数值分析课程实习报告-迭代法求取线性方程组的近似解.doc

课程实习报告 课程名称： 数值分析课程实习 实习题目： 利用Matlab软件编程运用迭代法求取线性方程组的近似解 姓 名： 系： 专 业： 年 级： 学 号： 指导教师： 职 称： 年 月 日  课程实习报告评分表 序号 项目 评分权值 评定成绩 1 算法：正确，步骤合理 0.3 2 程序：画流程图，用语言或数学软件编写 0.2 3 质量：分析处理科学；文字通顺；计算及测试结果准确； 0.4 4 工作量、工作态度：按期完成规定的任务，工作量饱满；工作努力，遵守纪律 0.1 合 计 1 指导教师签名： 年 月 日  目 录 1. 实习的目的和任务 1 2. 实习要求 1 3. 实习地点 1 4. 主要仪器设备 1 5. 实习内容 1 5.1 算法思想 1 5.2 实习步骤 3 5.3 流程图 3 5.4 MATLAB程序 5 5.5 实例分析 8 5.6 结果分析 32 6．总结 35 参考文献 36 数值分析课程实习 实习的目的和任务 目的：熟练运用MATLAB数学软件，了解数值计算方法及其应用，提高计算的效率和计算的精度,针对题目编制程序，通过课程实习达到能够应用软件解决实际问题。 任务：编写运用迭代法解线性方程组的近似解的程序，用Jacobi迭代法、Gauss- Seidel迭代法、逐次超松弛迭代法研究数值问题。掌握Jacobi迭代法、Gauss- Seidel迭代法、逐次超松弛迭代法的格式，以及掌握迭代收敛性及收敛性及5.1 算法思想 根据方程组设计出一个迭代公式，然后将任意选取的一初始向量代入迭代公式，求出，再以代入同一迭代公式，求出，如此反复进行，得到向量序列。当收敛时，其极限即为原方程组的解。 设方程组：，记作。 5.1.1 Jacobi迭代法 迭代公式：，其中为第次迭代向量，为下一次迭代向量。 迭代矩阵：其中，。且 5.1.2 Gauss- Seidel迭代法 迭代公式： 迭代矩阵：，其中，。 5.1.3 逐次超松弛迭代法 迭代公式：其中为松弛因子。当时，迭代法就转化为迭代法。 迭代矩阵：。其中，。 三个迭代法中矩阵为： ，， 5.2 实习步骤 1、先对Jacobi迭代法、Gauss- Seidel迭代法、逐次超松弛迭代法这三种迭代法进行MATLAB代码编写，并对三个代码绘制模块图。 2、根据实例中的系数矩阵A和右端矩阵b，给定迭代误差为1e-5，用Jacobi迭代法、Gauss- Seidel迭代法和逐次超松弛迭代法进行计算。而逐次超松弛迭代法要在5个不同的松弛因子下进行计算，迭代误差也为1e-5。 3、分析结果，对Jacobi迭代法、Gauss- Seidel迭代法的结果进行比较收敛性和收敛速度，并且比较一下逐次超松弛迭代法在10个不同的松弛因子下进行计算的结果情况，分析计算结果并给出结论，并对三种迭代法进行评价。 5.3 流程图 5.3.1 Jacobi迭代法流程图 5.3.2 Gauss- Seidel迭代法流程图 5.3.3 逐次超松弛迭代法流程图 5.4 MATLAB程序 5.4.1 Jacobi迭代法MATLAB编程 % jacobi 迭代法 计算线性方程组 % tol 为输入误差容限，x0为迭代初值 function [x,k]=Fjacobi(A,b,x0,tol) D=diag(diag(A)); %求A的对角阵 L=-tril(A,-1); %求A的下三角阵 U=-triu(A,1); %求A的上三角阵 B=D\(L+U); f=D\b; x=B*x0+f; %迭代公式 k=0; %迭代次数 [v,d]=eig(B); C=diag(d); format long if sum(abs(C)=1)0 disp(谱半径大于1，迭代方程不收敛); return; else while norm(x-x0)=tol x0=x; x=B*x0+f; k=k+1; str=strcat([第 num2str(k) 次迭代后的值： ]); disp(str); disp(x); end str1=strcat(在误差容许范围内，近似解为:); disp(str1); end 5.4.2 Gauss- Seidel迭