数值分析迭代法 数值分析实验报告 jacobi迭代和seidel迭代分析.doc

数值分析迭代法 数值分析实验报告 jacobi迭代和seidel迭代分析 导读：就爱阅读网友为您分享以下“数值分析实验报告 jacobi迭代和seidel迭代分析”资讯，希望对您有所帮助，感谢您对92的支持! 数值分析实验报告 一、 实验目的 1、了解熟悉jacobi迭代法和seidel迭代法的解法 2、将原理与matlab语言结合起来，编程解决问题 3、分析实验结果 二、实验题目 设线性方程组为 ?201?3?1??x1??1???????7??x2??2??3180 ??1240?2??x???10? ???3????10?15??x???1????4??? 考察用jacobi迭代法和seidel迭代法求解该线性方程组的收敛情况。如果收敛，给出误差满足x(k)?x(k?1) ??10?4的解。 三、实验原理 将A 作如下分解 A?D?L?U 这里 ?a11? D?????a22??0???a?,L??21??????ann???an100??an2?0??0?a12??a1n??0??0?0??a2n?,U??? ?????????????0?00?0??Jacobi迭代矩阵为BJ?D?1(L?U) Seidel迭代矩阵为BS?(D?L)?1U 它们的迭代格式都可化为x(k?1)?Bx(k)?g 则迭代格式对任何初值都瘦脸的充要条件是迭代矩阵谱半径?(B)?max?k?1,其中，?k是矩阵B的n个特征值，k?1,2?，n 1?k?n Jacobi迭代矩阵的特征方程为det(?I?BJ)?0 Seidel迭代矩阵的特征方程为det(?I?BS)?det(?(D?L)?U)?0 四、实验内容 用matlab编写计算jacobi迭代矩程序，建立m文件如下： function[M]=BJ(A) D=diag(diag(A)); L=tril(-A)+D; U=triu(-A)+D; M=inv(D)*(L+U); 输入： gt;gt; A=[20 1 -3 -1;3 18 0 7;-1 2 40 -2;1 0 -1 5]; gt;gt; [M]=BJ(A) M: M = 0 -0.0500 0.1500 0.0500 -0.1667 0 0 -0.3889 0.0250 -0.0500 0 0.0500 -0.2000 0 0.2000 0 0?0.050.150.05?????0.166700?0.3889??则jacobi迭代矩阵为：BJ?? 0.025?0.0500.05?????0.2?00.20?? 用matlab求jacobi迭代矩阵的特征根的算法如下： gt;gt; A=[0 -0.05 0.15 -0.05;-0.67 0 0 -0.39;0.025 -0.05 0 0.05;-0.2 0 0.2 0];[V,D]=eig(A) V = -0.1892 + 0.0450i -0.1892 - 0.0450i -0.3812 -0.5005 -0.9467 -0.9467 0.8867 0.5461 -0.1528 - 0.1181i -0.1528 + 0.1181i -0.2099 -0.0466 -0.1056 + 0.1325i -0.1056 - 0.1325i 0.1561 0.6701 D = -0.1774 + 0.0864i 0 0 0 0 -0.1774 - 0.0864i 0 0 0 0 0.2194 0 0 0 0 0.1355 则最大特征根为：0.2194 则?(BJ)?0.2194?1，所以jacobi迭代法收敛 用matlab编程jacobi迭代法求根的算法： function [n,x]=jacobi(A,b,X,nm,w) %用雅克比迭代法求解方程组A