关于Gauss-Seidel迭代法的Python实现
生活随笔
收集整理的這篇文章主要介紹了
关于Gauss-Seidel迭代法的Python实现
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
?1 Gauss-Seidel代法的運(yùn)算條件
對(duì)于線性方程,用Gauss-Seidel迭代求解是需要條件的,其條件有三:
- 方陣A必須是非奇異的,即A的行列式必須非0
- 對(duì)角線元素必須非0
- 矩陣A對(duì)角占優(yōu)
???2 Gauss-Seidel代法的迭代原理
因?yàn)?#xff1a;? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (1),
將A分成三部分,下三角陣L,對(duì)角陣D,上三角陣U,所以(1)可以是:
將D單獨(dú)提取出來(lái):
兩邊同除一個(gè)D,變成:
?得到的迭代次序?yàn)?#xff1a;
3? python程序?qū)崿F(xiàn)
import numpy as npdef Guss_Selbi(a, b, x, g): # a為系數(shù)矩陣 b增廣的一列 x迭代初始值 g計(jì)算精度x = x.astype(float) # 設(shè)置x的精度,讓x計(jì)算中能顯示多位小數(shù)m, n = a.shapetimes = 0 # 迭代次數(shù)if (m < n):print("There is a 解空間。") # 保證方程個(gè)數(shù)大于未知數(shù)個(gè)數(shù)else:while True:for i in range(n):s1 = 0tempx = x.copy() # 記錄上一次的迭代答案for j in range(n):if i != j:s1 += x[j] * a[i][j]x[i] = (b[i] - s1) / a[i][i]times += 1 # 迭代次數(shù)加一gap = max(abs(x - tempx)) # 與上一次答案模的差if gap < g: # 精度滿足要求,結(jié)束breakelif times > 10000: # 如果迭代超過(guò)10000次,結(jié)束breakprint("10000次迭代仍不收斂")print(times)print(x)if __name__ == '__main__': # 當(dāng)模塊被直接運(yùn)行時(shí),以下代碼塊將被運(yùn)行,當(dāng)模塊是被導(dǎo)入時(shí),代碼塊不被運(yùn)行。a = np.array([[8, -3, 2], [4, 11, -1], [6, 3, 12]])b = np.array([20, 33, 36])x = np.array([0, 0, 0]) # 迭代初始值g = 1e-6 # 精度為0.000001Guss_Selbi(a, b, x, g)總結(jié)
以上是生活随笔為你收集整理的关于Gauss-Seidel迭代法的Python实现的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: Halcon基础知识:常规数据、对象数据
- 下一篇: Python的setuptools详解【