1.Gauss_Sedel迭代法 2.最速下降法 3.共轭梯度法

求解系数矩阵由16阶Hilbert方程组构成的线性方程组，右端项为
[2877/851,3491/1431,816/409,2035/1187,2155/1423,538/395,1587/1279,573/502,…
947/895,1669/1691,1589/1717,414/475,337/409,905/1158,1272/1711,173/244]
要求：
1.Gauss_Sedel迭代法
2.最速下降法
3.共轭梯度法
一、 Gauss_Sedel迭代法
1.Gauss_Sedel迭代法函数

function [ x,k] =gauss_seidel_method( a,b,x0 )
n=length(x0);%x0的维数
k=1;%迭代次数
N=1000;%限制最大迭代次数
x=x0;
while k<N
    for i=1:n%迭代过程
        if i==1
            x(1,1)=(b(1,1)-a(1,2:n)*x0(2:n,1))/a(1,1);
        else if i<n
                x(i,1)=(b(i,1)-a(i,1:i-1) *x(1:i-1,1)-a(i,i+1:n)*x0(i+1:n,1))/a(i,i);
        else
                x(n,1)=(b(n,1)-a(n,1:n-1)*x(1:n-1,1))/a(n,n);
            end
        end
    end
    if norm(x-x0)<10^(-4)%精度
        break;
    else
        k=k+1;
        x0=x;
    end
end
end

2.Gauss_Sedel迭代法执行文件

a=hilb(16);
b=[2877/851,3491/1431,816/409,2035/1187,2155/1423,538/395,1587/1279,573/502,...
    947/895,1669/1691,1589/1717,414/475,337/409,905/1158,1272/1711,173/244]';
x0=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]';%初始值
[x,k]=gauss_seidel_method(a,b,x0);

3.Gauss_Sedel迭代法执行结果

x =
    1.0021
    0.9630
    1.1095
    0.9648
    0.9377
    0.9530
    0.9838
    1.0146
    1.0295
    1.0517
    1.0403
    1.0246
    1.0351
    0.9759
    0.9719
    0.9388
k =
   859

二、 最速下降法
1.最速下降法函数

function [ x,k ] = max_speed_method( a,b,x0 )%最速下降法
k=1;%迭代次数
N=1000;%限制最大迭代次数
x=x0;
while k<N%迭代过程
    r=b-a*x;%步长
    l=dot(r,r)/dot(a*r,r);%方向
    x=x+l*r;
    if norm(x-x0)<10^(-4)%精度
        break;
    else
        k=k+1;
    end
    x0=x;
end
end

2.最速下降法执行文件

a=hilb(16);
b=[2877/851,3491/1431,816/409,2035/1187,2155/1423,538/395,1587/1279,573/502,... 947/895,1669/1691,1589/1717,414/475,337/409,905/1158,1272/1711,173/244]';
x0=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]';初始值
[x,k]=max_speed_method(a,b,x0);

3.最速下降法结果

x =
    0.9986
    1.0159
    0.9831
    0.9800
    0.9907
    1.0030
    1.0128
    1.0187
    1.0204
    1.0191
    1.0144
    1.0072
    0.9988
    0.9880
    0.9766
    0.9642
k =
   423

三、 共轭梯度法
1.共轭梯度法函数

function [ x,k ] = CG_method( a,b,x0 )%共轭梯度法函数
x=x0;%初始赋值
r0=b-a*x0;
p0=r0;
k=1;%迭代次数
N=1000;%限制最大迭代次数
while norm(p0)>10^(-4)
    m=dot(r0,r0)/dot(a*p0,p0);
    x=x0+m*p0;
    r1=r0-m*a*p0;
    n=dot(r1,r1)/dot(r0,r0);
    p1=r1+n*p0;
    p0=p1;
    r0=r1;
    x0=x;
    if r0==0
        break;
    else if dot(p0,a*p0)==0
            break;
        else if k>=N
                break;
            else
            k=k+1;
            end
        end
    end
end
end

2.共轭梯度法执行文件

a=hilb(16);
b=[2877/851,3491/1431,816/409,2035/1187,2155/1423,538/395,1587/1279,573/502,...
    947/895,1669/1691,1589/1717,414/475,337/409,905/1158,1272/1711,173/244]';
x0=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]';%初始值
[x,k]=CG_method(a,b,x0)；

3.共轭梯度法结果

x =
    0.9965
    1.0271
    0.9776
    0.9732
    0.9861
    1.0013
    1.0132
    1.0205
    1.0230
    1.0216
    1.0168
    1.0092
    0.9998
    0.9884
    0.9761
    0.9628
k =
     5