线性方程组迭代解法——雅可比(Jacobi)迭代法,Gauss-Seidel迭代法和超松弛(SOR)迭代法
一、3种经典线性迭代算法
(1)雅可比迭代法
1.1 算法思想
1.2 算法流程
(2) Gauss-Seidel迭代法
(3)逐次超松弛(SOR)迭代法
二、matlab实现
下面matlab代码将三种迭代法在同一个函数下实现:具体函数如下:
function [x,k]=slp_iteration(A,b,x0,type_iterate,eps,alpha)
%% 参数说明
%A--线性方程组系数矩阵;
%b--方程组右端列向量;
%x0--初始向量;
%type_iterate--迭代方式,可选'jacobi'(雅可比迭代法),'GS'(Gauss-Seidel迭代法)和'SOR'(逐次超松弛法);
%eps--精度,例如选用1e-5;
%alpha--松弛因子;在采用SOR迭代法时,需要用一个合适的松弛因子alpha
%x--迭代解
%k--迭代次数;
%% 调用格式:
%first:[x,k]=slp_iteration(A,b,x0,type_iterate,eps):采用jacobi迭代法或GS迭代法时;
%second: [x,k]=slp_iteration(A,b,x0,type_iterate,eps,alpha):采用SOR迭代法时;
%%
[~,m]=size(A);
A_diag=diag(A); %提取对角元素;
A(1:m+1:end)=0; %将对角元素赋值为0;
x=x0;
flag=1; %循环标记;
k=0; %计数器;
K_max=100; %最大迭代次数,如果超过最大迭代次数,则认为不收敛;
%%
if min(abs(A_diag))==0
disp('error!!!方程组系数矩阵不符合迭代要求:对角线元素不能为零!');
end
switch type_iterate
case 'jacobi'
%% Jacobi Methed
while flag
for i=1:m
x(i)=(b(i)-A(i,:)*x0)/A_diag(i);
end
if norm(x-x0,inf)<=eps %判断素法达到精度
break
end
x0=x;
k=k+1;
if k>=K_max
disp('在最大迭代次数内不收敛!,可能是此迭代方法不收敛。')
break
end
end
case 'GS'
%% Gauss-Seidel Methed
while flag
for i=1:m
x(i)=(b(i)-A(i,:)*x)/A_diag(i);
end
if norm(x-x0,inf)<=eps
break
end
x0=x;
k=k+1;
if k>=K_max
disp('在最大迭代次数内不收敛!,可能是此迭代方法不收敛。')
break
end
end
case 'SOR'
%% Successive Overrelaxation Methed
while flag
for i=1:m
x(i)=(1-alpha)*x0(i)+alpha*(b(i)-A(i,:)*x)/A_diag(i);
end
if norm(x-x0,inf)<=eps
break
end
x0=x;
k=k+1;
if k>=K_max
disp('在最大迭代次数内不收敛!,可能是此迭代方法不收敛。')
break
end
end
end