matlab线性方程组数值求解实验报告.docVIP

湖南大学电气与信息工程学院 《数值计算》课程 上机实验报告 姓名： 班级： 学号： 日期： 指导老师： 本次实验题号：第 2 次实验 一. 实验目的： 　　　了解gauss消去法和迭代法matlab算法实现求任意方程组的根。 实验内容： 用gauss消去法和迭代法求解下列线性方程组： 求出gauss消去法的上三角矩阵和方程组的解，并在命令窗口显示； 显示迭代法求解过程中所有结果（）要求求解精度达到10^-5. 三. 算法介绍或方法基础 消去法： 消元过程： 设，令乘数，做（消去第i个方程组的）操作×第1个方程+第i个方程（i=2，3，.....n） 则第i个方程变为 这样消去第2，3，。。。，n个方程的变元后。原线性方程组变为： 这样就完成了第1步消元。 回代过程： 在最后的一方程中解出，得： 再将的值代入倒数第二个方程，解出，依次往上反推，即可求出方程组的解： 其通项为 高斯赛德尔迭代法 (9) 由此看出,高斯—塞德尔迭代法的一个明显的优点是,在电算时,只需一组存储单元(计算出后不再使用,所以用冲掉,以便存放近似解. 程序 消去法： function x=gauss(A,b) n=length(b); A=[A,b]; for k=1:(n-1) A((k+1):n,(k+1):(n+1))=A((k+1):n,(k+1):(n+1))... -A((k+1):n,k)/A(k,k)*A(k,(k+1):(n+1)); A((k+1):n,k)=zeros(n-k,1); A end x=zeros(n,1); x(n)=A(n,n+1)/A(n,n); for k=n-1:-1:1 x(k,:)=(A(k,n+1)-A(k,(k+1):n)*x((k+1):n))/A(k,k); end 迭代法： function EX() a=input(请输入系数矩阵a：); b=input(请输入矩阵b:); N=input(请输入最大迭代次数N：); esp=input(请输入近似解的误差限：); if any(diag(a))==0 error(系数矩阵错误，迭代终止！) end D=diag(diag(a)); X0=zeros(size(b)); x1=0; x2=0; x3=0; X1=[x1;x2;x3]; h=inv(D)*b; B=inv(D)*(D-a); B1=triu(B); B2=tril(B); k=1; fprintf(高斯-赛德尔迭代法 ); fprintf(第0次迭代得：) disp(X1); while k=N x1=h(1,1)+B1(1,:)*X0; X1=[x1;x2;x3]; x2=h(2,1)+B1(2,:)*X0+B2(2,:)*X1; X1=[x1;x2;x3]; x3=h(3,1)+B2(3,:)*X1; X1=[x1;x2;x3]; if norm(X1-X0,inf)esp fprintf(已满足误差限。 ) break ; end X0=X1; fprintf(第%2d次迭代得：,k) disp(X1); k=k+1; end fprintf(满足误差限的高斯-赛德尔迭代近似解为：) disp(X1); fprintf(用高斯-赛德尔迭代法迭代次数为 %d次,k-1) end 五. 实验结果 迭代法： 消去法： 结果分析与解释 ①Gauss-Seidel 迭代法收敛条件：迭代矩阵的普半径小于1；迭代矩阵的范数小于1；系数矩阵是占优矩阵。 ②Gauss消元法：在消元过程中可能出现主元为零的情形，使得消元过程无法继续下去。或者主元的绝对值很小，用作除数，可导致其他元数量级的严重增长和舍入误差的扩散，是计算结果不可靠。