MATLAB线性方程组求解

本文详细介绍了如何使用MATLAB高效地解决线性方程组问题,包括直接方法和迭代方法,适用于科学计算和工程领域的初学者。
摘要由CSDN通过智能技术生成
%% 直接法求线性方程组
% A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];%系数
% b=[13,-9,6,0]';
% x=A\b

%% 矩阵的分解求线性方程组
%UL分解法
% A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];%系数
% b=[13,-9,6,0]';
% [L,U]=lu(A);
% x=U\(L\b)

%QR分解法
% A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];%系数
% b=[13,-9,6,0]';
% [Q,R]=qr(A);
% x=R\(Q\b)

%QR分解法第二种格式
% A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];%系数
% b=[13,-9,6,0]';
% [Q,R,E]=qr(A);
% x=E*(R\(Q\b))

%% cholesky分解法
% A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];%系数
% b=[13,-9,6,0]';
% R=chol(A)  %可以判段矩阵是否为正定
%% Jacobi迭代解法(雅克比)
% A=[10,-1,0;-1,10,-2;0,-2,10];
% b=[9,7,6]';
% [x,n]=jacobi(A,b,[0,0,0]',1.0e-6)
% function[y,n]=jacobi(A,b,x0,eps)
% if nargin == 3
%     eps=1.0e-6;
%  
% else if nargin<3
%         error
%         return
% end
%     D=diag(diag(A));
%     L=-tril(A,-1);
%     U=-triu(A,1);
%     B=D\(L&#
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