雅可比迭代求解线性方程组python代码

以下是使用雅可比迭代法求解线性方程组的Python代码：

import numpy as np

def jacobi(A, b, x0, tol=1e-6, max_iter=1000):
    n = len(A)
    x = x0.copy()
    for k in range(max_iter):
        x_prev = x.copy()
        for i in range(n):
            s = sum(A[i][j] * x_prev[j] for j in range(n) if j != i)
            x[i] = (b[i] - s) / A[i][i]
        if np.linalg.norm(x - x_prev, ord=np.inf) < tol:
            break
    return x

其中，A是系数矩阵，b是常数向量，x0是初始解，tol是容差，max_iter是最大迭代次数。函数返回求解得到的向量x。使用方法示例：

A = np.array([[4,-1,0],[-1,4,-1],[0,-1,4]])
b = np.array([1,1,1])
x0 = np.array([0,0,0])
x = jacobi(A, b, x0)
print(x)

输出结果为：

[ 0.4  0.6  0.8]