MATLAB线性方程组的求解

直接法

高斯消去法

列主元消去法

矩阵的三角分解法

（1）利用左除运算符的直接解法，
x=A\b如果矩阵A是奇异的或接近奇异的，会警告
（2）利用矩阵分解求解线性方程组
LU分解
[L,U]=lu(A):产生一个上三角阵U和一个变换形式的下三角阵L，使之满足A=LU。注意，A必须是方阵
[L,U,P]=lu(A) 产生一个上三角阵U和一个变换形式的下三角阵P，使之满足PA=LU。注意，A必须是方阵
QR分解
Cholesky分解

迭代法

雅可比迭代法

Ax=b A可以分解成D-L-U D为对角阵 L为下三角阵取反 U为上三角阵取反
求解公式为x=D^-1(L+U)x+D^-1b
与之对应的迭代公式为：x^(k+1)=D^-1(L+U)x^(k)+D^-1b

function [y,n]=jacobi(A,b,x0,ep)     %系数矩阵 右端列向量  迭代初值   精度
D=diag(diag(A));
L=-tril(A,-1);
U=-triu(A,1);
B=D\(L+U);
f=D\b;
y=B*x0+f;
n=1;
while norm(y-x0)>=ep
    x0=y;
    y=B*x0+f;
    n=n+1;
end

高斯-赛德尔迭代方法

Dx^(k+1)=(L+U)x^(k)+b
Dx^(k+1)=Lx^(k+1)+Ux^(k)+b
(D-L)X^(k+1)=Ux^(k)+b
x^(k+1)=(D-L)^-1Ux^(k)+(D-L)^-1b
B=(D-L)^-1U,f=(D-L)^-1b >x^(k+1)=Bx^(k)+f

    function[y,n]=gauseidel(A,b,x0,ep)
D=diag(diag(A));
L=-tril(A,-1);
U=-triu(A,1);
B=(D-L)\U;
f=(D-L)\b;
y=B*x0+f;
n=1;
while norm(y-x0)>=ep
    x0=y;
    y=B*x0+f;
    n=n+1;
end

注意：在使用迭代法时要考虑方程组是否收敛，那种收敛速度快，那种收敛速度慢，集体问题具体分析