扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
这篇文章主要介绍了python实现迭代法求方程组的根过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
站在用户的角度思考问题,与客户深入沟通,找到合江网站设计与合江网站推广的解决方案,凭借多年的经验,让设计与互联网技术结合,创造个性化、用户体验好的作品,建站类型包括:做网站、成都网站制作、企业官网、英文网站、手机端网站、网站推广、主机域名、网页空间、企业邮箱。业务覆盖合江地区。
有方程组如下:
迭代法求解x,python代码如下:
import numpy as np import matplotlib.pyplot as plt A = np.array([[8, -3, 2], [4, 11, -1], [6, 3, 12]]) b = np.array([[20, 33, 36]]) # 方法一:消元法求解方程组的解 result = np.linalg.solve(A, b.T) print('Result:\n', result) # 方法二:迭代法求解方程组的解 B = np.array([[0, 3/8, -2/8], [-4/11, 0, 1/11], [-6/12, -3/12, 0]]) f = np.array([[20/8, 33/11, 36/12]]) error = 1.0e-6 steps = 100 xk = np.zeros((3, 1)) # initialize parameter setting errorlist = [] for k in range(steps): xk_1 = xk xk = np.matmul(B, xk) + f.T print('xk:\n', xk) errorlist.append(np.linalg.norm(xk-xk_1)) if errorlist[-1] < error: print('iteration: ', k+1) break # 把误差画出来 x_axis = [i for i in range(len(errorlist))] plt.figure() plt.plot(x_axis, errorlist)
结果如下:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持创新互联。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流