Jacobi迭代法求解线性方程组实验报告.docVIP

仿真平台与工具应用实践 Jacobi迭代法求解线性方程组 实 验 报 告 院 系： 专业班级： 姓 名： 学 号： 指导老师： 实验目的 熟悉Jacobi迭代法原理； 学习使用Jacobi迭代法求解线性方程组； 编程实现该方法； 实验内容 应用Jacobi迭代法解如下线性方程组： ，要求计算精度为 实验过程 （1）、算法理论 迭代格式的引出是依据迭代法的基本思想：构造一个向量系列，使其收敛至某个极限，则就是要求的方程组的准确解。 迭代 将方程组： 在假设，改写成 如果引用系数矩阵 ， 及向量，，， 方程组（1）和（2）分别可写为：及，这样就得到了迭代格式用迭代解方程组时，就可任意取初值带入迭代可知式，然后求。但是，比较大的时候，写方程组和是很麻烦的，如果直接由，能直接得到，就是矩阵与向量的运算了，那么如何得到，呢？实际上，如果引进非奇异对角矩阵 将分解成：要求的解，实质上就有而是非奇异的，所以存在，从而有我们在这里不妨令就得到迭代格式： （2）算法框图 （3）、算法程序 m 文件： function x=jacobi(A,b,P,delta,n) N=length(b); %返回矩阵b的最大长度 for k=1:n for j=1:N x(j)=(b(j)-A(j,[1:j-1,j+1:N])*P([1:j-1,j+1:N]))/A(j,j); end err=abs(norm(x-P)); %求（x-P）模的绝对值 P=x; if(errdelta) %判断是否符合精度要求 break; end end E=eye(N,N); %产生N行N列矩阵 D=diag(diag(A)); f=A*inv(D); %f是A乘D的逆矩阵 B=E-f; P x=x; k,err B MATLAB代码： clear all A=[4，-1，1;4，-8，1;-2，1，5]; b=[7，-21，15]; P=[0,0,0]; x=jacobi(A,b,P,1e-7,20) （4）、算法实现 用迭代法求解方程组： 正常计算结果是2，3，4 ，下面是程序输出结果： P = 2.0000 4.0000 3.0000 k = 17 err = 9.3859e-008 B = 0 -0.1250 -0.2000 -1.0000 0 -0.2000 0.5000 0.1250 0 x = 2.0000 4.0000 3.0000 实验体会 MATLAB是非常实用的软件，能够避免大量计算，简化我们的工作，带来便捷。通过本次试验，我了解了MATLAB软件，提高了解决实际问题的能力。 参考文献 《科学计算与数学建模实验报告_Jacobi迭代法求解线性方程组》 结束 输出 x=P=(0,0,0) 读入 开始 调用 jacobi（） x=Bx’+g