmen? for i,j in comb(range(A.shape[1]), 2): teil_von_A = np.delete(A, [i, j], axis=1) if np.linalg.det(teil_von_A) != 0: inverse_von_A = np.linalg.inv(teil_von_A) x = inverse_von_A.dot(b) print("Diese x ne...

Super, ich benötige die erste Variante.
Das funktioniert, bis ich an den Punkt komme, an dem die Spalten mit dem Index 1 und 4 dran kommen.
Da kommt der Error "Singular matrix". Woran könnte das liegen?

Prinzipiell schon. Aber wie kann ich itertools.combinations in die Schleife einbauen?

Genau, ich weiß aber nicht, wie ich das umsetzen kann.

Ich habe das ganze etwas umgeformt: import numpy as np A = np.array( [ [2,1,-1,0,0], [2,4,0,-1,0], [0,4,0,0,-1] ] ) i = 0 j = 1 A = np.delete(A,(i,j), axis=1) Inverse_von_A = np.linalg.inv(A) b = np.array( [6,12,4] ) x = np.dot(Inverse_von_A,b) print("Diese x nehmen den Wert 0 an: ", i+1, ...

Hallo zusammen, ich möchte für folgendes Problem eine Schleife anlegen: import numpy as np A = np.array( [ [2,1,-1,0,0], [2,4,0,-1,0], [0,4,0,0,-1] ] ) A = np.delete(A,(2,3), axis=1) Inverse_von_A = np.linalg.inv(A) b = np.array( [6,12,4] ) x = np.dot(Inverse_von_A,b) x Die Schleife soll nacheinande...