- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学实验“线性方程组的J-迭代,GS-迭代,SOR-迭代解法”实验报告内含matlab程序代码
PAGE 10
西京学院数学软件实验任务书
课程名称数学软件实验班级数0901学号0912020107姓名李亚强实验课题线性方程组的J-迭代,GS-迭代,SOR-迭代方法。实验目的
熟悉线性方程组的J-迭代,GS-迭代,SOR-迭代方法。实验要求运用Matlab/C/C++/Java/Maple/Mathematica等其中一种语言完成。实验内容线性方程组的J-迭代;
线性方程组的GS-迭代;
线性方程组的SOR-迭代。
成绩教师 实验四实验报告
实验名称:线性方程组的J-迭代,GS-迭代,SOR-迭代。
实验目的:熟悉线性方程组的J-迭代,GS-迭代,SOR-迭代,SSOR-迭代方法,编程实现雅可比方法和高斯-赛德尔方法求解非线性方程组的根,提高matlab编程能力。
实验要求:已知线性方程矩阵,利用迭代思想编程求解线性方程组的解。
实验原理:
1、雅可比迭代法(J-迭代法):
线性方程组,可以转变为:
迭代公式
其中,称为求解的雅可比迭代法的迭代矩阵。以下给出雅可比迭代的分量计算公式,令,由雅可比迭代公式有
,既有,于是,解的雅可比迭代法的计算公式为
高斯-赛德尔迭代法(GS-迭代法):
GS-迭代法可以看作是雅可比迭代法的一种改进,给出了迭代公式:
其余部分与雅克比迭代类似。
逐次超松弛迭代法(SOR-迭代法):
选取矩阵A的下三角矩阵分量并赋予参数w,将之作为分裂矩阵M,,其中,w0,为可选择的松弛因子,又(1)公式构造一个迭代法,其迭代矩阵为从而得到解的逐次超松弛迭代法。
其中:
由此,解的SOR-迭代法的计算公式为
(2)
观察(2)式,可得结论:
、当w=1时,SOR-迭代法为J-迭代法。
、当w1时,称为超松弛迭代法,当w1时,称为低松弛迭代法。
实验内容:
%1.J-迭代
function x1=jacobi(A,b,y);
m=input(请输入迭代次数m:);
eps=input(请输入精度eps:);
D=diag(diag(A));
L=triu(A)-A;
U=tril(A)-A;
M=D\(L+U);
g=D\b;
a=1;
k=0;
while aeps
x2=M*x1+g;
a=norm(x2-x1,inf);
x1=x2;
k=k+1;
end
%输出方程组的近似解、精确值及误差
disp(近似解:);
disp(x1);
x2=x1-y;
a=norm(x2,inf);
fprintf(误差:%.6f;迭代次数:%d\n,a,k);
%2.GS-迭代
function x1=G_S(A,b,y)
n=100;
m=input(请输入迭代次数m:);
eps=input(请输入精度eps:);
D=diag(diag(A));
L=triu(A)-A;
U=tril(A)-A;
%生成矩阵M,向量g
M=(D-L)\U;
g=(D-L)\b;
%迭代首项
x1=eye(n-1,1);
x2=eye(n-1,1);
for i=1:n-1
x1(i)=1;
x2(i)=0;
end
a=1;
k=0;
while aeps
x2=M*x1+g;
a=norm(x2-x1,inf);
x1=x2;
k=k+1;
end
%输出方程组的近似解、精确值及误差
disp(近似解:);
x2=x1-y;
a=norm(x2,inf);
fprintf(误差:%.4f;迭代次数:%d\n,a,k);
%3.SOR-迭代
function a=p(A)
[n,n]=size(A);
x=eig(A);
a=0;
for i=1:n
b=abs(x(i));
if ba
a=x(i);
end
end
a=abs(a);
function x1=SOR(A,b,y) %y为精确解
%超松弛迭代
D=diag(diag(A));
L=triu(A)-A;
U=tril(A)-A;
%求最佳松弛因子w
M=D\(L+U);
w=p(M);
w=2/(1+sqrt(1-w^2));
if w0||w2
disp(迭代不收敛);
return;
end
%生成矩阵M,向量g
M=(D-w*L)\((1-w)*D+w*U);
g=(D-w*L)\b*w;
%进行迭代
w=1;
k=0;
%x1=eye(n,1);
while w1e-6
x2=M*x1+g;
w=norm(x2-x1,inf);
x1=x2;
k=k+1;
end
%输出方程组的近似解、精确值及误
您可能关注的文档
- 数字化城市管理系统建设方案25页,9个标准子系统.doc
- 数字图像处理实验4图象处理中的正交变换.doc
- 数字图像处理技术在大蒜切脐根机中的应用研究.doc
- 数字图像处理技术应用除草机器人.doc
- 数字图像处理教学大纲2014新版.doc
- 数字图像处理实验三数字图像分割处理的工程实现.doc
- 数字图像处理抖动加网伽马校正直方图均匀化.docx
- 数字图像处理均值滤波.doc
- 数字图像处理的MATLAB实现新实验指导书.doc
- 数字图像处理实验一空域图像增强技术.doc
- 上课《归园田居(其一)》课件28张.pptx
- 色彩的魅力课件55.ppt
- 山水田园诗导学练习鉴赏.ppt
- 部编版《白鹭》课件.pptx
- 《Excel在财务中的应用》项目七 全面预算编制方法与应用 教学课件.pptx
- 《Excel在财务中的应用》项目六 利润管理决策模型与应用 教学课件.pptx
- 《Excel在财务中的应用》项目五 运营资金的管理 教学课件.pptx
- 《Excel在财务中的应用》项目四 项目投资管理决策与应用 教学课件.pptx
- 《Excel在财务中的应用》项目三 筹资管理决策模型与应用 教学课件.pptx
- 《Excel在财务中的应用》项目二 Excel 常用函数基础 教学课件.pptx
文档评论(0)