matlab代码--解线性方程组的迭代法.docVIP

解线性方程组的迭代法 rs里查森迭代法求线性方程组Ax=b的解 function [x,n]=rs(A,b,x0,eps,M) if(nargin == 3)eps = 1.0e-6;%eps表示迭代精度M = 10000;%M表示迭代步数的限制值 elseif(nargin == 4)M = 10000; end I =eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while (toleps)x = (I-A)*x0+b;n = n + 1;%n为最终求出解时的迭代步数tol = norm(x-x0);x0 = x;if(n=M)disp(Warning:迭代次数太多，可能不收敛！);return;end end crs里查森参数迭代法求线性方程组Ax=b的解 function [x,n]=crs(A,b,x0,w,eps,M) if(nargin == 4)eps = 1.0e-6;%eps表示迭代精度M = 10000;%M表示迭代步数的限制值 elseif(nargin == 5)M = 10000; end I =eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while (toleps)x = (I-w*A)*x0+w*b;n = n + 1;%n为最终求出解时的迭代步数tol = norm(x-x0);x0 = x;if(n=M)disp(Warning:迭代次数太多，可能不收敛！);return;end end grs里查森迭代法求线性方程组Ax=b的解 function [x,n]=grs(A,b,x0,W,eps,M) if(nargin == 4)eps = 1.0e-6;%eps表示迭代精度M = 10000;%M表示迭代步数的限制值 elseif(nargin == 5)M = 10000; end I =eye(size(A)); n=0; x=x0; tol=1;%前后两次迭代结果误差 %迭代过程 while (toleps)x = (I-W*A)*x0+W*b;%迭代公式n = n + 1;%n为最终求出解时的迭代步数tol = norm(x-x0);x0 = x;if(n=M)disp(Warning:迭代次数太多，可能不收敛！);return;end end jacobi雅可比迭代法求线性方程组Ax=b的解 function [x,n]=jacobi(A,b,x0,eps,varargin) if nargin==3eps= 1.0e-6;M = 200; elseif nargin3errorreturn elseif nargin ==5M = varargin{1}; endD=diag(diag(A)); %求A的对角矩阵 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; n=1;%迭代次数 while norm(x-x0)=epsx0=x;x=B*x0+f;n=n+1;if(n=M)disp(Warning: 迭代次数太多，可能不收敛！);return;end endgauseidel高斯-赛德尔迭代法求线性方程组Ax=b的解 function [x,n]=gauseidel(A,b,x0,eps,M) if nargin==3eps= 1.0e-6;M = 200; elseif nargin == 4M = 200; elseif nargin3errorreturn; endD=diag(diag(A)); %求A的对角矩阵 L=-tril(A,-1);%求A的下三角阵 U=-triu(A,1);%求A的上三角阵 G=(D-L)\U; f=(D-L)\b; x=G*x0+f; n=1;%迭代次数 while norm(x-x0)=epsx0=x;x=G*x0+f;n=n+1;if(n=M)disp(Warning: 迭代次数太多，可能不收敛！);return;end end SOR超松弛迭代法求线性方程组Ax=b的解 function [x,n]=SOR(A,b,x0,w,eps,M) if nargin==4eps= 1.0e-6;M = 200; elseif nargin4errorreturn elseif nargin ==5M = 200; endif(w=0 || w=2)error;return; end D=diag(diag(A)); %求A的对角矩阵 L=-tril(A,-1);%求A的下三角阵 U=-triu(A,1);%求A的上三角阵 B=inv