实验3线性方程组的数值解迭代法1.docVIP

实验3 线性方程组数值解-迭代法 一、实验目的：掌握Jaccobi迭代法、Guass-Sidel迭代法、松弛法求解线性方 程组的数值解。 二、实验内容： 1.1题目 分别用雅格比法与窈斯一赛徳尔迭代法解下列方程组Ax=b,研究M:收敛性，上机验证 理论分析是否正确，比较它们的收敛速度，观察右端项对迭代收敛冇无影响。 (1)A 行分别为 Al=[6,2，-l]42=[l，4，—2]，A3=[-3，1，4]; Zl=[-3,2,4]r, Zi2=[100,-200,345]r, ⑵ A 行分别为 Al=[l,0.8,0.8J，A2 IO.8，1，O.8J^43=IO.8,O.8，1J; Z1=L3,2,1J r^2=l5,0-10Jr, (3)A 行分别为 Al=fl,31,A2=f-7,ll； b=[4fi]T, 1.2原理和思路 1.2.1基木原理 (1) Jacobi迭代法 没奋n阶方程组Ax4,若系数矩阵非奇异，且力(/= l,2,-,zz),将方程组改写 成M解方程组： (P\n ~an\X\ ~ an2X2 (P\n ~an\X\ ~ an2X2 U,-l 然后％成迭代格式: 上式也可以简单地写为: - \ la II +1 zf\ ?/ X 对以_ h两式给记一组任意初值x(0)二(())P 对以_ h两式给记一组任意初值 x(0)二 (()) P,经反复迭代可得到一 M朵序 ，)= (k)\T ，如果收敛于 X =(x，，x2，.xj-，则X,.(Z = 1，2,…，AZ) 是方程组Ax=h的解，该方法称为雅克比(Jacobi)迭代法。 设 Z) = diag (“，內2，???，?)，将 Ax=々改写为： AX = (D - (D - A)) x = /?, DX = (D-A)x + b, + 记 B = /- 从4，g = D] b。则迭代格式的向量表 示为 X(k+}) = BfX(k) + g Bj = I-D !A称为雅克比迭代矩阵。 Jacobi逸代收敛的充要条件：迭代?陈仏的?半径特别地, 若系数矩阵A满足以下特征中的任意一条，则Jacobi迭代法收敛： kl〉tW(/=1，2,…，n) ①A为行对角占优阵，即 ； kl〉EW()=1，2,…，n) ②A为列对角占优阵，即 ：：＞ ^a ^ajj ^0(7 = 1,2,???,/!) (2) Gauss-Seidel 迭代法 在雅可比迭代中，每次迭代时只用到前一次的迭代值，而在高斯-塞德尔迭代中，敏 迭代时充分利用最新的迭代值。一旦一个分量的新值被求出，就立即用于后续分量的迭 V(A-+1) (k) 代计算，而不必等到所奋分量的新值被求出以后。如果迭代收敛，?^ 应该比?^更 V(A^I) (A) 接近于原方程的解 (/= 1，2，一,幻，因此在迭代过程中及时地以七代替 (/= 1， 2,…，/H),可得到更快的收敛效果。这样可将迭代格式写成: (又+1)么W-么2° (又+1) 么W-么2 ° nn 上式可简写为: a) a) x^=DALx^ x^=DALx^+Ux^) + D，bi 对于上述Gauss-Seidel迭代式，如写成矩阵形式为: 似 1) _(￡-L)_l Uxa—) +(D-L丫 b — o 0 0 “12 … Cl2\ ? ? ? 0 ? ? ? ? ? ? 0 參 ? 參 ? ? ? _ani …an.n-} 0 0 则Gauss-Seidel迭代法的迭代矩阵为B^ s = lf/。 k收敛的充要条件为谱半径特别地，卷系数辦A满 足Jacobi迭代法三条特征屮的任意一条，则Gauss-Seidel迭代法收敛。 1.2.2实验思路 (1) Jacobi迭代法的算法为: (々 + ” z / 心 (幻、/ =ybi-Laijxia, j京i (/ = 1，2，...，，?如= 0，h…表示边代次数｝ Jacobi迭代法的流程图为: 幵始 幵始 迕以上的流程阁中，先读入数据，即先输入系数矩阵A，常数向量么初始值，停止条件 和最大循环次数。图中％足迭代公式屮的^^ k足循环次数，N足最人循环次数。 (2) Gauss-Saidel迭代法的算法力： (0)(0)、/-I(々+1) (0) (0)、 /-I (々+1) (^+0 ▽ (人)\ ? X. ^brLciijXj - LagXj )’“? 7=1 y=/+i Gauss-Seidel :代法的流程罔为: 始 始 以上的流程图中，先读入数裾，即先输入系数矩阵A，常数向fib，初始值，停止条件和 朵大循环次数N。流程阁中的?是高斯-塞徳尔迭代公式屮的f 是M斯-塞徳尔 xa+i) 迭代公式中的~ , k是迭代次数，N是最大循环次数。 1.3计算结果^分析 (1)当62-f (