cbf的博客

Mathematical expression of gaussian elimination elimination-step and get a upper triangular matrix for k=0 to n-1 mki=a(k)ika(k)kk(i=k+1,…,n−1) m_i^k= \frac {a_{ik}^{(k)}} {a_{kk}^{(k)}} (i=k+

1.主要思想： AX=bAX=b 经过一定的变换成X=BX+fX=BX+f，然后从初始向量出发，计算Xk+1=BXk+fX^{k+1}=BX^{k}+f，经过一定的次数后得到Xk+1X^{k+1}会收敛于真正的值。问题来了？如何得到X=BX+f这种形式？如何证明收敛？接下来的几个算法都是围绕这个问题。 2.雅可比迭代法

# -*- coding: utf-8 -*- import numpy as np import time #calculate time of diffient method np.random.seed(2) #set seed to make x0 unchanged def Create_Tridiagonal_Matrices(a,b,c,n):#创建一种特殊的三对角矩阵，主对角线元