牛客题解 | Gauss-Seidel法求解线性方程组

题目

题目链接

Gauss-Seidel法是一种求解线性方程组的方法,其基本思想是通过迭代法求解。

具体步骤如下:

  1. 初始化
    • 选择初始解向量 x ( 0 ) x^{(0)} x(0)
    • 选择迭代步数 k k k
  2. 迭代过程
    • 对于第i个方程,使用公式:
      x i ( k + 1 ) = 1 a i i ( b i − ∑ j = 1 i − 1 a i j x j ( k + 1 ) − ∑ j = i + 1 n a i j x j ( k ) ) x_i^{(k+1)} = \frac{1}{a_{ii}} (b_i - \sum_{j=1}^{i-1} a_{ij}x_j^{(k+1)} - \sum_{j=i+1}^{n} a_{ij}x_j^{(k)}) xi(k+1)=aii1(bij=1i1aijxj(k+1)j=i+1naijxj(k))
      其中:
    • a i j a_{ij} aij 是矩阵A中第i行第j列的元素
    • b i b_i bi 是向量b中第i个元素
    • x j ( k ) x_j^{(k)} xj(k) 是第k次迭代时的解向量中第j个元素
  3. 迭代终止条件
    • x ( k + 1 ) x^{(k+1)} x(k+1) x ( k ) x^{(k)} x(k)的差值小于给定阈值时,迭代终止
    • 本题中使用迭代次数代替阈值成为终止条件

标准代码如下

def gauss_seidel_it(A, b, x):
    rows, cols = A.shape
    for i in range(rows):
        x_new = b[i]
        for j in range(cols):
            if i != j:
                x_new -= A[i, j] * x[j]
        x[i] = x_new / A[i, i]
    return x

def gauss_seidel(A, b, n, x_ini=None):
    x = x_ini or np.zeros_like(b)
    for _ in range(n):
        x = gauss_seidel_it(A, b, x)
    return x

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值