Jacobi迭代算法的Python实现详解_jacobi算法 - CSDN文库

190 浏览量更新于2023-05-11 评论收藏 43KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Jacobi迭代算法的迭代算法的Python实现详解实现详解

主要介绍了Jacobi迭代算法的Python实现详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有

一定的参考学习价值,需要的朋友可以参考下

import numpy as np

import time

1.1 Jacobi迭代算法迭代算法

def Jacobi_tensor_V2(A,b,Delta,m,n,M):

start=time.perf_counter()#开始计时

find=0#用于标记是否在规定步数内收敛

X=np.ones(n)#迭代起始点

x=np.ones(n)#用于存储迭代的中间结果

d=np.ones(n)#用于存储Ax**(m-2)的对角线部分

m1=m-1

m2=2-m

for i in range(M):

print('X',X)

a=np.copy(A)

#得Ax**(m-2)

for j in range(m-2):

a=np.dot(a,X)

#得d 和 (2-m)Dx**(m-2)+(L'+U')x**(m-2)

for j in range(n):

d[j]=a[j,j]

a[j,j]=m2*a[j,j]

#迭代更新

for j in range(n):

x[j]=(b[j]-np.dot(a[j],X))/(m1*d[j])

#判断是否满足精度要求

if np.max(np.fabs(X-x))<Delta:

find=1

break

X=np.copy(x)

end=time.perf_counter()#结束计时

print('时间：',end-start)

print('迭代',i)

return X,find,i,end-start

1.2 张量张量A的生成函数和向量的生成函数和向量b的生成函数：的生成函数：

def Creat_A(m,n):#生成张量A

size=np.full(m, n)

X=np.ones(n)

while 1:

#随机生成给定形状的张量A

A=np.random.randint(-49,50,size=size)

#判断Dx**(m-2)是否非奇异，如果是，则满足要求，跳出循环

D=np.copy(A)

for i1 in range(n):

for i2 in range(n):

if i1!=i2:

D[i1,i2]=0

for i in range(m-2):

D=np.dot(D,X)

det=np.linalg.det(D)

if det!=0:

break

#将A的对角面张量扩大十倍，使对角面占优

for i1 in range(n):

for i2 in range(n):

if i1==i2:

A[i1,i2]=A[i1,i2]*10

print('A:')

print(A)

return A

#由A和给定的X根据Ax**(m-1)=b生成向量b

def Creat_b(A,X,m):

a=np.copy(A)

for i in range(m-1):

a=np.dot(a,X)

print('b:')

print(a)

return a

1.3 对称张量对称张量S的生成函数：的生成函数：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

weixin_38607784

粉丝: 6
资源: 923

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈