logo资料库

东北大学数值分析报告.doc

第1页 / 共32页
第2页 / 共32页
第3页 / 共32页
第4页 / 共32页
第5页 / 共32页
第6页 / 共32页
第7页 / 共32页
第8页 / 共32页
资料共32页,剩余部分请下载后查看
数值分析实验报告 学院:信息学院 班级:计算机 0706 班 姓名:杨佳学 学号:20073069
课题一 线性方程组的迭代法 一、问题提出 1、设线性方程组 3  5  2  1 6 8  1  11  2 1  -1, 0, 2   6   2  2    2  6   2  10   6  0   x * = ( 1, 4 8 4 0 4  8 0 16 4 0 1  3  1  5 1  5 3 9  7  8 1, 2 6 3 1  6 7 4  17 13 3  2, 0, 1 5 2 3 7 17 2 34 9 24  3, 0 0 1  1  3  2 5 2 2 8  -1, 0 0 3 9 2 3  0 2 12 3 0 1 0 1 3 6 3 1  0 6 2 ) T 1, 0   0   1  4   3  5   1  2   4  1                    2 3 4 5 x 1 x x x x x x x x x 10 9 8 7 6                 =                 5   12   3  2   3  46   13  38   19   21   2、设对称正定阵系数阵线方程组 4 3 3  4  4 11 1 4  0, -1, 2   2   1   2    1  3   2  0   x * = ( 1, 2 1 8  1  22 4 10  3  1, 4  1  14 1 8  3  5 6 -1, 0 2  1 6 1  4  3  3 4 2 4  0 2 4 0 0 0, 2, 0 0 6 3 3  4  2 19                           0 2 5 3  10  1 14 2 2 ) T 2 3 4 x 1 x x x x x x x 7 6 5 8              =              0 6  20 23 9 22  15  45              2 3 4 4 1  0 0 0 0 0 0 0 0 3、三对角形线性方程组 0 0 1  4 1  0 0 0 0 0 -3, 1    4   1   0   0  0   0  0   0  0   x * = ( 2, 试分别选用 Jacobi 迭代法,Gauss-Seidol 迭代法和 SOR 方法计算其解。 0     0     0   0     0   0     0   0     1    4     -1 ) T 7   5   13   2   6  12    14  4    5  5    0 1  4 1  0 0 0 0 0 0 1, 0 0 0 0 0 0 0 1  4 1  1, 0 0 0 0 0 0 1  4 1  0 0 0 0 0 0 1  4 1  0 0 0 0 0 0 1  4 1  0 0 0 0 0 0 1  4 1  0 0 0 0 x 1 x x x x x x x x x 10                                 -2, 1, 0, 3, 0, = 9 8 7 5 6 - 1 -
二、要求 1、 体会迭代法求解线性方程组,并能与消去法做以比较; 2、 分别对不同精度要求,如 5 3  4   10,  10 10, 由迭代次数体会该迭代法的 收敛快慢; 3、对方程组 2,3 使用 SOR 方法时,选取松弛因子=0.8,0.9,1,1.1, 1.2 等,试看对算法收敛性的影响,并能找出你所选用的松弛因子的最佳者; 4、给出各种算法的设计程序和计算结果。 三、目的和意义 1、通过上机计算体会迭代法求解线性方程组的特点,并能和消去法比较; 答: gauss 消去法是一种规则化的加减消元法。它的基本思想是:通过逐次消 元计算把需要求求解的线性方程转化成上三角形方程组,也就是把线性方程 组的系数矩阵转化为上三角矩阵,从而使一般线性方程组求解转化为等价(同 解)的上三角方程组的求解。消去法是直接方法的一种。 优点:对于简单的方程组可以很快得出结果,计算中如果没有舍入误差, 在稳定的方程组中容易得到精确解,理论上可以求解任何可以求出解得方程 组。 缺点:数值有的时候不稳定(可采用列主元 gauss 消去法),既要消去,又 要回代,算法实现起来比较复杂,不适用于大规模方程组。 迭代法是从某一取定的初始向量 x(0)出发,按照一个适当的迭代公式,逐 次计算出向量 x(1),x(2),......,使得向量序列{ x(k)}收敛于方程组的精确解, 这样,对于适当大的 k,可取 x(k)作为方程组的近似解。 优点:算法简单,程序易于实现,特别适用求解大型稀疏线性方程组。 缺点:与直接方法不同,即使在计算过程中无舍入误差,迭代法也难获得 精确解。而且并不是所有方程组都适用我们学过的迭代法,对于这样的方程 组,我们还必须自己构造一个收敛的迭代矩阵。 2、运用所学的迭代法算法,解决各类线性方程组,编出算法程序; - 2 -
Jacobi 迭代: 输 入 矩 阵 A= ( aij ), 右 端 项 b=(b1,…,bn ),维数 n,初始向量 x(0),精度要求 e,最大迭代次数 N, 当前迭代次数 k=1。 对于 i=1,2,…,n,计算 xi=xi (0)+(bi- ∑aijxj (0))/aii j=1,…,n 置 R=max{xi-xi(0)},1 ≤i≤n。 k=k+1 R≤e N xi (0)=xi ,i=1,2,…n 超过迭代次数 Y Y 输出 迭代解 x1,…xn, 和迭代次数 k - 3 -
Gauss-Seidel 迭代 输 入 矩 阵 A= ( aij ), 右 端 项 b=(b1,…,bn ),维数 n,初始向量 x(0),精度要求 e,最大迭代次数 N, 当前迭代次数 k=1。 k=k+1 对于 i=1,2,…,n,计算 xi=xi (0)+(bi-∑aijxj -∑aijxj (0))/aii j=1,…i-1,j=i+1,…n 置 R=max{xi-xi(0)},1 ≤i≤n。 R≤e N xi (0)=xi ,i=1,2,…n 超过迭代次数 Y Y 输出 迭代解 x1,…xn, 和迭代次数 k - 4 -
SOR 迭代 输 入 矩 阵 A= ( aij ), 右 端 项 b=(b1,…,bn ),维数 n,初始向量 x(0),精度要求 e,最大迭代次数 N, 当前迭代次数 k=1,松弛因子 w。 对于 i=1,2,…,n,计算 xi=xi (0)+ w*(bi-∑aijxj (0))/aii j=1,…,n 置 R=max{xi-xi(0)},1 ≤i≤n。 k=k+1 R≤e N xi (0)=xi ,i=1,2,…n 超过迭代次数 Y Y 输出 迭代解 x1,…xn, 和迭代次数 k - 5 -
3、体会上机计算时,终止步骤 对迭代法敛散性的意义; x ( k )1   x )( k  <  或 k >(予给的迭代次数), 选择用以后的矩阵初始化,选择矩阵 3。 精度为 0.001。初始向量为(0,0,0,0,0,0,0,0,0,0)T - 6 -
用 Jacobi 迭代,验证精度问题。 迭代次数为 11。 精度为 0.0001。初始向量为(0,0,0,0,0,0,0,0,0,0)T - 7 -
分享到:
收藏