计算机数值分析:
线性方程组迭代公式:高斯赛德尔迭代公式
课本上高斯赛德尔流程图如下:
这里直接就是使用了之前的雅可比迭代的文件:
文件为:
具体代码如下:
#coding=gbk
import numpy as np;
def GaoSiSaider(n,minner,datas,x):
count=1;
numVarity=datas.shape[0];
cols=datas.shape[1];
x_new=x.copy();
while count<=n: #第几次迭代
for j in range(0,numVarity): #变量的个数 第J个变量 也就是第j行
temp=0.0;
for k in range(0,numVarity):
if k==j:
continue;
temp+=x_new[k]*data[j][k];
x_new[j]=(data[j][cols-1]-temp)/data[j][j]
if np.max(x_new-x)<minner:
return x_new;
else:
count+=1;
return x_new;
data=np.loadtxt("Jacobi.txt",comments="#",delimiter=",");
limit=np.loadtxt("limits.txt",comments="#",delimiter=",");
N=int(limit[0])
Minner=float(limit[1]);
X=np.zeros(data.shape[0])
X=GaoSiSaider(N,Minner,data,X);
print(X)
代码运行结果:
书上的结果:
运行的结果和书上结果的第六行进行比较,发现稍有差距,自己猜想可能是精度的问题
遇事不决,可问春风。