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

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

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

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。

本人做课程设计时写的逐次超松弛迭代（matlab实现).