数值代数五次作业.docVIP

第一题： 程序： 1. gongetidu.m x=gongetidu(A,b,s,kmax) 输入值：n*n的矩阵A ，n*1的矩阵b，以及控制迭代停止的s和最大允许的迭代次数kmax 输出值：gongetidu法求解问题A*x=b的解x 2. xldSOR.m [x,w]=xldSOR(A,b) 输入值：n*n的矩阵A ，n*1的矩阵b 输出值：超松弛迭代法迭代用法求解问题A*x=b的解x,以及最佳松弛因子w 3.call1.m 第一题的程序 问题分析： 1.方程分析 将Dirichlet问题转化为如下差分形式： 将 按照自然顺序排序并记向量x ，大小为 [1 ,(n-1)^2] 系数矩阵A为 矩阵大小为[(n-1)^2, (n-1)^2 ] , 其中B=-I/4 ,S’是对角元均为 1+h2/4 ,次对角元均为-1/4 向量b ,讨论两种情况： （1） 对于 即对应的b的分量为 = （2）对于， 例如 i=1, j= ,有 ，有 即对应的b的分量为 为此，可以用for循环同理定义矩阵b，令b= 再将矩阵b按照自然顺序排序得到向量b 由此计算 A*x=b 最后再将1*（n-1）2的向量x变化为（n-1）*（n-1）的矩阵。 2.算法分析： 1. 实共轭梯度法 采用实共轭梯度法解对称正定方程组A*x=b，在||rk||很小或者迭代次数达到最大允许的迭代次数kmax来终止迭代，即令sqrt(r’r)s||b||2或kkmax 2. SOR迭代法： SOR迭代法需要确定最佳松弛因子wopt。选用不同的w值1:0.01:2，用相同的初始向量迭代400次，考虑 x400-x399的无穷范数，无穷范数最小的认为其收敛速度最快，作为最佳松弛因子wopt .再用这个w ,令xk=（D-wL）-1 [(1-w)D+wU] xk-1+w（D -wL）-1 b; 直到 xk- xk-1 的无穷范数0.0001, 将此时的xk 作为解。这样的解满足有四位有效数字。 实验结果 1. 用实共轭梯度法求解 x=gongetidu(A,b,10^(-6),1000) 即在||rk||小于10^(-6)*||b||或者迭代次数达到最大允许的迭代次数kmax=1000来终止迭代。 得到的解x及r=A*x-b的前若干项为 x 208.4 135.1259527 104.1295 90.8499457 86.5346764 87.6299562 92.4930221 100.260195 110.413275 122.587999 b-Ax 6.99E-06 -8.77E-06 4.24E-05 -3.40E-06 -2.35E-05 -2.29E-05 -5.08E-05 -2.61E-05 -1.25E-05 -9.38E-07 残量r(x)的二范数||A*x-b||2=||r(x)||2= 8.7224e-004 系统计算时间为Elapsed time is 0.026339 seconds. 结果分析： 实共轭梯度法求解速度非常快，这与书中的结论“只要线性方程组的系数矩阵是十分良态的，共轭梯度法就会收敛的非常快”相符合。可以通过增加迭代次数增加精度。 将x重新排列成矩阵U，并画图得： 2.用上节课的SOR迭代法进行求解。 其中通过对不同的w分别迭代400次选取迭代速度最快的最为最佳松弛因子wopt。对wopt迭代指导精确到0.0001终止。 得到x和b-Ax的前若干项为： x 208.4005 135.1266 104.13 90.85062 86.53487 87.62954 92.49222 100.2599 110.4141 122.5888 b-A*x 2.91E-06 4.42E-06 5.69E-06 6.71E-06 7.47E-06 7.99E-06 8.26E-06 8.30E-06 8.13E-06 7.76E-06 残量r(x)的二范数||A*x-b||2=||r(x)||2= 1.5601e-004 系统计算时间为Elapsed time is 9.345953 seconds. 最佳松弛因子为1.5530，精切到小数点后两位 结果分析： 由于需要选取SOR迭代法的最佳松弛因子，迭代法需要的时间较长，但是精度较好。可以通过以下方式改进：先确定松弛因子的大概范围再精细计算以减少计算量 3.同时用共轭梯度法和SOR迭代法进行对比求解 为了方便比较，令两种迭代法的终止条件都设定为||rk||10^(-10)*||b||或者kmax=2000, 比较两种方法在结果要求精度较高的情况下的计算效果。 运算时间 残差二范数||r||2 共轭梯度 0.030