Метод релаксации

import numpy as np
import math
def createleft(A, n):
    for i in range(n):
        for j in range(n):
            A[i][j] = int(input("Enter A"+str(i+1)+","+str(j+1)+": ")) #ввод значений с клавиатуры
    return A
def createright(B,n):
    for i in range(n):
        B[i]=int(input("Enter B: "+str(i+1)+": ")) #ввод значений с клавиатуры
    return B
def SOR(A, b, x0, tol, max_iter, w):
    if (w<=1 or w>2): #проверка фактора
        print('w should be inside [1, 2)');
        step = -1;
        x = float('nan')
        return
    n = b.shape #кол-во элементов==кол-во уравнений в СЛАУ;
    x = x0 #временный массив
 
    for step in range (1, max_iter): #итерации
        for i in range(n[0]):
            new_values_sum = np.dot(A[i, :i], x[:i])
            old_values_sum = np.dot(A[i, i+1 :], x0[ i+1: ])
            x[i] = (b[i] - (old_values_sum + new_values_sum)) / A[i, i]
            x[i] = np.dot(x[i], w) + np.dot(x0[i], (1 - w))
        #if (np.linalg.norm(x - x0) < tol):
        if (np.linalg.norm(np.dot(A, x)-b ) < tol):
            print(step) #номер итерации при нарушении точности
            break
        x0 = x
    print("X = {}".format(x)) #наши х
    print("The number of iterations is: {}".format(step))#кол-во итераций
    return x
n = 3
A = np.zeros(shape=(n,n)) #массив индексов перед х в уравнении, тестовый вариант:[3.0,-1.0,1.0],[-1.0,3.0,-1.0],[1.0,-1.0,3.0]
A = createleft(A,n)
B = np.zeros(shape=(n)) #чему равно каждое уравнение, тестовый вариант:[-1.0,7.0,-7.0]
B = createright(B,n)
x0 = np.zeros(shape=(3)) #массив ответов, предварительно заполнен нулями.
tol =  10 ** (-15) #допустимая ошибка (точность решения)
max_iter = 20 #максимум итераций, чтобы наша программа не уходила в бесконечный цикл при уравнении, которое нельзя решить методом релаксации
w = 1.5 #Релаксирующий фактор
x0 = SOR(A, B, x0, tol, max_iter, w)
print(np.dot(A, x0))#Проверка решения. Подставляет наши X в уравнения. Если результаты сходятся с значениями, чему равно уравнение, то ответ получен правильно!