高斯—赛德尔(Gauss - Seidel)迭代法解线性方程组(Matlab程序)
%---高斯—赛德尔迭代法-----
%---Gauss - Seidel iteration method
clear;clc;
% A=[10,-1,-2;-1,10,-2;-1,-1,5];
% b=[72,83,42]';
A=[ 28,-3,0,0,0;
-3,38,-10,0,-5;
-10,0,25,-15,0;
0,0,-15,45,0;
0,-5,0,0,30];
b=[10,0,0,0,0]';
N=length(b); %解向量的维数
fprintf('库函数计算结果:');
x=inv(A)*b %库函数计算结果
x=zeros(N,1);%迭代初始值
%-----(A=D-E-F)------
D=diag(diag(A));
E=-tril(A,-1);%下三角
F=-triu(A,1);%上三角
B=inv(D-E)*F;g=inv(D-E)*b;
eps=0.001;%相邻解的距离小于该数时,结束迭代
%--------开始迭代-------
for k=1:100 %最大迭代次数为100
fprintf('第%d次迭代:',k);
y=B*x+g;
fprintf('\n与上次计算结果的距离(2范数):%f \n',norm(x-y)^2);
if norm(x-y)<eps
break;
end
x=y
end
x
高斯—赛德尔(Gauss - Seidel)迭代法解线性方程组(Matlab程序)相关推荐
- 高斯-赛德尔(Gauss-Seidel)解线性方程组的Matlab实现
高斯-赛德尔(Gauss-Seidel)解线性方程组的Matlab实现 代码 运行 手算例题 迭代法解线性方程组的基本思想是构造一串收敛到解的序列,即建立一种从已有近似解计算新的近似解的规则,有不同的 ...
- 雅可比(Jacobi)及高斯-塞德尔(Gauss_Seidel)迭代法求解线性方程组的matlab现实
雅可比迭代法的实现代码: function X=Jacobi(A,B,P,delta,max1) %Input -A is a X*N nosingular matrix % -B is a N*1 ...
- 数值计算方法 线性方程组的数值解法(4)---向量和矩阵范数(norm) 高斯-赛德尔(Gauss-Seidel)迭代、共轭梯度(Conjugate Gradient)迭代
(范数部分matlab有现成函数,若有需要直接参照matlab_norm) 向量范数 设x∈Rn\boldsymbol x\in \boldsymbol R^nx∈Rn则范数||x||满足:∣∣x∣∣ ...
- 高斯—赛德尔求解线性方程+C代码
高斯-赛德尔迭代求矩阵特征值公式如下: 举例: 实现代码: #include "stdio.h" #include "stdlib.h" #include &q ...
- 三种迭代法解方程组(雅可比Jacobi、高斯-赛德尔Gaisi_saideer、逐次超松弛SOR)
分析用下列迭代法解线性方程组 4 -1 0 -1 0 0 0 -1 4 -1 0 -1 0 5 0 -1 4 -1 0 -1 -2 -1 0 -1 4 -1 0 ...
- 【深入浅出强化学习原理入门】高斯-赛德尔(Gauss-Seidel)迭代法
基于模型的动态规划方法中,使用高斯-赛德尔迭代算法求解值函数. 这种迭代算法到底是怎么求解线性方程组的,文章迭代法求解线性方程组给出了非常详细的解释. 但理解该文还需要了解相关的基础知识: 1.范数 ...
- 牛顿迭代法解线性方程matlab程序,牛顿迭代法matlab程序(解线性方程组)
<牛顿迭代法matlab程序(解线性方程组)>由会员分享,可在线阅读,更多相关<牛顿迭代法matlab程序(解线性方程组)(4页珍藏版)>请在金锄头文库上搜索. 1.牛顿迭代法 ...
- matlab中用高斯-赛德尔(Gauss-Seidel)迭代法解线性方程组
原理 矩阵形式: %GS迭代法矩阵形式 clear; clc; a=[4,-1,0,-1,0,0;-1,4,-1,0,-1,0;0,-1,4,-1,0,-1;-1,0,-1,4,-1,0;0,-1,0 ...
- 高斯-赛德尔(Gauss-Seidel)迭代法求解线性方程组matlab程序设计
算法步骤 例题 程序代码 function x=GaussSeidel(A,b,x0,eps,N) n=length(b); if nargin<5N=500; end if nargin< ...
最新文章
- 如何修改控件边框的样式_Excel如何设置表格边框样式,记住这几个关键属性就懂了...
- vue脚手架---vue-cli
- 挖一挖C#中那些我们不常用的东西之系列(3)——StackTrace,Trim
- OpenCV Laplace point/edge detection拉普拉斯点/边缘检测的实例(附完整代码)
- 中国版“微软”要来了?某国产操作系统称已可以替代Windows 7
- python语句解释_深入理解python with 语句
- mysql存储过程中as_mysql - 存储过程mySQL语法错误意外“ AS” - 堆栈内存溢出
- daisy_DAISY:视障人士的Linux兼容文本格式
- 基于CSE的微服务工程实践-Native API先行
- 学计算机信息管理专业的感谢,计算机信息管理专业工作求职信
- 微软 Build 2020 为 WSL 带来的新消息一览:WSL2 即将到来,对 GPU 和 Linux GUI 的支持也不远了
- excel VB代码
- creo4.0的计算机系统要求,Creo4.0系统配置文件教程详解 参数设置
- 高频小信号谐振放大器的matlab仿真,高频小信号谐振放大器的MATLAB仿真
- win10下Google Chrome 打不开网页的解决方案
- 芜湖计算机专业学校录取分数线,芜湖市各类高中2018年中考录取分数线是多少...
- 相似度度量的不同方法
- lighttpd 之九 配置信息加载
- 论文阅读 Neural Network Modeling of Nonlinear Systems Based on Volterra Series Extension of a Linear Mod
- atmega128 单片机 20以内加减法训练机 做的过程
热门文章
- Redis下载以及安装
- 在ASP.NET Core (.NET 6)中构建可视化医生预约调度系统
- 创造天赋:达·芬奇的7种天才特质
- C++ DirectUI库 SoUI
- 将本地浏览器插件导出(Google浏览器)
- pinia的学习和理解
- 进程间通信之---消息队列
- 【Linux内核及驱动编程】Linux信号机制分析
- midas显示代理服务器错误,[转载]在使用桥博、midas的时候经常会遇到的问题
- 基于JavaWeb的健康管理平台(源码+论文)