3.2Jacobi迭代法和Gauss-Seidel迭代法研讨.ppt

3.2 Jacobi迭代法和Gauss-Seidel迭代法 本节主要内容 Jacobi迭代法 Gauss-Seidel迭代法 3.2.1 Jacobi迭代法 【解】 k k 0 0 0 0 3 0.9950 0.9850 0.9900 1 0.9000 0.7000 0.8000 4 0.9985 0.9975 0.9970 2 0.9700 0.9500 0.9400 5 0.9998 0.9992 0.9995 卡尔.雅可比 其中A是n阶非奇异矩阵. 且其主对角元素 从而得到Jacobi迭代法的分量形式： 下面推导Jacobi迭代法的矩阵形式： 把系数矩阵A分解成三部分： 任取向量 ，则Jacobi迭代法可写成如下的矩阵形式： 称矩阵J 为Jacobi迭代法的迭代矩阵. 3.2.2 算法与程序 算法3.1 Jacobi迭代法 说明：为简单起见，假定系数矩阵A非奇异，且 ，且假设Jacobi迭代法收敛. 步骤1 输入系数矩阵A，右端向量b，以及初始向量 算法3.1的 Matlab 程序 %Jacobi.m function x = Jacobi (A, b, x0, eps, N) % 功能：用Jacobi迭代法解n 阶线性方程组 Ax=b n=length(b); x=ones(n,1); k=0; while k=N for i=1:n % 步骤 2 x(i)=(b(i)-A(i,[1:i-1,i+1:n])*x0([1:i-1,i+1:n]))/A(i,i); end k=k+1 If norm(x-x0,inf)eps， break； end x0=x; end if kN warning(‘算法超出最大迭代次数！’)； else disp([ 迭代次数= , num2str(k)]) x end 例3.2.2 用Jacobi迭代法程序Jacobi.m求解线性方程组： 编写M文件调用函数Jacobi.m，并运行 【解】 clc clear all format long A=[10,-1,2,0; -1,11,-1,3; 2,-1,10,-1; 0,3,-1,8]; b=[6;25;-11;15]; x0=[0;0;0;0]; eps=1e-3; N=300; x= Jacobi(A, b, x0, eps, N); 计算结果为 迭代次数= 10 x = 1.000118598691415 1.999767947010035 - 0.999828142874476 0.999785978460050 3.2.3 Gauss-Seidel迭代法 Gauss-Seidel迭代法的矩阵形式 Gauss-Seidel迭代法的迭代矩阵 例 3.2.3 表3.2 k k 0 0 0 0 3 0.99570 0.99785 0.99957 1 0.90000 0.70000 0.80000 4 0.99979 0.99989 0.99998 2 0.97000 0.95700 0.99140 5 1.00000 0.99999 1.00000 3.2.4 Gauss-Seidel迭代法的步骤与程序 算法3.2的Matlab程序 例3.2.4