原理：

请看本人博客：

代码：

import numpy as npmax=100#迭代次数上限Delta=0.01m=2#阶数：矩阵为2阶n=3#维数：3X3的矩阵shape=np.full(m, n)shape=tuple(shape)def read_tensor(f,shape):#读取张量    data=[]    for i in range(n**(m-1)):        line = f.readline()        data.append(list(map(eval, line.split(","))))    return np.array(data).reshape(shape)    def read_vector(f):#读取向量    line = f.readline()    line = line.replace("\n","")    line=list(map(eval, line.split(",")))    return np.array(line)    #读取数据    f = open("jacobi_data.txt")A=read_tensor(f,shape)#读取矩阵Ab=read_vector(f)#读取bf.close()print('A:')print(A)print('b:',b)#求LU=L+ULU=np.copy(A)for i in range(n):    LU[i,i]=0LU=0-LU#求D:系数矩阵的对角线元素D=np.copy(A)D=D+LU#迭代求解x=np.ones(n)#用于存储迭代过程中x的值y=np.ones(n)#用于存储中间结果DLU=np.dot(np.linalg.inv(D),LU)#对D求逆，然后和LU相乘Db=np.dot(np.linalg.inv(D),b)print('x:',x)for iteration in range(max):    #迭代计算    y=np.dot(DLU,x)+Db            #判断是否达到精度要求        if np.max(np.fabs(x-y))

数据：

组织形式：前3行是A的数据，最后1行是b的数据。

 

结果：