基于高斯塞德尔方法的超松弛迭代法MATLAB实现

概述

用MATLAB编程实现，形成m函数文件。输入A，b矩阵，与松弛因子 $\omega$，无返回值。设置精度要求$\epsilon =10^{-4}$。所得解向量向量直接显示在命令行窗口，同时绘制出解向量的收敛曲线。
判断迭代方法收敛性时计算高斯塞德尔迭代矩阵谱半径以判断。

代码与运行结果

function [] = sor(A,b,w)
%基于高斯塞德尔的超松弛迭代求解向量
G=-(tril(A))\triu(A,1);
R=max(abs(eig(G)));
if(R>=1)
     disp('SOR is not work');
else
     disp('SOR is going well');
     disp('x vector:')
     l=length(b);
     x=zeros(size(b));
     xs=0;
     xe=0;
     for k=1:100
         for i=1:l
            for j=1:i-1
                xs=xs+A(i,j)*x(j,k+1);
            end 
            for j=i:l
                xe=xe+A(i,j)*x(j,k);
            end 
            x(i,k+1)=x(i,k)+(w/A(i,i))*(b(i)-xs-xe);
            xs=0;
            xe=0;
         end
         if(max(abs(x(:,k+1)-x(:,k)))<10^-4)
            break;
         end
     end
     disp(x(:,k+1));
     e=1:k+1;
     plot(e,x,'- o');
     xlabel('generations');
     ylabel('vector x');
end
end

令：
$$A=\left[\begin{array}{cccc}5& 1& -1& -2\\ 2& 8& 1& 3\\ 1& -2& -4& -1\\ -1& 3& 2& 7\end{array}\right]b=\left[\begin{array}{c}-2\\ -6\\ 6\\ 12\end{array}\right]$$
$\omega =1.15$

A=[5 1 -1 -2;2 8 1 3;1 -2 -4 -1;-1 3 2 7];
b=[-2;-6;6;12];
sor(A,b,1.15);
SOR is going well
x vector:
    1.0000
   -2.0000
   -1.0000
    3.0000

与雅可比、高斯塞德尔方法比较

$$A=\left[\begin{array}{cccc}5& 1& -1& -2\\ 2& 8& 1& 3\\ 1& -2& -4& -1\\ -1& 3& 2& 7\end{array}\right]b=\left[\begin{array}{c}-2\\ -6\\ 6\\ 12\end{array}\right]$$
$\omega =1.15$

雅可比方法

高斯塞德尔方法

相较之下，SOR方法迭代次数缩短，求解时间减少。但需要选择恰当的松弛因子$\omega$ 。