Jacobi的python代码迭代是什么bug？

Question

这是求解线性方程组的Jacobi迭代法程序的一部分，代码问题是迭代的前解向量与这个迭代的解向量是相同的。

import numpy as np
def Jacobi(A,b,x,e,N): ## Ax=b,e precision ,N max times 
    A,b=np.array(A,dtype=float),np.array(b,dtype=float)
    n=A.shape[0]
    x,y=np.array(x),np.zeros(n)
    for k in range(N):
        for i in range(n):
            m=0
            for j in range(n):
                m=m+A[i,j]*x[j]
            y[i]=x[i]+(b[i]-m)/A[i,i]
        R=max(abs(x-y))
        x=y
        print(R)
A=[[5,-1,-1,-1],[-1,10,-1,-1],[-1,-1,5,-1],[-1,-1,-1,10]]
B=[-4,12,8,34]
x0=np.zeros(4)
Jacobi(A,B,x0,0.001,10)

X和y应该是不相等的，但是程序输出的R=0.Just类似于在这里输入图像描述。

Answer 1

在第13行

x=y.copy()

因为x=y让x=y永远。