fixed dependencies

vendor/github.com/nuknal/goNum/NLEs_SeidelIterate.go

@@ -0,0 +1,97 @@
+// NLEs_SeidelIterate
+/*
+------------------------------------------------------
+作者   : Black Ghost
+日期   : 2018-12-20
+版本   : 0.0.0
+------------------------------------------------------
+    多元非线性方程组Seidel迭代
+理论：
+    Pk = x0
+    Fk = [f1, f2,..., fn]'
+
+         |df1/dx1 df1/dx2 ... df1/dxn|
+         |df2/dx1 df2/dx2 ... df2/dxn|
+    Jk = |...     ...     ... ...    |
+         |dfn/dx1 dfn/dx2 ... dfn/dxn|
+
+    Jk*dPk = -Fk
+    P_(k+1) = Pk+dPk
+
+    参考：John H. Mathews and Kurtis D. Fink. Numerical
+         methods using MATLAB, 4th ed. Pearson
+         Education, 2004. ss 3.7
+------------------------------------------------------
+输入   :
+    funs    方程组，nx1
+    J       Joccobi矩阵，nxn
+    x0      初值x
+    tol     控制误差
+    n       最大迭代次数
+输出   :
+    sol     解，nx1
+    err     解出标志：false-未解出或达到边界；
+                     true-全部解出
+------------------------------------------------------
+*/
+
+package goNum
+
+import (
+	"math"
+)
+
+// NLEs_SeidelIterate 多元非线性方程组Seidel迭代
+func NLEs_SeidelIterate(funs, J func(Matrix) Matrix, x0 Matrix,
+	tol float64, n int) (Matrix, bool) {
+	/*
+		多元非线性方程组Seidel迭代
+		输入   :
+		    funs    方程组，nx1
+		    J       Joccobi矩阵，nxn
+		    x0      初值x
+		    tol     控制误差
+		    n       最大迭代次数
+		输出   :
+		    sol     解，nx1
+		    err     解出标志：false-未解出或达到边界；
+		                     true-全部解出
+	*/
+	//判断x维数
+	if x0.Columns != 1 {
+		panic("Error in goNum.NLEs_SeidelIterate: x0 is not a vector")
+	}
+
+	sol := ZeroMatrix(x0.Rows, 1)  //解向量
+	xold := ZeroMatrix(x0.Rows, 1) //Pk
+	var err bool = false
+
+	//将x0赋予xold
+	for i := 0; i < x0.Rows; i++ {
+		xold.Data[i] = x0.Data[i]
+		sol.Data[i] = x0.Data[i]
+	}
+	//循环迭代
+	y := NumProductMatrix(funs(xold), -1.0)
+	for i := 0; i < n; i++ {
+		ja := J(xold)
+		dx, dxerr := LEs_ECPE(Matrix2ToSlices(ja), y.Data)
+		if dxerr != true {
+			panic("Error in goNum.NLEs_SeidelIterate: Solve error")
+		}
+		//求解新值
+		for i := 0; i < x0.Rows; i++ {
+			sol.Data[i] = xold.Data[i] + dx[i]
+			xold.Data[i] = sol.Data[i]
+		}
+		y = NumProductMatrix(funs(xold), -1.0)
+		//判断误差
+		maxy, _, _ := MaxAbs(y.Data)
+		if math.Abs(maxy) < tol {
+			err = true
+			return sol, err
+		}
+	}
+
+	return sol, err
+}