使用迭代法解线性方程组---雅克比方法、高斯-赛德尔方法、逐次超松弛法。适合数值计算的实验
2024-05-23 09:50:45 4KB 高斯-赛德尔 逐次超松弛
1
简单的线性方程组迭代解法 修改系数矩阵A b即可求得解 其中需要指定松弛因子w
2022-05-22 19:32:55 422B SOR matlab 解线性方程组
1
雅可比迭代法,塞德尔迭代法,逐次超松弛法求解线性方程组,有兴趣的可以参考一下
1
求解线性⽅方程组 Ax=b,其中 A 为 nxn 维的已知矩阵,b 为 n 维的已 知向量,x 为 n 维的未知向量。 (1)Jacobi 迭代法。 (2)Gauss-Seidel 迭代法。 (3)逐次超松弛迭代法。 (4)共轭梯度法。 A 为对称正定矩阵,其特征值服从独⽴同分布的[0,1]间的均匀分布;b 中的元素服从独立同 分布的正态分布。令 n=10、50、100、200,分别绘制出算法的收敛曲线,横坐标为迭代步 数,纵坐标为相对误差。比较 Jacobi 迭代法、Gauss-Seidel 迭代法、逐次超松弛迭代法、 共轭梯度法与高斯消去法、列主元消去法的计算时间。改变逐次超松弛迭代法的松弛因⼦, 分析其对收敛速度的影响。
2019-12-21 20:45:46 4KB 数值分析 MATLAB 迭代法
1
本人做课程设计时写的逐次超松弛迭代(matlab实现).
2019-12-21 20:24:49 960B 超松弛 迭代 SOR
1