实用 MATLAB教学资料-13-14线性方程组.pptVIP

1、Jacobi迭代法 迭代格式的矩阵形式 其中 AX=B D -L -U A的对角阵 A的严格下三角阵 A的严格上三角阵 Jacobi迭代矩阵 其中 2、Seidel迭代法 AX=B 迭代格式 迭代计算的终止准则 四、迭代解法的MATLAB实现 diag( ) eig( ) triu( ) tril( ) max( ) abs( ) norm( ) norm(X,p) 向量的范数 p 范数类型 数学表达式 1 1范数 2 （缺省值） 2范数 inf 无穷范数 例2 用Jacobi迭代求解 要求 五、线性方程组的性态与条件数 x1=2, x2=1 1、线性方程组的性态 x1=10.75, x2= -2 ||A|| ||A-1|| = condA A的条件数（condition number） define 2、条件数的定义 ||A|| ||A-1|| = condA 3、MATLAB计算条件数 1、norm函数 norm(A,p)*norm(inv(A),p) condition number cond (A , p) p 范数类型 1 1范数 2 2范数 inf 无穷范数 2、cond函数 condition number 3、MATLAB计算条件数 例3 求系数矩阵的条件数 cond(A, inf) [l , U] = lu(A) 与X=U\( l \ B)联用，求解AX=B 1、lu(A) 函数 六、矩阵的三角分解函数 （自学） 原理——列主元三角分解 P A=L U 其中 P：置换矩阵（换位阵） 　　 L：单位下三角阵 U：上三角阵 1、lu(A) 函数 六、矩阵的三角分解函数 格式一、 [L , U, P] = lu(A) PA=LU 1、lu(A) 函数 格式二、[l , U] = lu(A) PA=LU A=l U 令 l =P-1L l ：L在P作用下得到的矩阵 1、lu(A) 函数 格式三、Y = lu(A) Y：L 和 U的紧凑格式 省略L中的主对角线元素1， 将L和U写在同一个方阵中 PA=LU 1、lu(A) 函数 2、chol 函数 功能 乔莱斯基分解 格式 l=chol(A) A-对称正定方阵(positive definite) l-上三角阵，满足lTl=A Cholesky factorization 原理：QR分解（正交三角分解） 格式：[Q, R]=qr(A) 其中Q 是正交矩阵, QTQ = I, R 是上三角矩阵 满足A=QR 3、qr 函数 (1) [l , U] = lu(A) (2) [L , U, P] = lu(A) (3) Y = lu(A) 例4 求A的LU分解 例5 判断A是否为对称正定矩阵 l=chol(A) （1）用MATLAB功能函数求解 （2）用MuPAD Notebook求解 （3）对恰定方程组，编写m文件用Seidel迭代法求解（先判断迭代格式的收敛性），精度要求 体会MATLAB的数值计算和符号运算 1、 2、 3、 实用MATLAB 作业 分别用符号运算功能函数 和符号工具箱求解 1、符号功能函数法 clear all syms x y(x) Dy = diff(y) y=dsolve(diff(y, 2) == -2*diff(y)-y+x*exp(x)*cos(x), y(0) ==0, Dy(0) ==1) 格式简化、修饰 y=simplify(y) pretty(y) %simplify后表达式 y = (exp(-x)*(140*x - 4*exp(2*x)*cos(x) - 22*exp(2*x)*sin(x) + 15*x*exp(2*x)*cos(x) + 20*x*exp(2*x)*sin(x) + 4))/125 %pretty后表达式 exp(-x) (140 x - exp(2 x) cos(x) 4 - exp(2 x) sin(x) 22 + x exp(2 x) cos(x) 15 + x exp(2 x) sin(x) 20 + 4) --------------------------------------------------------------------------------------------------------