Python与Matlab求解S参数误差校正方程组结果不同，Python代码是否有误？

我正在做S参数误差校正的相关工作，需要通过三个方程组求解a、b、c三个值，相关的方程组示意图如下：

我用Matlab实现的代码及结果 #

先给大家看看我用Matlab写的代码，这个版本的结果是我预期的参考：

syms a b c
eqn1 = (G_A1*a)+(b)-(G_A1*G_M1*c) == G_M1; %short
eqn2 = (G_A2*a)+(b)-(G_A2*G_M2*c) == G_M2; %load
eqn3 = (G_A3*a)+(b)-(G_A3*G_M3*c) == G_M3; %open
%[A,B] = equationsToMatrix([eq1, eq2, eq3], [a, b, c]);
%res = linsolve(A,B);
sol = solve([eqn1, eqn2, eq3], [a, b, c]);
aSol = sol.a;
bSol = sol.b;
cSol = sol.c;

运行后得到的结果：

• a的解：4.9284 - 2.8505i
• b的解：-11.1951 -37.7373i
• c的解：-31.2705 -64.5481i

我用Python实现的代码及结果 #

之后我用Python尝试同样的求解，代码如下：

import numpy as np

a = np.array([[G_A1,G_A2,G_A3], [1,1,1], [(-G_A1*G_M1),(-G_A2*G_M2),(-G_A3*G_M3)]])
b = np.array([G_M1,G_M2,G_M3])
x = np.linalg.solve(a, b)

但得到的结果和Matlab完全不一样：

• 第一个值（对应a）：-0.24421332 -0.021397452j
• 第二个值（对应b）：-10.1681071 -37.679968ej
• 第三个值（对应c）：-0.77652264 -0.0377357202j

我的疑问 #

明显两个工具的结果差异很大，我怀疑是Python代码里的矩阵构造出了问题，想请教大家：上述Python代码是否存在错误？

内容的提问来源于stack exchange，提问作者C Vith