MATLAB实现Jacobi和Guass-Seidel迭代法（初学者向）

这学期开了一门数值计算方法的课，要求MATLAB编程。

因为第一次学着用MATLAB，不少矩阵操作都不知道，代码写起来磕磕绊绊的，遂简单记录一下，注释应该能够让没用过MATLAB的同学也能明白每一行的作用。

过程完全按照课本所讲，教科书式代码

%Jacobi迭代法   形如 x=Mx+g
%系数矩阵A  对角矩阵D 常数项b 迭代矩阵M  常数矩阵g   初始条件x0
A=input('');
b=input('');
%保留初始x0为x00
x0=input('');
 %很不错的diag用法
 D=diag(diag(A));
 %取合适的单位矩阵
 [m,n]=size(A);
 B=eye(m,n)-inv(D)*A;
 g=inv(D)*b;
for i=1:10000
   
   x1=B*x0+g;
   %inf意味着所有元素中最大的那个，根据迭代终止条件定义应如此
   n=norm(x1-x0,inf);
   x0=x1;
   %不妨取误差为0.0001
    if(n<0.0001)
        break
    end
    
end
i
x1
n

%Guass-Seidel迭代法  形如 x=(D-L)'*Ux+(D-L)'b
%系数矩阵A  对角矩阵D 常数项b 下三角矩阵L  上三角矩阵U 迭代矩阵M  常数矩阵g   初始条件x0
A=input('');
b=input('');
%保留初始x0为x00
x0=input('');
 %很不错的diag用法
 D=diag(diag(A));
 %tril triu分别为矩阵A的取上三角下三角函数，后面参数-1 ，1意思是从第-1/1个对角线开始取上下三角
 L=tril(A,-1);
 U=triu(A,1);
 
 g=inv(D-L)*b;
for i=1:10000
   
   x1=inv(D-L)*U*x0+g;
   %inf意味着所有元素中最大的那个，根据迭代终止条件定义应如此
   n=norm(x1-x0,inf);
   x0=x1;
   %不妨取误差为0.0001
    if(n<0.0001)
        break
    end
    
end
i
x1
n