解线性方程组的迭法.pptVIP

小 结 线性方程组求根方法的几何意义 线性方程组求根函数的理解与应用 谢 谢 ！ * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第十讲　解线性方程组的迭代解法 内容提要 引言 简单迭代法 赛得尔迭代法 迭代解法的收敛性 MATLAB的线性方程组求解函数2 小结 根据给定方程组，设计出一个迭代公式，构造一数组的序列 ，代入迭代公式，计算出 ，再代入迭代公式，经过k次迭代运算后得到 ，若 收敛于某一极限数组xi，则xi就是方程组的近似解。 迭代过程本质上就是计算极限的过程，一般不能得到精确解。 迭代法的优点是程序简单，适合于大型方程组求解，但缺点是要判断迭代是否收敛和收敛速度问题。 雅可比(Jacobi(1804-1851))迭代法（简单迭代法） 赛得尔 (Seidel (1821 - 1896))迭代法 迭代解法的基本思想 1、引言 设线性代数方程组为 2、简单迭代法 展开为 若对角元素 逐一变量分离得方程组 即 此即为迭代公式 简单迭代解法的过程如下： 1 设定一组初值 第i个变量 第k次迭代 2 第一次迭代： 得到 3 第二次迭代： 得到 4 同样做法，得到第k+1次迭代： 迭代次数k的取值与精度要求有关，按下式判断： 若满足则停止迭代 为了便于编程，迭代公式可改写为： function [x,iter,exitflag]=Jacobi_iter(A,b,x0,eps,iter_max) % 线性方程组的Jacobi迭代求解(向量形式) % 输入参数： % ---A：线性方程组的系数矩阵 % ---b：线性方程组的右端项 % ---x0：初始向量，默认值为零向量 % ---eps：精度要求，默认值为1e-6 % ---iter_max：最大迭代次数，默认值为100 % 输出参数： % ---x：线性方程组的近似解 % ---iter：迭代次数 % ---exitflag：迭代成功与否的标志：exitflag=1表示迭代成功 % exitflag=0表示迭代失败 n=length(b); if nargin5|isempty(iter_max);iter_max=100;end if nargin4|isempty(eps);eps=1e-6;end if nargin3|isempty(x0);x0=zeros(n,1);end iter=0;exitflag=1; D=diag(diag(A));L=tril(A,-1);U=triu(A,1); J=-inv(D)*(L+U);f=inv(D)*b; while iteriter_max x=J*x0+f; if norm(x-x0,inf)eps break end x0=x;iter=iter+1; end if iter==iter_max exitflag=0; end function [x,iter,exitflag]=Jacobi_iteration(A,b,x0,eps,iter_max) % 线性方程组的Jacobi迭代求解(分量形式) % 输入参数： % ---A：线性方程组的系数矩阵 % ---b：线性方程组的右端项 % ---x0：初始向量，默认值为零向量 % ---eps：精度要求，默认值为1e-6 % ---iter_max：最大迭代次数，默认值为100 % 输出参数： % ---x：线性方程组的近似解 % ---iter：迭代次数 % ---exitflag：迭代成功与否的标志：exitflag=1表示迭代成功 % exitflag=0表示迭代失败 n=length(b); if nargin5;iter_max=100;end if nargin4;eps=1e-6;end if nargin3;x0=zeros(n,1);end x=zeros(n,1);iter=0;exitflag=1; while iteriter_max for i=1:n x(i)=(b(i)-A(i,[1:i-1,i+1:n])*x0([1:i-1,i+1:n]))/A(i,i); end if