第5章 MATLAB 线性方程组的求解实例解析.pptVIP

【例5-1】利用直接法求解下面的线性方程组。 编写如下语句： A=[1 2 3;4 5 6;7 8 0]; % 线性方程组的系数矩阵 b=ones(3,1); % 线性方程组的右端向量 [U1,x1]=Gauss(A,b) % 利用顺序Gauss消去法求解线性方程组 [U2,x2]=Gauss_column(A,b) % 利用列主元Gauss消去法求解线性方程组 [L3,U3,x3]=LU_decompose(A,b) % LU分解求解线性方程组 x4=A\b % 左除法求解线性方程组 x5=inv(A)*b % 逆矩阵法求解线性方程组 【例5-6】求向量 的3个常用范数。 调用函数norm()编写如下语句： x=[1 -2 0 7 4 -9 7]; % 给定的向量 p=[1 2 inf]; % 范数的类型 % 调用norm()函数求解 for k=1:length(p) x_norm(k)=norm(x,p(k)); % 将求取的不同范数存储于向量x_norm中 end % 根据定义求解 x_norm1(1)=sum(abs(x)); % 根据1-范数的定义求解 x_norm1(2)=sqrt(sum(x.^2)); % 根据2-范数的定义求解 x_norm1(3)=max(abs(x)); % 根据-范数的定义求解 % 显示求解结果 x_norm,x_norm1 【例5-10】利用迭代法求解如下线性方程组。 分别利用jacobi法，Gauss-Seidel法和超松弛法求解，编写如下语句： A=[eye(2) -1/4*ones(2); -1/4*ones(2) eye(2)]; % 构造系数矩阵 b=1/2*ones(4,1); % 右端向量 [x1,iter1]=Jacobi_iter(A,b) % 利用Jacobi迭代法求解线性方程组 [x2,iter2]=seidel_iter(A,b) % 利用Gauss-Seidel迭代法求解线性方程组 w=1:0.1:2; % 松弛因子 for k=1:length(w) [x,iter,exitflag]=SOR_iter(A,b,w(k)); % 根据不同松弛因子求解线性方程组 N(k)=iter; % 将迭代次数存入向量N end N w_opt=w(N==min(N)) % 寻找迭代最快的方式 实验范例：正方形槽的电位分布 由电磁学知识知，矩形槽中的电位函数满足拉普拉斯方程，即 其边界条件满足第一类边界条件（Dirichlet边界条件）： 该方程为一个偏微分方程，固然可以用求解偏微分方程的方法求解，这里另外给出一种近似解法——有限差分方法。有限差分法的第一步将场域分成足够多的正方形网格，网格线之间的距离为h，网格线的交点称为节点。现我们来讨论5个相邻节点上电位之间的关系，即节点0上与节点1，2，3，4上φ1,φ2,φ3,φ4电位之间的关系。设节点0的坐标为(x0, y0 )，由于网格的边长h很小，因此在通过节点0且平行于轴的直线上的相邻点x的电位值φ(x, y0) ，可用二维函数的泰勒公式在节点0展开为： 【练5】由基尔霍夫电压定理有 又 代入上式有： * 运行结果：x =[-1,1,0] 运行结果： x_norm =[30.0000,14.1421,9.0000] x_norm1=[30.0000,14.1421,9.0000] 运行结果：x=[1.0000,1.0000,1.0000,1.0000]iter1=19,iter2=11,w=1.1?iter=6 在节点1 ， ，这一点的电位为 在节点3 ， ，这一点的电位为 当正方形网格分得足够多时，网格的边长h可以足够的小，则上式中h4 以上的项都可以忽略，上式近似为： 写成迭代格式有 Potential_distribution.m Efence.m *