高斯-赛德尔迭代法.docVIP

PAGE PAGE 1 实验目的与要求 对于线性方程组 用高斯-赛德尔迭代法求此方程组的近似解（终止迭代过程的最大允许迭代次数N，近似解的误差限eps，均由用户设定）； 通过数值实验说明，求此线性方程组的近似解时，高斯-赛德尔迭代法的收敛速度比雅可比迭代法的收敛速度要快一些。（用同样精度要求的条件来比较迭代次数） 实验方案(程序源文件) 运用MATLAB软件编辑M文件如下： function EX() a=input(请输入系数矩阵a：); b=input(请输入矩阵b:); N=input(请输入最大迭代次数N：); esp=input(请输入近似解的误差限：); if any(diag(a))==0 error(系数矩阵错误，迭代终止！) end D=diag(diag(a)); X0=zeros(size(b)); x1=0; x2=0; x3=0; X1=[x1;x2;x3]; h=inv(D)*b; B=inv(D)*(D-a); B1=triu(B); B2=tril(B); k=1; fprintf(高斯-赛德尔迭代法 \n); fprintf(第0次迭代得：) disp(X1); while k=N x1=h(1,1)+B1(1,:)*X0; X1=[x1;x2;x3]; x2=h(2,1)+B1(2,:)*X0+B2(2,:)*X1; X1=[x1;x2;x3]; x3=h(3,1)+B2(3,:)*X1; X1=[x1;x2;x3]; if norm(X1-X0,inf)esp fprintf(已满足误差限。 ) break ; end X0=X1; fprintf(第%2d次迭代得：,k) disp(X1); k=k+1; end fprintf(满足误差限的高斯-赛德尔迭代近似解为：) disp(X1); fprintf(雅可比迭代法 ); t=0; Y0=zeros(size(b)); while t=N Y1=h+B*Y0; if norm(Y1-Y0,inf)esp fprintf(满足误差限 \n) break ; end Y0=Y1; fprintf(第%2d次迭代得：,t) disp(Y1); t=t+1; end fprintf(满足误差限的雅可比迭代近似解为：) disp(Y1); fprintf(用高斯-赛德尔迭代法迭代次数为 %d次\n用高斯-赛德尔迭代法迭代次数为%d次\n,k-1,t-1) 实验结果和数据处理(运行结果，截图) 结论 根据实验结果得出以下结论：高斯-赛德尔迭代法的收敛速度比雅可比迭代法的收敛速度要快一些。