Python实现Gauss-Seidel迭代法

在雅可比（Jacobi）迭代法的基础上，通过修改其中逻辑使其成为Gauss-seidel迭代法。通过输入系数矩阵mx，值矩阵mr，最大迭代次数n，目标误差e即可得到答案。

代码如下：

import numpy as np


def Astringency(mx):  # 判断系数矩阵的收敛性
    L, D, U = [], [], []  # 初始化L，D，U矩阵
    for i in range(len(mx)):
        L.append([]), D.append([]), U.append([])
        for j in range(len(mx)):
            if i > j:
                L[i].append(mx[i][j]), D[i].append(0), U[i].append(0)
            if i == j:
                L[i].append(0), D[i].append(mx[i][j]), U[i].append(0)
            if i < j:
                L[i].append(0), D[i].append(0), U[i].append(mx[i][j])
    # print(L)
    # print(D)
    # print(U)
    ld =