超松弛迭代法（SOR）的Python实现

在Gauss-Seidel迭代法中M=D-L的基础上，我们令M=(1/w)(D-wL)，B=I-M的逆A，f=M的逆b，其中w为可选择的松弛因子，要求w>0
于是M的逆=w((D-wL)的逆），B=I-M的逆A=I-w((D-wL)的逆)A=((D-wL)的逆)((1-w)D+wU)
从而得到解方程组的SOR解法
B=I-M的逆A=I-w((D-wL)的逆)A=((D-wL)的逆)((1-w)D+wU)
f=w((D-wL)的逆)b
递推公式x（k+1）=Bx（k）+f
例子同前
令w=1时就是Gauss-Seidel解法
要求精确到小数点后5位
代码如下

# -*- coding: utf-8 -*-
"""
Created on Thu Feb 14 10:10:38 2019

@author: Minghua Chen
"""
#逐次超松弛迭代法
import numpy as np
A=[[10.0,3.0,1.0], [2.0,-10.0,3.0], [1.0,3.0,10.0]]
b=[[14.0,-5.0,14.0]]

def get_base(A):
    base=list(np.zeros((len(A),len(A))))
    D=[]
    for i in base:
        D.append(list(i))
    return D

def get_U(A):
    D=get_base(A)
    i=0
    while i<len(A):
        k=i+1
        while k<