收藏 分销(赏)

用Jacobi 迭代法,Gauss-Seidol迭代法求解线性方程组,讨论收敛性.doc

上传人:pc****0 文档编号:7199055 上传时间:2024-12-27 格式:DOC 页数:8 大小:137.50KB 下载积分:10 金币
下载 相关 举报
用Jacobi 迭代法,Gauss-Seidol迭代法求解线性方程组,讨论收敛性.doc_第1页
第1页 / 共8页
用Jacobi 迭代法,Gauss-Seidol迭代法求解线性方程组,讨论收敛性.doc_第2页
第2页 / 共8页


点击查看更多>>
资源描述
数值分析实验指导 实验六 解线性方程组的迭代法 一、实验目标 1、 理解求解线性方程组的两种迭代法的求解思想:Jacobi迭代法和Gauss-Seidel迭代法。 2、 掌握迭代法收敛的条件,并会判断Jacobi迭代法和Gauss-Seidel迭代法的收敛性。 3、 学会编程实现Jacobi迭代法和Gauss-Seidel迭代法,掌握终止迭代的技术(< 或k >(予给的迭代次数))与发散性判断的方法。 4、 体会初始解 X,松弛因子的选取,对计算结果的影响。 二、实验问题 解线性方程组 (1) ; (2) ; (3) , 精确解:X= ( 1, -1, 0, 1, 2, 0, 3, 1, -1, 2 ) . (4) 对称正定阵系数阵 精确解:X = ( 1, -1, 0, 2, 1, -1, 0, 2 ). (5) 三对角形系数矩阵 精确解:X= ( 2, 1, -3, 0, 1, -2, 3, 0, 1, -1 ). 三、实验要求 1、试用Jacobi 迭代法,Gauss-Seidol迭代法求解线性方程组(1),(2),讨论收敛性。 2、编写Jacobi 迭代法,Gauss-Seidol迭代法解线性方程组的一般程序,对不同精度要求,如,求解线性方程组(1),(2),由迭代次数体会该迭代法的收敛快慢。 3、使用SOR方法求解方程组(3),(4),(5),选取松弛因子=0.8,0.9,1,1.1,1.2等,观察松弛因子的不同取法对算法收敛性的影响,并能找出你所选用的松弛因子的最佳者。 附录一: 《数值分析》实验报告(模板) 【实验课题】 用Jacobi 迭代法,Gauss-Seidol迭代法求解线性方程组,讨论收敛性 【实验目标】 1、 理解求解线性方程组的Jacobi迭代法,Gauss-Seidel迭代法的求解思想。 2、 了解迭代法收敛的条件,会判断Jacobi迭代法和Gauss-Seidel迭代法的收敛性。 3、 学会编程实现Jacobi迭代法和Gauss-Seidel迭代法,掌握终止迭代的技术( < 或k >(予给的迭代次数))与发散性判断的方法。 【理论概述与算法描述】 1. 雅可比迭代法 对于矩阵A,A=D-L-U,令M=D,则A=D-N,则雅克比迭代法 =B+f,其中B-I-1/DA=D^-1(L+U)=J,,由雅可比迭代法得分量计算公式。计=,所以 ,因此雅可比迭代法得计算公式 i=1,2,3.......,k=0,1,2..... 2. 高斯塞德尔迭代法 令M=D-L,A=M-N,得B=(D-L)^-1U=G,G为高斯塞德尔迭代法的迭代矩阵,得到,所以高斯塞德尔计算公式为 , =(),i=1,2,3.......,k=0,1,2..... 【实验问题】 用Jacobi 迭代法,Gauss-Seidol迭代法求解线性方程组,判断收敛性 【实验过程与结果】 1. 理解两种迭代法的计算思想,掌握方法推到计算公式 2. 用matlab编程实现 3. 对实验结果进行分析,比较两种方法,并判断收敛性 【结果分析、讨论与结论】 两种方法得到的结果一样, 雅可比 k = 17 x = -0.1348 -1.0829 3.9203 2. 高斯塞德尔 k = 17 x = -0.1348 -1.0829 3.9203 【附程序】 1. 雅可比程序算法 function x=jacobi(A,b,x0,tol) n=length(b); x=zeros(n,1); x=x0+1; k=0; while norm(x-x0)>tol if k>20 disp('jacobi fails') break; end k=k+1; for i=1:n x0=x; x(i)=(b(i)-A(i,1:n)*x0+A(i,i)*x(i))/A(i,i); end end k 2. 高斯塞德尔程序算法 function x=gaussseided(A,b,x0,tol) n=length(b); x=zeros(n,1); x=x0+1; k=0; while norm(x-x0)>tol if k>20 disp('gaussseided fails:') break; end k=k+1; for i=1:n x0=x; x(i)=(b(i)-A(i,1:(i-1))*x(1:(i-1))-A(i,(i+1):n)*x((i+1):n))/A(i,i); end end k 3. 主函数 A=[1 0.4 0.4;0.4 1 0.8;0.4 0.8 1]; b=[1;2;3]; tol=1e-3; x0=[3;1;6]; %x=jacobi(A,b,x0,tol) x=gaussseided(A,b,x0,tol) 第7页
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 百科休闲 > 其他

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服