数值分析5用Jabi迭代法和GaussSeiel迭代法求解线性方程组.docVIP

作业六：分别编写用Jacobi迭代法和Gauss-Seidel迭代法求解线性方 程组Ax=B的标准程序，并求下列方程组的解。 可取初始向量X(o)=(O, 0, Of； 迭代终止条件 ||x(k+1)-x(k)||=10e-6 (1) ?8 一 1 1_ xl~ T 2 10 - ? 1 x2 — 4 .1 1 - 5. .x3 - ?3- (2) ?5 2 1 xl -12 -1 4 2 x2 — 20 ?2 -3 10. .x3. ■ 3 Jacobi迭代法: 流程图 判断b屮的最大值有 没有比误差大 A 给X赋初倌 进行迭代 | 求出X，弱到100次还没到，警告不收敛1 程序 clear;clc; A=[8/-l/l;2,10/01;l/l,-5]; b=[l;4;3]; e=le-6; xO=[O;O;O]; n=length(A); x=zeros(n,l); k=0; r=max(abs(b)); while r〉e for i=l:n d=A(ij); if abs(d)e warning^矩阵A输入有误 return; end sum=0; for j=l:n if j~=i sum=sum+A(i,j)*xO(j); end end xl(i)=(b(i)-sum)/A(i,i); end k=k+l; r=max(abs(xl-xO)); xO=xl; fprintf(?第％d 次迭代：\k) fprintfC\n与上次计算结果的距离:％f \n*,r) disp(xl); if k100 warning^ 不收敛)； end end x=xO; 程序结果 (1) 第1次迭代： 与上次计算结果的距离:0. 600000 0. 1250 0.4000 -0.6000 第2次送代： 与上次计茛结果的距离:0. 125000 0. 2500 0. 4350 -0.4950 第3次迭代： 与上次计算结果的距离：0. 035500 0.2412 0.3995 -0.4630 第4次迭代： 与上次计茛结果的距离:0. 003850 0.2328 0.3981 -0.4718 第5欠迭代： 与上次计算结果的距离:0. 002572 0.2337 0. 4006 -0. 4738 第6:欠迭代： 与上次计算结果的距离:0. 000699 0.2343 0. 4006 -0.4731 第7次迭代： 与上次计H结果的距离:0. 000184 0.2342 0.4005 -0. 4730 第扣欠迭代： 与上次计算结果的距离:0. 000054 0.2342 0. 4005 -0.4731 第9次迭代： 与上次计茛结果的距S:O. 000013 0.2342 0.4005 -0.4731 第10次迭代： 与上次计S结果的距离:0. 000004 0.2342 0.4005 -0.4731 第11次迭代： 与上次计茛结果的距离:0. 000001 0.2342 0.4005 -0. 4731 (2) 第i欠迭代： 与上次计算锫累的距S:5. 000000 -2. 4000 5. 0000 0. 3000 欠迭代： 与上次计算结果的距离:2. 060000 -4. 4600 4. 2500 2. 2800 第3欠迭代： 与上次计算结果的距离：1. 505000 -4. 5560 2. 7450 2. 4670 第4次迭代： 与上次计算结果的距惠:0. 564600 -3.9914 2.6275 2.0347 第5次迭代： 与上次计算结累的距惠:0. 357300 ?3.8579 2.9848 1.8865 第6次迭代： 与上次计*绾累的距离:0. 113286 ?3.9712 3.0922 1.9670 第13次迭代： 与上次计算结果的距离:0. 001023 -4. 0002 2. 9992 2. 0002 杗14次迭代： 与上次计算结果的距离:0. 000626 -3.9997 2. 9998 1.9998 第15次迭代： 与上次计算结果的距离：0. 000341 -3.9999 3.0002 1.9999 第16次迭代： 与上次计茛结果的距离:0. 000155 -4.0000 3.0001 2.0000 第17次迭代： 与上次计算结果的距离:0. 000106 -4. 0000 3. 0000 2. 0000 第18次迭代： 与上次计算结果的距离:0. 000041 -4. 0000 3. 0000 2. 0000 第7欠迭代： 与上次计算结果的距离：0. 068570 -4.0303 3.0237 2.0219 第8欠迭代： 与上次计算结果的距离：0. 042216 ?4.0139 2.9815 2.0132 第9欠迭代：