這篇文章給大家介紹如何在Python項(xiàng)目中實(shí)現(xiàn)一個(gè)Jacobi迭代算法，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對(duì)大家能有所幫助。

成都創(chuàng)新互聯(lián)公司是專業(yè)的東臺(tái)網(wǎng)站建設(shè)公司，東臺(tái)接單;提供做網(wǎng)站、成都網(wǎng)站建設(shè),網(wǎng)頁(yè)設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行東臺(tái)網(wǎng)站開(kāi)發(fā)網(wǎng)頁(yè)制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛(ài)的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來(lái)合作!

import numpy as np
import time

1.1 Jacobi迭代算法

def Jacobi_tensor_V2(A,b,Delta,m,n,M):
start=time.perf_counter()#開(kāi)始計(jì)時(shí)
find=0#用于標(biāo)記是否在規(guī)定步數(shù)內(nèi)收斂
X=np.ones(n)#迭代起始點(diǎn)
x=np.ones(n)#用于存儲(chǔ)迭代的中間結(jié)果
d=np.ones(n)#用于存儲(chǔ)Ax**(m-2)的對(duì)角線部分
m1=m-1
m2=2-m
for i in range(M):
print('X',X)
a=np.copy(A)
#得Ax**(m-2)
for j in range(m-2):
a=np.dot(a,X)
#得d 和 (2-m)Dx**(m-2)+(L'+U')x**(m-2)
for j in range(n):
d[j]=a[j,j]
a[j,j]=m2*a[j,j]
#迭代更新
for j in range(n):
x[j]=(b[j]-np.dot(a[j],X))/(m1*d[j])
#判斷是否滿足精度要求
if np.max(np.fabs(X-x))
1.2 張量A的生成函數(shù)和向量b的生成函數(shù)：
def Creat_A(m,n):#生成張量A
size=np.full(m, n)
X=np.ones(n)
while 1:
#隨機(jī)生成給定形狀的張量A
A=np.random.randint(-49,50,size=size)
#判斷Dx**(m-2)是否非奇異，如果是，則滿足要求，跳出循環(huán)
D=np.copy(A)
for i1 in range(n):
for i2 in range(n):
if i1!=i2:
D[i1,i2]=0
for i in range(m-2):
D=np.dot(D,X)
det=np.linalg.det(D)
if det!=0:
break
#將A的對(duì)角面張量擴(kuò)大十倍，使對(duì)角面占優(yōu)
for i1 in range(n):
for i2 in range(n):
if i1==i2:
A[i1,i2]=A[i1,i2]*10
print('A:')
print(A)
return A
#由A和給定的X根據(jù)Ax**(m-1)=b生成向量b
def Creat_b(A,X,m):
a=np.copy(A)
for i in range(m-1):
a=np.dot(a,X)
print('b:')
print(a)
return a
1.3 對(duì)稱張量S的生成函數(shù)：
def Creat_S(m,n):#生成對(duì)稱張量B
size=np.full(m, n)
S=np.zeros(size)
print('S',S)
for i in range(4):
#生成n為向量a
a=np.random.random(n)*np.random.randint(-5,6)
b=np.copy(a)
#對(duì)a進(jìn)行m-1次外積，得到秩1對(duì)稱張量b
for j in range(m-1):
b=outer(b,a)
#將不同的b疊加得到低秩對(duì)稱張量S
S=S+b
print('S:')
print(S)
return S
def outer(a,b):
c=[]
for i in b:
c.append(i*a)
return np.array(c)
return a
1.4 實(shí)驗(yàn)一
def test_1():
Delta=0.01#精度
m=3#A的階數(shù)
n=3#A的維數(shù)
M=200#大迭代步數(shù)
X_real=np.array( [2,3,4])
A=Creat_A(m,n) 
b=Creat_b(A,X_real,m)
Jacobi_tensor_V2(A,b,Delta,m,n)
關(guān)于如何在Python項(xiàng)目中實(shí)現(xiàn)一個(gè)Jacobi迭代算法就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到。
            

            文章標(biāo)題：如何在Python項(xiàng)目中實(shí)現(xiàn)一個(gè)Jacobi迭代算法-創(chuàng)新互聯(lián)            

            URL地址：http://weahome.cn/article/hhjii.html