您好,登錄后才能下訂單哦!
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。
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))<Delta: find=1 break X=np.copy(x) end=time.perf_counter()#結(jié)束計(jì)時(shí) print('時(shí)間:',end-start) print('迭代',i) return X,find,i,end-start
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#最大迭代步數(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)。如果覺得文章不錯(cuò),可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。