import numpy as np import time
1.1 Gauss-Seidel迭代算法
def GaussSeidel_tensor_V2(A,b,Delta,m,n,M): start=time.perf_counter() find=0 X=np.ones(n) d=np.ones(n) m1=m-1 m2=2-m for i in range(M): print('X',X) x=np.copy(X) #迭代更新 for j in range(n): a=np.copy(A) for k in range(m-2): a=np.dot(a,x) for k in range(n): d[k]=a[k,k] a[k,k]=m2*a[k,k] x[j]=(b[j]-np.dot(a[j],x))/(m1*d[j]) #判断是否满足精度要求 if np.max(np.fabs(X-x))<Delta: find=1 break X=np.copy(x) end=time.perf_counter() print('时间:',end-start) print('迭代',i) return X,find,i,end-start
1.2张量A的生成函数和向量b的生成函数:
def Creat_A(m,n):#生成张量A size=np.full(m, n) X=np.ones(n) while 1: #随机生成给定形状的张量A A=np.random.randint(-49,50,size=size) #判断Dx**(m-2)是否非奇异,如果是,则满足要求,跳出循环 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 #将A的对角面张量扩大十倍,使对角面占优 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和给定的X根据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 对称张量S的生成函数:
def Creat_S(m,n):#生成对称张量B size=np.full(m, n) S=np.zeros(size) print('S',S) for i in range(4): #生成n为向量a a=np.random.random(n)*np.random.randint(-5,6) b=np.copy(a) #对a进行m-1次外积,得到秩1对称张量b for j in range(m-1): b=outer(b,a) #将不同的b叠加得到低秩对称张量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 实验二
def test_2(): Delta=0.01#精度 m=3#A的阶数 n=3#A的维数 M=200#最大迭代步数 X_real=np.array( [2,3,4]) A=Creat_A(m,n) b=Creat_b(A,X_real,m) GaussSeidel_tensor_V2(A,b,Delta,m,n)
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亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。