數值分析實驗之線性方程組的迭代求解(Python實現)

本文轉載自查看原文 2020-05-04 20:33 611 數值分析

詳細實驗指導見上一篇，此處只寫內容啦

實驗內容：求解如下4元線性方程組的近似解。

• Jacobi迭代過程

 1 import numpy as np
 2 
 3 A = np.array([[10,-1,2,0],[-1,11,-1,3],[2,-1,10,-1],[0,3,-1,8]])
 4 B = np.array([6, 25, -11, 15])
 5 x0 = np.array([0.0, 0, 0, 0])
 6 x = np.array([0.0, 0, 0, 0])
 7 
 8 times = 0
 9 
10 while True:
11     for i in range(4):
12         temp = 0
13         for j in range(4):
14             if i != j:
15                 temp += x0[j] * A[i][j]
16         x[i] = (B[i] - temp) / A[i][i]
17     calTemp = max(abs(x - x0))
18     times += 1
19     if calTemp < 1e-5:
20         break
21     else:
22         x0 = x.copy()
23 
24 print(times)
25 print(x)

運行結果：

•Gauss-Seidel迭代

 1 import numpy as np
 2 
 3 A = np.array([[10,-1,2,0],[-1,11,-1,3],[2,-1,10,-1],[0,3,-1,8]])
 4 B = np.array([6, 25, -11, 15])
 5 x0 = np.array([0.0, 0, 0, 0])
 6 x = np.array([1.0, 2, -1, 1])
 7 times = 0
 8 
 9 while True:
10     for i in range(4):
11         temp = 0
12         tempx = x0.copy()
13         for j in range(4):
14             if i != j:
15                 temp += x0[j] * A[i][j]
16         x[i] = (B[i] - temp) / A[i][i]
17         x0[i] = x[i].copy()
18     calTemp = max(abs(x - tempx))
19     times += 1
20     if calTemp < 1e-5:
21         break
22     else:
23         x0 = x.copy()
24 
25 print(times)
26 print(x)

運行結果：

• SOR迭代法

 1 import numpy as np
 2 
 3 A = np.array([[10,-1,2,0],[-1,11,-1,3],[2,-1,10,-1],[0,3,-1,8]])
 4 B = np.array([6, 25, -11, 15])
 5 x0 = np.array([0.0, 0, 0, 0])
 6 x = np.array([1.0, 2, -1, 1])
 7 w = 1.2
 8 times, MT = 0, 1000
 9 
10 while times < MT:
11     tempx = x0.copy()
12     for i in range(4):
13         temp = 0
14         for j in range(4):
15             if i != j:
16                 temp += x0[j] * A[i][j]
17         x[i] = (B[i] - temp) / A[i][i]
18         x0[i] = x[i]
19     x = w * x + (1-w) * tempx
20     calTemp = max(abs(x - tempx))
21     times += 1
22     if calTemp < 1e-5:
23         break
24 print(times)
25 print(x)

運行結果：

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 MATLAB線性方程組的迭代求解法 python 求解線性方程組雅克比迭代法介紹以及matlab代碼實現-線性方程組求解數值分析實驗之矩陣的LU分解及在解線性方程組中的應用（Python 代碼）線性方程組迭代算法——Jacobi迭代算法的python實現線性方程組迭代算法——Gauss-Seidel迭代算法的python實現數值計算：線性方程組的迭代解法 01 靜態迭代法【線性代數】線性方程組的求解數值分析實驗之平方根法解線性方程組（MATLAB代碼）求解線性方程組的三種基本迭代法