《计算方法》---雅克比迭代法和高斯赛德尔迭代法（python实现）

本次将通过一个具体实例来实现一下这两种方法的过程

例题：

1.共同部分

import numpy as np
#输入部分
A = np.array([[10.0, -2, -1], [-2, 10, -1], [-1, -2, 5]])  
B = np.array([3.0, 15, 10])
x0 = np.array([0.0, 0, 0])            #x0,我的理解是一个相对于x延后更新的数组，用于前后更新误差检验
x = np.array([0.0, 0, 0])
print(x[0])
times = 0                             #迭代次数

一.雅克比迭代法

#让i从0循环到最后一个解，每一次更新一个x[i],最后循环完毕得到的最新一组解，再通过误差分析检测是否合适
#j循环的目的在于temp,通过temp的更新（见公式）
while True:
    for i in range(3):           #这里的3，指的是行A数，相对应一组解中有几个解
        temp = 0
        for j in range(3):       #这里的3，指的是A列数
            if i != j:
                temp += x0[j] * A[i][j]
        x[i] = (B[i] - temp) / A[i][i]
#误差分析部分：
    calTemp = max(abs(x - x0))
    times += 1
    if calTemp < 1e-6:
        break
    else:
        x0 = x.copy()            #如果误差过大，让x0=x,进行下一次循环

print(times)
print(x)

output:
16
[ 0.99999984 1.99999984 2.99999974]

二.高斯赛德尔迭代法
与雅克比迭代法不同之处在于，高斯赛德尔迭代法中，一次完整的i循环中，每一次循环得到的更新值，应用到本次循环中的接下来的循环

while True:
    for i in range(3):
        temp = 0
        for j in range(3):
            if i < j:                     #与雅克比迭代法不同之处  #将x0[j]和x[j]放在哪个语句那里很重要！！！
                temp += x0[j] * A[i][j]         #此时我需要计算x[i],需要得到temp(与j有关)，当i>j,就可以使用更新过的x数组的值，i<j,就用没有更新过的，那么就是x0数组
            elif i > j:
                temp += x[j] * A[i][j]          
        x[i] = (B[i] - temp) / A[i][i]
    calTemp = max(abs(x - x0))
    times += 1
    if calTemp < 1e-6:
        break
    else:
        x0 = x.copy()


print(times)
print(x)

output:
9
[ 0.99999989 1.99999995 2.99999996]

Notes:
1.双循环中的第二个循环，用于更新得到temp变量
通过循环来更新temp变量的思想我认为值得思考
2.x0 = x.copy()
一开始，我采用的是x0 = x1,但是容易忽视的是，这样的话，x0 和x1指向的是同一个内存，之后，无论是x0，还是x1改变，两个数组都会改变，这就违背我的原意了

B = np.array([3.0, 15, 10])
C = B
B[2] = 1
print(B)
print(C)

output:
[ 3. 15. 1.]
[ 3. 15. 1.]

所以copy函数是很好的选择