jacobi高斯牛顿迭代.docVIP

实验二：迭代法求解方程组 姓名：徐烨 学号时间：2010-11-17一、实验目的 利用jacobi迭代法和gauss-seidei迭代法求解线性方程组，利用newton迭代法求解非线性方程组。在求解过程中，利用这三种方法的迭代原理，根据迭代法的求解流程，写出三种迭代法的迭代格式，学习三种迭代法的原理和解题步骤，并使用matlab软件求解方程。在实验过程中，分别取不同的初值进行求解，并做结果分析，解怒同德方程来比较这三种迭代方法的利弊。 二、实验步骤 newton迭代法 ⒈newton迭代原理 考虑非线性方程f(x)=0，求解她的困难在于f是非线性函数。为克服这一困难，考虑它的线性展开。设当前点为Xk, 在Xk处的Taylor展开式为 ff 令上式右端为0.解其方程得到 此式就称为Newton公式。 2. newton迭代法的matlab实现 function x=newton(fname,dfname,x0,e,N) %用途：牛顿迭代法解非线性方程组分f(x)=0 %fname和dfname分别表示f(x)及其到函数的M函数句柄或内嵌函数的表达式%x0为迭代初值，e为精度 %x为返回数值解，并显示计算过程，设置迭代次数上线N以防发散 if nargin5,N=500;end if nargin4,e=le-4;end x=x0;x0=x+2*e;k=0; fprintf(It.no=%2d x%[2d]=%12.9f\n,k,k,x) while abs(x0-x)ekN k=k+1; x0=x;x=x0-feval(fname,x0)/feval(dfname,x0); fprintf(It.no=%2d x[%2d]=%12.9f\n,k,k,x) end if k==N,fprintf(已达到迭代次数上限); end 在试验中，我用这种方法求 f(x)=x3-3*x-1=0的解 ①初值为2时，新建一个文件，输入： fun=inline(x^3-3*x-1); dfun=inline(3*x^2-3); x=newton(fun,dfun,2,0.5e-6) 即可得此方程的解为： It.no= 0 xIt.no= 1 x[ 1]= 1.888888889 It.no= 2 x[ 2]= 1.879451567 It.no= 3 x[ 3]= 1.879385245 It.no= 4 x[ 4]= 1.879385242 x = 1.879385241571817e+000 ②初值为5时，新建一个文件，输入： fun=inline(x^3-3*x-1); dfun=inline(3*x^2-3); x=newton(fun,dfun,5,0.5e-6) 即可得此方程的解为： It.no= 0 xIt.no= 1 x[ 1]= 3.486111111 It.no= 2 x[ 2]= 2.562343095 It.no= 3 x[ 3]= 2.075046554 It.no= 4 x[ 4]= 1.902660228 It.no= 5 x[ 5]= 1.879777024 It.no= 6 x[ 6]= 1.879385355 It.no= 7 x[ 7]= 1.879385242 x = 1.879385241571826e+000 ③初值为8时，新建一个文件，输入： fun=inline(x^3-3*x-1); dfun=inline(3*x^2-3); x=newton(fun,dfun,8,0.5e-6) 即可得此方程的解为： It.no= 0 xIt.no= 1 x[ 1]= 5.423280423 It.no= 2 x[ 2]= 3.754505841 It.no= 3 x[ 3]= 2.719579123 It.no= 4 x[ 4]= 2.148629510 It.no= 5 x[ 5]= 1.920654127 It.no= 6 x[ 6]= 1.880593045 It.no= 7 x[ 7]= 1.879386323 It.no= 8 x[ 8]= 1.879385242 It.no= 9 x[ 9]= 1.879385242 x = 1.879385241571817e+000 gauss-seidel实验过程 1.gauss-seidel迭代原理 将方程组Ax=b（设）化成等价方程组： 采用迭代格式： 2.gauss-seidel迭代法的matlab实现 function x=jacobi(A,b,x0,emg,N) % A是线性方程组的系数矩阵 % b是值向量 % x0是迭代初始向量