两点边值问题的不同迭代法比较及matlab实现.docVIP

两点边值问题的不同迭代法比较及matlab实现 问题：考虑两点边值问题： 容易知道它的精确解为： 为了将微分方程离散，把[0,1]区间n等分，令h=1/n，，得到差分方程 ，从而得到迭代方程组的系数矩阵A。 对=1，a=1/2,n=100,分别用jacobi，G-S，超松弛迭代法分别求线性方程组的解，要求4位有效数字，然后比较与精确解的误差。 对=0.1，=0.01，=0.001，考虑同样问题。 思想： 利用书上的迭代公式即可。 注意问题： 迭代矩阵是n-1阶的，不是n阶； 等号右端向量b的最后一项，不是ah^2，而是ah^2-eps-h 精确解： 带入a=1/2,=1 代码： clear x=linspace(0,1); truy=(1-0.5)/(1-exp(-1/1))*(1-exp(-x./1))+x.*0.5; figure; plot(x,truy,g,LineWidth,1.5); hold on; Grid 图： 三种方法的实现 Jacobi法：代码见附录 Eps=1 结果： 迭代次数k：22273 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） Eps=0.1 结果： 迭代次数k：8753 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） Eps=0.01 结果： 迭代次数k：661 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） G-S迭代法：代码见附录 Eps=1 结果： 迭代次数k：11125 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） Eps=0.1 结果： 迭代次数k：4394 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） Eps=0.01 结果： 迭代次数k：379 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） 超松弛法：代码见附录 Eps=1 w=1.56 结果： 迭代次数k：3503 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） Eps=0.1 w=1.56 结果： 迭代次数k：1369 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） Eps=0.01 w=1.56 结果： 迭代次数k：131 结果与精确解的比较图（绿色粗线是精确解，黑色细线是迭代结果） 结果： Jacobi、G-S、超松弛法，三者都能够取得对精确解的良好逼近，但是，在相同的精度条件下，三者的收敛速度是不一样的，jacobiG-S超松弛，也就是说，在迭代次数相同的条件下，精度：jacobiG-S超松弛。 代码附录： Jacobi： function [y,k]=jacobi2(a,eps,h,delta) n=1.0/h; A=ones(n-1); y=zeros(n-1,1); z=zeros(n-1,1); k=0; for i=1:n-1 for j=1:n-1 A(i,j)=0; end end for i=1:n-1 A(i,i)=-(2*eps+h); end for i=1:n-1 for j=1:n-1 if i==j+1 A(i,j)=eps; end if i==j-1 A(i,j)=eps+h; end end end b=zeros(n-1,1); for i=1:n-2 b(i,1)=a*h^2; end b(n-1,1)=a*h^2-eps-h; D=zeros(n-1); for i=1:n-1 D(i,i)=A(i,i); end L=zeros(n-1); for i=1:n-1 for j=1:n-1 if ij L(i,j)=-A(i,j); end end end U=zeros(n-1); for i=1:n-1 for j=1:n-1 if ij U(i,j)=-A(i,j); end end end B=D\(L+U); g=D\b; while 1 z=B*y+g; if norm(z-y,inf)delta break; end y=z;k=k+1; end x=linspace(0,1); truy=(1-a)/(1-exp(-1/eps))*(1-exp(-x./eps))+x.*a; figure; plot(100*x,truy,g,LineWidth,5); hold on; grid hold on;