matlab 实现雅可比迭代法 解多元一次方程

%雅可比迭代法 Jacobian iterative method~~~
%author(foddcus) FaFu  2022.3 
%email:foddcus@163.com

%function Tresult=eliminationM(input);%模块化功能

%input输入矩阵,包括系数和参数
%inputC 用于分解LU矩阵的合成矩阵
%oringinData保留的初始矩阵
%output 输出答案,对应X的各个值
%Toutput:修正顺序后的答案,对应输入数据的X顺序
%jD:雅可比矩阵,后缀表示其中介值
%xnum,ynum 输入矩阵的尺寸
%keepnum 保留小数位数
%contrastFrom(各个多项式的误差)

clear all%启用模块化后需要注释该句

error1='the condition are not meet for using this algorithm' ;

input=[10,-1,2,72;
       -1,10,-2,83;
       -1,-1,5,42];%输入矩阵
oringinData=input;


keepnum=-10;%设置保留n位小数,记得加负号表示小数位
[ynum,xnum]=size(input);%获取输入矩阵大小

%%
for i=1:ynum%获取初始矩阵
    jD_0(i,:)=input(i,:)/input(i,i);
    if jD_0(i,i)>0  %判断正负号的关联判断
       jD_1(i,1)=-1;
    else
       jD_1(i,1)=1;
    end
    if jD_0(i,i)==0
       disp(erro1);
    end
    
    jD_2(i,:)=roundn(jD_0(i,:)*jD_1(i,1),keepnum);
end

num=1;
for i=1:ynum
    for j=1:ynum
        if i~=j  
            y=ceil(num/(ynum-1));
            x=num-((i-1)*(ynum-1));
            jD(y,x)=jD_2(i,j);
            num=num+1;        
        else
            num=num;

        end
    end
end
jD(:,ynum)=jD_0(:,xnum);%雅可比矩阵创建完成;

%%
indet=zeros(1,ynum);%设置所有的初始值为0
aimnum=10;
for k=1:aimnum
    for i=1:ynum
        indet_0=indet(k,:);
        indet_0(:,i)=[];
        indet(k+1,i)=roundn(sum(sum(jD(i,1:ynum-1).*indet_0))+jD(i,ynum),keepnum);
    end
end

output=indet(aimnum+1,:);

%验算
contrast=0;
for i=1:ynum
    for j=1:ynum
    contrast=contrast+oringinData(i,j)*output(1,j);
    end
    contrast=oringinData(i,end)-contrast;
    contrastForm(i,1)=contrast;
    contrast=0;
end

            
            

可设定计算中的保留小数位

输入方式:

3X(1)+2X(2)=4
2X(1)+5X(2)=8

则输入矩阵

[3,2,4;2,5,8]

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用[1],可比是一种决线性方程组的代方。其设计思想是将线性方程组的系数矩阵分为对角矩阵和非对角矩阵两部分,然后通过代求来逐步逼近方程组的。具体来说,设线性方程组为Ax=b,其中A为系数矩阵,b为常数向量,将A分为D、L、U三个矩阵的和,其中D为A的对角线矩阵,L为A的下三角矩阵(不包括对角线),U为A的上三角矩阵(不包括对角线),即A=D-L-U。则原方程组可以改写为(D-L-U)x=b,进一步变形为Dx=(L+U)x+b。因为D是对角矩阵,所以可以通过代求来逐步逼近方程组的,即x(k+1)=D^(-1)(L+U)x(k)+D^(-1)b,其中x(k)为第k次代的,x(k+1)为第k+1次代的,D^(-1)为D的逆矩阵。代的过程中,每次都需要将上一次代得到的代入到公式中计算新的,直到满足一定的精度要求为止。 下面是matlab中使用可比线性方程组的示例代码: ```matlab % 定义系数矩阵A和常数向量b A = [4 -1 0; -1 4 -1; 0 -1 4]; b = [15; 10; 10]; % 定义代初始值和精度要求 x0 = [0; 0; 0]; epsilon = 1e-6; % 代求 D = diag(diag(A)); % 对角矩阵 L = tril(A,-1); % 下三角矩阵 U = triu(A,1); % 上三角矩阵 Tj = D \ (L + U); % 代矩阵 cj = D \ b; % 代常数向量 x = x0; while true x_new = Tj * x + cj; if norm(x_new - x) < epsilon break; end x = x_new; end % 输出结果 disp(x); ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值