python實現雅克比(Jacobi)迭代法
阿新 • • 發佈:2018-12-21
# -*- coding: utf-8 -*- #Jacobi迭代法 輸入係數矩陣mx、值矩陣mr、迭代次數n、誤差c(以list模擬矩陣 行優先) def Jacobi(mx,mr,n=100,c=0.0001): if len(mx) == len(mr): #若mx和mr長度相等則開始迭代 否則方程無解 x = [] #迭代初值 初始化為單行全0矩陣 for i in range(len(mr)): x.append([0]) count = 0 #迭代次數計數 while count < n: nx = [] #儲存單次迭代後的值的集合 for i in range(len(x)): nxi = mr[i][0] for j in range(len(mx[i])): if j!=i: nxi = nxi+(-mx[i][j])*x[j][0] nxi = nxi/mx[i][i] nx.append([nxi]) #迭代計算得到的下一個xi值 lc = [] #儲存兩次迭代結果之間的誤差的集合 for i in range(len(x)): lc.append(abs(x[i][0]-nx[i][0])) if max(lc) < c: return nx #當誤差滿足要求時 返回計算結果 x = nx count = count + 1 return False #若達到設定的迭代結果仍不滿足精度要求 則方程無解 else: return False #呼叫 Jacobi(mx,mr,n=100,c=0.001) 示例 mx = [[8,-3,2],[4,11,-1],[6,3,12]] mr = [[20],[33],[36]] print(Jacobi(mx,mr,100,0.00001))