矩阵分析MATLAB.docVIP

《矩阵与数值分析》课程数值实验作业 教学班号：5班 任课教师：董波 报告人：王振 专业院系：建设工程学部土木工程学院岩土工程专业 学号（注：作业中所有程序均用Matlab编写） 一、解线性方程组 1．分别Jacobi迭代法和Gauss-Seidel迭 迭代法计算停止的条件为： 用Jacobi迭代法的程序为：（具体程序参见Jacobi.m） clear; A=[8 -3 2;4 11 -1;2 1 4]; b=[20 33 12]; x0=[0 0 0]; tol=1e-6; M=200; dv=0; D=diag(diag(A)); U=-triu(A,1); L=-tril(A,-1); B=inv(D)*(U+L); f=inv(D)*b; for k=1:M x=B*x0+f; e=norm(x-x0,inf); x0=x; if e=tol dv=1;break end end if dv==1 G=[迭代次数,num2str(k)] y=vpa(x,8) else y=[迭代,num2str(M),次失败] end 运行结果为： G = 迭代次数16 y = 3.0000 1.9999 0.9999 用Gause-Seidel迭代法的程序为：（具体程序见Gause_Seidel.m） clear; A=[8 -3 2;4 11 -1;2 1 4]; b=[20 33 12]; x0=[0 0 0]; tol=1e-6; dv=0;M=100; D=diag(diag(A)); U=-triu(A,1); L=-tril(A,-1); B=inv(D-L)*U; f=inv(D-L)*b; for k=1:M x=B*x0+f; e=norm(x-x0,inf); x0=x; if e=tol dv=1;break end end if dv==1 G=[迭代次数:,num2str(k)] y=vpa(x,8) else y=[迭代,num2str(M),次失败]; end 运行结果为： G = 迭代次数:9 y = 3.0000 2.0000 1.0000 分析：用Gause-Seidel迭代法的收敛速度明显高于Jacobi迭代法。 2. 用Gauss列主元消去法、 解： Causs列主元消去法 Function x=Gauss(A,b) [n,m]=size(A); nb=length(b); %当方程组列与行的维数不相等时，停止计算，并输出出错信息 if n~=m error(‘The rows and columns of matrix A must be equal!’); return; end %当方程组与右端项的维数不匹配时，停止计算并输出出错信息 if n~=nb error(‘The columns of A must be equal the length of b!’); return; end %开始计算，先赋初值 x=zeros(n,1); for k=1:n-1 %选主元 max1=0; for i=k:n if abs (A(i,k))max1 max1= abs (A(i,k));r=i; end end if max11e-10 return; end %交换两行 if rk for j=k:n z=A(k,j); A(k,j)= A(r,j); A(r,j)=z; end z=b(k); b(k)=b(r); b(r)=z; end %消元过程 for i=k+1:n m= A(i,k)/ A(k,k); for j= k+1:n A(i,j)=A(i,j)-m*A(k,j); end b(i)= b(i)-m*b(k); end end %回带过程 if abs(A(n,n))1e-10 return; end for k=n-1:1 for j=k+1:n b(k)=b(k)-A(k,j)*x(j); end x(k)=b(k)/A(k,k); end x(k)= b(k)/A(k,k); end A=[2 4 3 1;8 2 0 0;5 0 4 0;9 0 0 5]; b=[12 6 23 16]; gauss(A,b) 计算结果： 方程组的解为 x = 1.0460 -1.1841 4.4425 1.3171 QR方法： A=[2 4 3 1;8 2 0 0;5 0 4 0;9 0 0 5]; b=[12 6 23 16]’;