sor迭代法 求matlab程式

時間 2021-09-02 08:26:16

1樓:

迭代法 matlab實現**如下

function [x,n] = jacobi(a,b,x0,eps,varargin)

if nargin ==3

eps = 1.0e-6;

m = 200;

elseif nargin<3

disp('輸入引數數目不足3個');

return

elseif nargin ==5

m = varargin;

endd = diag(diag(a));          %%求a的對角矩陣

l = -tril(a,-1);                 %%求a的下三角矩陣

u = -triu(a,1);                %%求a的上三角矩陣

b = d\(l+u);

f = d\b;

x = b*x0+f;

n = 1;%迭代次數

while norm(x-x0)>=eps

x0 = x;

x = b*x0+f

n = n+1;

if(n>=m)

disp('warning:迭代次數太多,可能不收斂!')

return;

endend

執行效果如下:

擴充套件資料:

迭代法的收斂性判別

收斂性判別條件

sor迭代法收斂的充分必要條件是ρ(λω)<1,ρ(λω)與鬆弛因子ω有關。ρ(λω)與ω的關係以及sor方法收斂的條件有如下定理。

定理1:(kahan)對任意的a

,設其對角元皆非零,則對所有實數ω,有:ρ(λω)≥ ω-1。

推論:如果解ax=b的sor方法收斂,則有ω-1<1,即0<ω<2。

定理2:(ostrowski-reich)設a

,a對稱正定,且0<ω<2,則解ax=b的sor方法收斂。

2樓:

1、開啟matlab之後,在命令列視窗中輸入a=[1 2 3 4;5 6 7 8;8 9 2 5;1 2 4 5],新建一個a方矩陣。

2、在命令列視窗中輸入inv(a),按回車鍵,可以看到得到了矩陣的逆。

3、使用inv(a)函式求矩陣的逆需要注意的是,a必須是方矩陣,也就是需要行列數相等的矩陣才可以。

4、也可以在命令列視窗輸入help inv,按回車鍵檢視一下inv()函式的用法。

5、在命令列視窗中輸入a^-1,按回車鍵,可以得到矩陣的逆。

6、需要注意的是使用這種方法也需要矩陣為方矩陣或者為標量。

3樓:匿名使用者

function [n,x]=sor22(a,b,x,nm,w,ww)

%用超鬆弛迭代法求解方程組ax=b

%輸入:a為方程組的係數矩陣,b為方程組右端的列向量,x為迭代初值構成的列向量,nm為最大迭代次數,w為誤差精度,ww為鬆弛因子

%輸出:x為求得的方程組的解構成的列向量,n為迭代次數

n=1;

m=length(a);

d=diag(diag(a)); %令a=d-l-u,計算矩陣d

l=tril(-a)+d; %令a=d-l-u,計算矩陣l

u=triu(-a)+d; %令a=d-l-u,計算矩陣u

m=inv(d-ww*l)*((1-ww)*d+ww*u); %計算迭代矩陣

g=ww*inv(d-ww*l)*b; %計算迭代格式中的常數項

%下面是迭代過程

while n<=nm

x=m*x+g; %用迭代格式進行迭代

if norm(x-x,'inf')

disp('迭代次數為');n

disp('方程組的解為');x

return;

%上面:達到精度要求就結束程式,輸出迭代次數和方程組的解

endx=x;n=n+1;

end%下面:如果達到最大迭代次數仍不收斂,輸出警告語句及迭代的最終結果(並不是方程組的解)

disp('在最大迭代次數內不收斂!');

disp('最大迭代次數後的結果為');x

上面是完整的超鬆弛迭代法

如何用matlab編寫的拉格朗日插值演算法的程式、二階龍格-庫塔方法的程式和sor迭代法的程式

4樓:匿名使用者

拉格朗日function y=lagrange(x0,y0,x)

n=length(x0);m=length(x);

for i=1:m

z=x(i);

s=0.0;

for k=1:n

p=1.0;

for j=1:n

if j~=k

p=p*(z-x0(j))/(x0(k)-x0(j));

endend

s=p*y0(k)+s;

endy(i)=s;

end sor迭代法的matlab程式

function [x]=sor_iterative(a,b)

% 用sor迭代求解線性方程組,矩陣a是方陣

x0=zeros(1,length(b)); % 賦初值

tol=10^(-2); % 給定誤差界

n=1000; % 給定最大迭代次數

[n,n]=size(a); % 確定矩陣a的階

w=1; % 給定鬆弛因子

k=1;

% 迭代過程

while k<=n

x(1)=(b(1)-a(1,2:n)*x0(2:n)')/a(1,1);

for i=2:n

x(i)=(1-w)*x0(i)+w*(b(i)-a(i,1:i-1)*x(1:i-1)'-a(i,i+1:n)*x0(i+1:n)')/a(i,i);

endif max(abs(x-x0))<=tol

fid = fopen('sor_iter_result.txt', 'wt');

fprintf(fid,'\n********用sor迭代求解線性方程組的輸出結果********\n\n');

fprintf(fid,'迭代次數: %d次\n\n',k);

fprintf(fid,'x的值\n\n');

fprintf(fid, '%12.8f \n', x);

break;

endk=k+1;

x0=x;

endif k==n+1

fid = fopen('sor_iter_result.txt', 'wt');

fprintf(fid,'\n********用sor迭代求解線性方程組的輸出結果********\n\n');

fprintf(fid,'迭代次數: %d次\n\n',k);

fprintf(fid,'超過最大迭代次數,求解失敗!');

fclose(fid);

end matlab中龍格-庫塔(runge-kutta)方法原理及實現龍格-庫塔(runge-kutta)方法是一種在工程上應用廣泛的高精度單步演算法。由於此演算法精度高,採取措施對誤差進行抑制,所以其實現原理也較複雜。該演算法是構建在數學支援的基礎之上的。

龍格庫塔方法的理論基礎**於泰勒公式和使用斜率近似表達微分,它在積分割槽間多預計算出幾個點的斜率,然後進行加權平均,用做下一點的依據,從而構造出了精度更高的數值積分計算方法。如果預先求兩個點的斜率就是二階龍格庫塔法,如果預先取四個點就是四階龍格庫塔法。一階常微分方程可以寫作:

y'=f(x,y),使用差分概念。

(yn+1-yn)/h= f(xn,yn)推出(近似等於,極限為yn')

yn+1=yn+h*f(xn,yn)

另外根據微分中值定理,存在0

yn+1=yn+h*f(xn+th,y(xn+th))

這裡k=f(xn+th,y(xn+th))稱為平均斜率,龍格庫塔方法就是求得k的一種演算法。

利用這樣的原理,經過複雜的數學推導(過於繁瑣省略),可以得出截斷誤差為o(h^5)的四階龍格庫塔公式:

k1=f(xn,yn);

k2=f(xn+h/2,yn+(h/2)*k1);

k3=f(xn+h/2,yn+(h/2)*k2);

k4=f(xn+h,yn+h*k3);

yn+1=yn+h*(k1+2k2+2k3+k4)*(1/6);

所以,為了更好更準確地把握時間關係,應自己在理解龍格庫塔原理的基礎上,編寫定步長的龍格庫塔函式,經過學習其原理,已經完成了一維的龍格庫塔函式。

仔細思考之後,發現其實如果是需要解多個微分方程組,可以想象成多個微分方程並行進行求解,時間,步長都是共同的,首先把預定的初始值給每個微分方程的第一步,然後每走一步,對多個微分方程共同求解。想通之後發現,整個過程其實很直觀,只是不停的逼近計算罷了。編寫的定步長的龍格庫塔計算函式:

function [x,y]=runge_kutta1(ufunc,y0,h,a,b)%參數列順序依次是微分方程組的函式名稱,初始值向量,步長,時間起點,時間終點(引數形式參考了ode45函式)

n=floor((b-a)/h);%求步數

x(1)=a;%時間起點

y(:,1)=y0;%賦初值,可以是向量,但是要注意維數

for ii=1:n

x(ii+1)=x(ii)+h;

k1=ufunc(x(ii),y(:,ii));

k2=ufunc(x(ii)+h/2,y(:,ii)+h*k1/2);

k3=ufunc(x(ii)+h/2,y(:,ii)+h*k2/2);

k4=ufunc(x(ii)+h,y(:,ii)+h*k3);

y(:,ii+1)=y(:,ii)+h*(k1+2*k2+2*k3+k4)/6;

%按照龍格庫塔方法進行數值求解

end呼叫的子函式以及其呼叫語句:

function dy=test_fun(x,y)

dy = zeros(3,1);%初始化列向量

dy(1) = y(2) * y(3);

dy(2) = -y(1) + y(3);

dy(3) = -0.51 * y(1) * y(2);

對該微分方程組用ode45和自編的龍格庫塔函式進行比較,呼叫如下:

[t,f] = ode45(@test_fun,[0 15],[1 1 3]);

subplot(121)

plot(t,f)%matlab自帶的ode45函式效果

title('ode45函式效果')

[t1,f1]=runge_kutta1(@test_fun,[1 1 3],0.25,0,15);%測試時改變test_fun的函式維數,別忘記改變初始值的維數

subplot(122)

plot(t1,f1)%自編的龍格庫塔函式效果

title('自編的 龍格庫塔函式')

牛頓迭代法(matlab)求個問題

x 10 1 x syms x f x x 10 df diff f,x eps 1e 6 x0 10 cnt 0 maxcnt 200 最大迴圈次數 while cnt if abs x1 x0 break endx0 x1 cnt cnt 1 endif cnt maxcnt disp 不收斂 ...

c 用迭代法求立方根,C 用迭代法求立方根?

把 x2 2 3 x1 a 3 x1 x1 改為 x2 2.0 3 x1 a 3 x1 x1 就可以了。編譯器認為2 3是整數除法,結果為0。 華娛創世 例如 include iostream.h include math.h void main if x1 pow a,1 3 cout a 這是我...

什麼是迭代公式,什麼是迭代法

牛頓迭代法 newton s method 又稱為牛頓 拉夫遜方法 newton raphson method 它是牛頓在17世紀提出的一種在實數域和複數域上近似求解方程的方法。多數方程不存在求根公式,因此求精確根非常困難,甚至不可能,從而尋找方程的近似根就顯得特別重要。方法使用函式f x 的泰勒級...