LAB解线性方程组的基本迭代法实验.docVIP

Lab07．Jacobi迭代法、Gauss-Seidel迭代法和SOR迭代法； 2．通过对Jacobi迭代法、Gauss-Seidel迭代法和SOR迭代法的程序设计，以提高学生程序设计的能力； 3．应用编写的程序解决具体问题，掌握三种基本迭代法的使用，通过结果的分析了解每一种迭代法的特点。 【实验内容】 1．根据Matlab语言特点，描述Jacobi迭代法、Gauss-Seidel迭代法和SOR迭代法。 2．编写Jacobi迭代法、Gauss-Seidel迭代法和SOR迭代法的M文件。 3．给定为五对角矩阵 (1)及右端面项向量b，给定迭代误差要求，分别用编写的Jacobi迭代法和Gauss-Seidel迭代法程序求解，观察得到的序列是否收敛？若收敛，通过迭代次数分析计算结果并得出你的结论。 (2)用编写的SOR迭代法程序，对于(1)所选取的初始向量及右端面项向量b进行求解，松驰系数ω取1ω2的不同值，在时停止迭代，通过迭代次数分析计算结果并得出你的结论。 【实验仪器与软件】 1．CPU主频在1GHz以上，内存在128Mb以上的PC； 2．Matlab 6.0及以上版本。 实验讲评： 实验成绩： 评阅教师： 200 年 月 日 Lab07．中的系数矩阵分为三部分 设选取M为A的对角元素部分，即选取M=D（对角矩阵），A=D-N ，由得到解Ax=b的雅可比迭代法 其中，称J为解Ax=b的雅可比迭代法的迭代矩阵。 2、高斯-塞德尔迭代法描述如下： 选取分裂矩阵M为A的下三角部分，即选取M=D-L（下三角矩阵），A=M-N，于是由得到解Ax=b的高斯-塞德尔迭代法 ，其中 为解Ax=b的高斯-塞德尔迭代法的迭代矩阵。 3、逐次超松弛迭代法描述如下： 选取分裂矩阵M为带参数的下三角矩阵，其中为可选择的松弛因子，于是由可构造一个迭代法，其迭代矩阵为 ，从而得到解Ax=b的逐次超松弛迭代法，简称SOR法。解Ax=b的SOR方法为，其中 二、算法程序 1、编写Jacobi迭代法的M文件如下： function [x,n]=Jacobi(A,b,x0,r) format long n=length(A); D=diag(diag(A)); L=(-1)*tril(A,-1); U=(-1)*triu(A,1); B=inv(D)*(L+U); f=inv(D)*b; x=B*x0+f; n=1; while norm(x-x0)=r x0=x; x=B*x0+f; n=n+1; end 2、编写Gauss-Seidel迭代法的M文件如下： function [x,n]=GaussSeidel(A,b,x0,r) n=length(A); D=diag(diag(A)); L=(-1)*tril(A,-1); U=(-1)*triu(A,1); B=inv(D-L)*U; f=inv(D-L)*b; x=B*x0+f; n=1; while norm(x-x0)=r x0=x; x=B*x0+f; n=n+1; end 3、编写SOR迭代法的M文件如下： function [x,n]=SOR(A,b,x0,w,r) format long n=length(A); D=diag(diag(A)); L=(-1)*tril(A,-1); U=(-1)*triu(A,1); Lw=inv(D-w*L)*((1-w)*D+w*U); f=w*inv(D-w*L)*b; x=Lw*x0+f; n=1; while norm(x-x0)=r x0=x; x=Lw*x0+f; n=n+1; end 三、数值实验 矩阵A的程序表示如下： function A=lucius() A=[ 3 -1/2 -1/4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0; -1/2 3 -1/2 -1/4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0; -1/4 -1/2 3 -1/2 -1/4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0; 0 -1/4 -1/2 3 -1/2 -1/4 0 0 0 0 0 0 0 0 0 0 0 0 0 0; 0 0 -1/4 -1/2 3 -1/2 -1/4 0 0 0 0 0 0 0 0 0 0 0 0 0; 0 0 0 -1/4 -1/2 3 -1/2 -1/4 0 0 0 0 0 0 0 0 0 0 0 0