是抹茶味的啊的博客

1.特征根2.逆矩阵三种方法（伴随矩阵是补得那个）

import numpy as np#e为误差def Jacobi(A,b,x,e,times=100): length, width = np.shape(A) D = np.mat(np.diag(np.diag(A))) L = np.triu(A, 1) U = np.tril(A, -1) J = -D.I * (L + U) H = np.eye(length) - D.I * A eig,_ = np.linalg.eig(H) .

照着上面的式子写def SOR(A,b,x,e,w,times=100): #A为方程组系数矩阵 #b为右端向量 #x为初始解 #e为误差大小 #w为松弛因子 #times为迭代次数 D = np.mat(np.diag(np.diag(A))) L = np.triu(A, 1) U = np.tril(A, -1) Sw = (D+w*L).I*((1-w)*D-w*U) fw = w*((D+w*L)...

1.题目2.代码import sympy as sydef fx_Value(x0, fx): result = fx.subs(x, x0) return resultdef Newton(x0, fx, e=1e-6): # fx是原函数 # x0是初值 # e是误差times = 0 while True: x_buff = x0 x0 = x0 - fx_Value(x0, fx) / fx_Valu.

Python实现第一型三次样条插值函数