解线性方程组的迭代法 1.rs里查森迭代法求线性方程组Ax=b的解 function[x,n]=rs(A,b,x0,eps,M) if(nargin==3) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值elseif(nargin==4) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while(tol>eps) x=(I-A)*x0+b; n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 2.crs里查森参数迭代法求线性方程组Ax=b的解 function[x,n]=crs(A,b,x0,w,eps,M) if(nargin==4) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值 elseif(nargin==5) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while(tol>eps) x=(I-w*A)*x0+w*b; n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x;
if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 3.grs里查森迭代法求线性方程组Ax=b的解 function[x,n]=grs(A,b,x0,W,eps,M) if(nargin==4) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值 elseif(nargin==5) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1;%前后两次迭代结果误差 %迭代过程 while(tol>eps) x=(I-W*A)*x0+W*b;%迭代公式 n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 4.jacobi雅可比迭代法求线性方程组Ax=b的解 function[x,n]=jacobi(A,b,x0,eps,varargin) if nargin==3 eps=1.0e-6; M=200; elseif nargin<3 error return elseif nargin==5 M=varargin{1}; end D=diag(diag(A));%求A的对角矩阵 L=-tril(A,-1);%求A的下三角阵
摘要.................................................... 错误!未定义书签。 1.何谓奇解.............................................. 错误!未定义书签。 2.奇解的产生............................................ 错误!未定义书签。 3.包络跟奇解的关系...................................... 错误!未定义书签。 4.理论上证明C-判别曲线与P-判别曲线方法................. 错误!未定义书签。 克莱罗微分方程 ..................................... 错误!未定义书签。 5.奇解的基本性质........................................ 错误!未定义书签。 定理１ ............................................. 错误!未定义书签。 定理２ ............................................. 错误!未定义书签。 定理３ ............................................. 错误!未定义书签。 6.小结.................................................. 错误!未定义书签。参考文献：.............................................. 错误!未定义书签。
总结一阶微分方程奇解的求法 摘要：利用有关奇解的存在定理，总结出求一阶微分方程奇解的几种方法，并通过一些具体的例题说明这几种方法的应用 Using relevant theorems to develop several methods of finding singular solution of ordinary differential equation. In addition, illustrate the application of these methods through the concrete examples. 关键词：常微分方程 奇解 c-判别式 p-判别式 方法一：利用c-判别式求奇解 设一阶微分方程0, ,=?? ? ?? dx dy y x F ① 可求出方程①的通解为()0,,=c y x φ ② 如果()()???==0 ,,0,,' c y x c y x c φφ ③ 是微分方程①的解，且对③式满足：()()02 '2 '≠+y x φφ ④ 则③是微分方程①的奇解，且是通解②的包络。 例1：方程() 2 2 2 x x y dy dx dy dx + -= 的奇解 解：首先，本具题意求出该微分方程的通解为2 2 2 c cx y x ++= 与4 2 x y = 其中c 为任意常数 当时2 2 2 c cx y x ++= ， ()y c cx x c y x -++= 2 2 2 ,,φ 其相应的c -判别式为 ? ??=+=-++02022x 2 c x y c cx 易得到： ? ??=-=2 2c y c x
代入原微分方程，可知? ??=-=2 2c y c x 不是原微分方程的解； 当4 2 x y = 时，易求出2 ,1''x y x ==φφ，则有()()02 '2 '≠+y x φφ 故4 2 x y = 为原微分方程的奇解 例2：试求微分方程() () y y dy dx 9 42 2 1= -的奇解 解：首先，根据题意求出微分方程的通解为：()()0322=---y y c x 其中c 为任意常数 再由相应的c-判别式： ()()()? ??=--=---020 322c x y y c x 易求出：? ??==0y c x 或 ???==3y c x 当???==0y c x 时，代入原微分方程成立； 所以? ??==0y c x 为原微分方程的解 且有()02'=--=c x x φ；()()93232 '-=---=y y y y φ 满足(Φ‘ x )2 +(Φ‘ y )2≠0 易验证???==3y c x 不是原微分方程的解 故x=c, y=0 是元微分方程的奇解。 方法二：利用p-判别法求奇解 在微分方程①中，设y ′=p,则此方程的p-判别式为： ()()?????==0,,0 ,,' p y x F p y x F p ⑤ 消去p 之后得到的函数y=?(x)是微分方程①身为解，
C++实现牛顿迭代解非线性方程组（二元二次为例） 求解{0=x*x-2*x-y+0.5; 0=x*x+4*y*y-4; }的方程 #include 实验五 解线性方程组的迭代法 【实验内容】 对1、设线性方程组 ?? ? ? ?? ? ? ?? ? ? ?? ? ? ??-=???????????????? ?????????????????? ? ?--------------------------211938134632312513682438100412029137264 2212341791110161035243120 536217758683233761624491131512 013012312240010563568 0000121324 10987654321x x x x x x x x x x ()T x 2,1,1,3,0,2,1,0,1,1*--= 2、设对称正定系数阵线性方程组 ?? ? ????? ??? ? ? ??---=????????????? ??????????????? ??---------------------4515229 23206019243360021411035204111443343104221812334161 2065381141402312122 00240424 87654321x x x x x x x x ()T x 2,0,1,1,2,0,1,1*--= 3、三对角形线性方程组 ?? ? ?? ? ????? ??? ? ? ??----=???????????????? ?????????????????? ??------------------5541412621357410000000014100000000141000000001410000000014100000000141000000001410000000014100000000 14100000000 1410987654321x x x x x x x x x x ()T x 1,1,0,3,2,1,0,3,1,2*---= 试分别选用Jacobi 迭代法，Gauss-Seidol 迭代法和SOR 方法计算其解。 【实验方法或步骤】 1、体会迭代法求解线性方程组，并能与消去法加以比较； 2、分别对不同精度要求，如54310,10,10---=ε由迭代次数体会该迭代法的收敛快慢； 3、对方程组2，3使用SOR 方法时，选取松弛因子ω=0.8，0.9，1，1.1，1.2等，试看对算法收敛性的影响，并能找出你所选用的松弛因子的最佳者； 4、给出各种算法的设计程序和计算结果。 程序： 用雅可比方法求的程序： function [x,n]=jacobi(A,b,x0,eps,varargin) if nargin==3 eps=1.0e-6; M=200; 页脚内容1 第 一 章 一阶微分方程的解法的小结 ⑴、可分离变量的方程： ①、形如 )()(y g x f dx dy = 当0)(≠y g 时，得到 dx x f y g dy )()(=，两边积分即可得到结果； 当0)(0=ηg 时，则0)(η=x y 也是方程的解。 例1.1、xy dx dy = 解：当0≠y 时，有xdx y dy =，两边积分得到)(2ln 2为常数C C x y += 所以)(11212 C x e C C e C y ±==为非零常数且 0=y 显然是原方程的解； 综上所述，原方程的解为)(1212 为常数C e C y x = ②、形如0)()()()(=+dy y Q x P dx y N x M 当0)()(≠y N x P 时，可有dy y N y Q dx x P x M ) ()()()(=，两边积分可得结果； 当0)(0=y N 时，0y y =为原方程的解，当0(0=） x P 时，0x x =为原方程的解。 例1.2、0)1()1(22=-+-dy x y dx y x 页脚内容2 解：当0)1)(1(22≠--y x 时，有dx x x dy y y 1 122-=-两边积分得到 )0(ln 1ln 1ln 22≠=-+-C C y x ，所以有)0()1)(1(22≠=--C C y x ； 当0)1)(1(22=--y x 时，也是原方程的解； 综上所述，原方程的解为)()1)(1(22为常数C C y x =--。 ⑵可化为变量可分离方程的方程： ①、形如)(x y g dx dy = 解法：令x y u = ，则udx xdu dy +=，代入得到)(u g u dx du x =+为变量可分离方程，得到)(0),,(为常数C C x u f =再把u 代入得到)(0),,(为常数C C x x y f =。 ②、形如)0(),(≠+=ab by ax G dx dy 解法：令by ax u +=，则b du adx dy +=，代入得到)(1u G b a dx du b =+为变量可分离方程，得到)(0),,(为常数C C x u f =再把u 代入得到)(0),,(为常数C C x by ax f =+。 ③、形如 )(222111c y b x a c y b x a f dx dy ++++= 解法：01、02211 =b a b a ，转化为)(by ax G dx dy +=，下同①； 02、0221 1 ≠b a b a ，???=++=++00222111c y b x a c y b x a 的解为),(00y x ，令???-=-=00y y v x x u 线性方程组的迭代法及程序实现 学校代码:11517 学号:200810111217 HENAN INSTITUTE OF ENGINEERING 毕业论文 题目线性方程组的迭代法及程序实现 学生姓名 专业班级 学号 系 (部)数理科学系 指导教师职称 完成时间 2012年5月20日河南工程学院 毕业设计(论文)任务书 题目:线性方程组的迭代法及程序实现专业:信息与计算科学学号 : 姓名一、主要内容: 通过本课题的研究,学会如何运用有限元方法来解决线性代数方程组问题,特别是Gaussie-Seidel迭代法和Jacobi迭代法来求解线性方程组。进一步学会迭代方法的数学思想,并对程序代码进行解析与改进,这对于我们以后学习和研究实际问题具有重要的意义。本课题运用所学的数学专业知识来研究,有助于我们进一步掌握大学数学方面的知识,特别是迭代方法。通过这个课题的研究,我进一步掌握了迭代方法的思想,以及程序的解析与改进,对于今后类似实际问题的解决具有重要的意义。 二、基本要求: 学会编写规范论文,独立自主完成。 运用所学知识发现问题并分析、解决。 3.通过对相关资料的收集、整理,最终形成一篇具有自己观点的学术论文,以期能对线性方程组迭代法的研究发展有一定的实践指导意义。 4.在毕业论文工作中强化英语、计算机应用能力。 完成期限: 2012年月指导教师签名:专业负责人签名: 年月日 目录 中文摘要....................................................................................Ⅰ英文摘要 (Ⅱ) 1 综述 1 2 经典迭代法概述 3 2.1 Jacobi迭代法 3 2.2 Gauss?Seidel迭代法 4 2.3 SOR(successive over relaxation)迭代法 4 2.4 SSOR迭代法 5 2.5 收敛性分析5 2. 6 数值试验 6 3 matlab实现的两个例题8 3.1 例1 迭代法的收敛速度8 3.2 例 2 SOR迭代法松弛因子的选取 12致谢16参考文献17附录19 作业六：分别编写用Jacobi迭代法和Gauss-Seidel迭代法求解线性方程组Ax=B的标准程序，并求下列方程组的解。 可取初始向量 X(0) =(0，0，0)’； 迭代终止条件||x(k+1)-x(k)||<=10e-6 （1） = （2） = Jacobi迭代法： 流程图 开 始 判断b中的最大值 有没有比误差大 给x赋初值 进行迭代 求出x，弱到100次还没到，警告不收 结束 程序 clear;clc; A=[8,-1,1;2,10,01;1,1,-5]; b=[1;4;3]; e=1e-6; x0=[0;0;0]'; n=length(A); x=zeros(n,1); k=0; r=max(abs(b)); while r>e for i=1:n d=A(i,i); if abs(d) 程序结果（1） （2） Gauss-Seidel迭代法： 程序 clear;clc; %A=[8,-1,1;2,10,01;1,1,-5]; %b=[1;4;3]; A=[5,2,1;-1,4,2;2,-3,10]; b=[-12;20;3]; m=size(A); if m(1)~=m(2) error('矩阵A不是方阵'); end n=length(b); %初始化 N=0;%迭代次数 L=zeros(n);%分解A=D+L+U,D是对角阵，L是下三角阵，U是上三角阵U=zeros(n); D=zeros(n); G=zeros(n);%G=-inv(D+L)*U d=zeros(n,1);%d=inv(D+L)*b x=zeros(n,1); for i=1:n%初始化L和U for j=1:n if i 第 一 章 一阶微分方程的解法的小结 ⑴、可分离变量的方程： ①、形如 )()(y g x f dx dy = 当0)(≠y g 时，得到 dx x f y g dy )() (=，两边积分即可得到结果； 当0)(0=ηg 时，则0)(η=x y 也是方程的解。 例1.1、 xy dx dy = 解：当0≠y 时，有xdx y dy =，两边积分得到)(2ln 2为常数C C x y += 所以)(112 12 C x e C C e C y ±==为非零常数且 0=y 显然是原方程的解； 综上所述，原方程的解为)(12 12 为常数C e C y x = ②、形如0)()()()(=+dy y Q x P dx y N x M 当0)()(≠y N x P 时，可有 dy y N y Q dx x P x M ) () ()()(=，两边积分可得结果； 当0)(0=y N 时，0y y =为原方程的解，当0(0=） x P 时，0x x =为原方程的解。 例1.2、0)1()1(22=-+-dy x y dx y x 解：当0)1)(1(22≠--y x 时，有 dx x x dy y y 1 122-=-两边积分得到 )0(ln 1ln 1ln 22≠=-+-C C y x ，所以有)0()1)(1(22≠=--C C y x ； 当0)1)(1(22=--y x 时，也是原方程的解； 综上所述，原方程的解为)()1)(1(22为常数C C y x =--。 ⑵可化为变量可分离方程的方程： ①、形如 )(x y g dx dy = 解法：令x y u =，则udx xdu dy +=，代入得到)(u g u dx du x =+为变量可分离方程，得 到)(0),,(为常数C C x u f =再把u 代入得到)(0),,(为常数C C x x y f =。 ②、形如)0(),(≠+=ab by ax G dx dy 解法：令by ax u +=，则b du adx dy +=，代入得到)(1u G b a dx du b =+为变量可分离方程， 得到)(0),,(为常数C C x u f =再把u 代入得到)(0),,(为常数C C x by ax f =+。 ③、形如 )(2 221 11c y b x a c y b x a f dx dy ++++= 解法：0 1、 02 2 11=b a b a ，转化为 )(by ax G dx dy +=，下同①； 02、 022 1 1≠b a b a ，???=++=++00 222111 c y b x a c y b x a 的解为),(00y x ，令???-=-=0 0y y v x x u 得到，)()( )(221 12211u v g u v b a u v b a f v b u a v b u a f du dv =++=++=，下同②； 还有几类：xy u dy xy xg dx xy yf ==+,0)()( 以上都可以化为变量可分离方程。 例2.1、 2 5--+-=y x y x dx dy 解：令2--=y x u ，则du dx dy -=，代入得到u u dx du 7 1+= - ，有dx udu 7-= 所以)(72 2 为常数C C x u +-=，把u 代入得到)(72 22 为常数） （C C x y x =+--。 例2.2、 1 212+-+-=y x y x dx dy 解：由???=+-=+-012012y x y x 得到?????=-=3131y x ，令?? ???-=+=3131y v x u ，有???==du dx dv dy ，代入得到 求解线性方程组——超松弛迭代法 #include cout<<"输入松弛因子w (1 Gauss-Seidel迭代法求解线性方程组 一． 问题描述 用Gauss-Seidel 迭代法求解线性方程组 由Jacobi 迭代法中，每一次的迭代只用到前一次的迭代值。使用了两倍的存储空间，浪费了存储空间。若每一次迭代充分利用当前最新的迭代值，即在计算第i 个分量 ) 1(+k i x 时，用最新分量 ) 1(1 +k x ， ???+) 1(2 k x ) 1(1 -+k i x 代替旧分量 ) (1 k x ， ???) (2 k x ) (1 -k i x ，可以起 到节省存储空间的作用。这样就得到所谓解方程组的Gauss-Seidel 迭代法。 二． 算法设计 将A 分解成U D L A --=，则b x =A 等价于b x =--U)D (L 则Gauss-Seidel 迭代过程 ) ()1()1(k k k Ux Lx b Dx ++=++ 故 ) ()1()(k k Ux b x L D +=-+ 若设1 )(--L D 存在，则 b L D Ux L D x k k 1)(1)1()()(--+-+-= 令 b L D f U L D G 11)()(---=-=， 则Gauss-Seidel 迭代公式的矩阵形式为 f Gx x k k +=+) () 1( 其迭代格式为 T n x x x x ) ()0()0(2)0(1)0(，，，???= (初始向量)， ) (1 1 1 1 1 )()1()1(∑∑-=-+=++--=i j i i j k j ij k j ij i ii i i x a x a b a x )210i 210(n k ???=???=，，，；，，， 或者 ?? ???--=???=???==?+=∑∑-=-+=+++) (1)210i 210(111 1)()1()1()()1(i j i i j k j ij k j ij i ii i i i k i k i x a x a b a x n k k x x x ，，，；，，， 三． 程序框图 摘要 (2) 1.何谓奇解 (2) 2.奇解的产生 (3) 3.包络跟奇解的关系 (4) 4.理论上证明C-判别曲线与P-判别曲线方法 (5) 4.1 克莱罗微分方程 (9) 5.奇解的基本性质 (12) 5.1 定理１ (12) 5.2 定理２ (14) 5.3 定理３ (14) 6.小结 (14) 参考文献： (15) 一阶常微分方程的奇解 摘要 在常微分方程中，我们知道方程的解可以有多种，现在我们来讨论求奇解的方法。我们看到某些微分方程，会存在一些特殊的积分曲线，他并不属于这方程的积分曲线族，但是，在这些特殊的积分曲线上的每一点处，都有积分曲线族中的一条曲线和他在此处相切。从而我们引出了积分曲线族的包络，而为了求微分方程的奇解，，我们应先求出他的通解，然后求通解的包络。 关键词：奇解，包络，C-判别式，P-判别式 1.何谓奇解 设一阶隐式方程),,(,y y x F =0有一特解 )(:x y ψ=Γ，j x ∈ 如果对每一点Γ∈P ，在P 点的任何一个领域，方程),,(,y y x F =0都有一个不同于Γ的解在P 点与Γ相切，则称Γ是微分方程的),,(,y y x F =0的奇解 定义：如果一个一阶微分方程的一个特解的积分曲线上的每一点都至少和这个微分方程的不同的积分曲线相切，并且这相切的积分曲线在切点的任何邻域都不重合，则称这个特解为这个微分方程的奇解 2.奇解的产生 先看一个例子，求方程 033=-?? ? ??y dx dy （1） 或与它等价的方程 3y dx dy = 的解。 经分离变量后，可得（1）的通解 3)(27 1c x y += 容易看出，y=0也是原方程的一个解。现在来研究这个解y=0有什么特殊的地方。由图我们看到，在解y=0上的每一 点)0,(0x 处相切，这种特殊的积分曲线y=0 称为奇积分曲线，他所对应的解就是奇 解，这就是奇解的产生。 我们现在给出曲线族包络的定义 某些微分方程，存在一些特殊的积分 曲线，会存在一些特殊的积分曲线，他并 不属于这方程的积分曲线族，但是，在这些特殊的积分曲线上的每一点处，都有积分曲线族中的一条曲线和他在此处相切。在几何学里，这些特殊的积分曲线称为上述积分曲线族的包络，在微分方程里，这些特殊的积分曲线所对应的解酒称为方程的奇解。 第4章解线性方程组的迭代法 用迭代法求解线性方程组与第4章非线性方程求根的方法相似，对方程组进行等价变换，构造同解方程组(对可构造各种等价方程组， 如分解，可逆，则由得到)，以此构造迭代关系式 （4.1） 任取初始向量，代入迭代式中，经计算得到迭代序列。 若迭代序列收敛，设的极限为，对迭代式两边取极限 即是方程组的解，此时称迭代法收敛，否则称迭代法发散。我们将看到，不同于非线性方程的迭代方法，解线性方程组的迭代收敛与否完全决定于迭代矩阵的性质，与迭代初始值的选取无关。迭代法的优点是占有存储空间少，程序实现简单，尤其适用于大型稀疏矩阵；不尽人意之处是要面对判断迭代是否收敛和收敛速度的问题。 可以证明迭代矩阵的与谱半径是迭代收敛的充分必要条件，其中是矩阵的特征根。事实上，若为方程组的解，则有 再由迭代式可得到 由线性代数定理，的充分必要条件。 因此对迭代法(4.1)的收敛性有以下两个定理成立。 定理4.1迭代法收敛的充要条件是。 定理4.2迭代法收敛的充要条件是迭代矩阵的谱半径 因此，称谱半径小于1的矩阵为收敛矩阵。计算矩阵的谱半径，需要求解矩阵的特征值才能得到，通常这是较为繁重的工作。但是可以通过计算矩阵的范数等方法简化判断收敛的 工作。前面已经提到过，若||A||p矩阵的范数，则总有。因此，若，则必为收敛矩阵。计算矩阵的1范数和范数的方法比较简单，其中 于是，只要迭代矩阵满足或，就可以判断迭代序列 是收敛的。 要注意的是，当或时，可以有，因此不能判断迭代序列发散。 在计算中当相邻两次的向量误差的某种范数小于给定精度时，则停止迭代计算，视为方程组的近似解（有关范数的详细定义请看3.3节。） 4.1雅可比（Jacobi）迭代法 4.1.1 雅可比迭代格式 雅可比迭代计算 元线性方程组 （4.2） 写成矩阵形式为。若将式（4.2）中每个方程的留在方程左边，其余各项移到方程右边；方程两边除以则得到下列同解方程组： 记，构造迭代形式 迭代法解线性方程组作业 沈欢00986096 北京大学工学院，北京100871 2011年10月12日 摘要 由所给矩阵生成系数矩阵A和右端项b，分析系数矩阵A，并用Jacobi迭代法、GS迭代法、SOR(逐步松弛迭代法)解方程组Ax=b 1生成系数矩阵A、右端项b,并分析矩阵A 由文件”gr900900c rg.mm”得到了以.mm格式描述的系数矩阵A。A矩阵是900?900的大型稀 疏对称矩阵。于是，在matlaB中，使用”A=zeros(900,900)”语句生成900?900的零矩阵。再 按照.mm文件中的描述，分别对第i行、第j列的元素赋对应的值，就生成了系数矩阵A，并 将A存为.mat文件以便之后应用。 由于右端项是全为1的列向量，所以由语句”b=ones(900,1)”生成。 得到了矩阵A后，求其行列式，使用函数”det(A)”,求得结果为”Inf”,证明行列式太大，matlaB无法显示。由此证明，矩阵A可逆，线性方程组 Ax=b 有唯一解。 接着，判断A矩阵是否是对称矩阵(其实，这步是没有必要的，因为A矩阵本身是对称矩阵，是.mm格式中的矩阵按对称阵生成的)。如果A是对称矩阵，那么 A?A T=0 。于是，令B=A?A T,并对B求∞范数。结果显示： B ∞=0,所以，B是零矩阵，也就是：A是对称矩阵。 然后，求A的三个条件数： Cond(A)= A ? A?1 所求结果是，对应于1范数的条件数为：377.2334;对应于2范数的条件数为：194.5739;对应 于3范数的条件数为：377.2334; 1 从以上结果我们看出，A是可逆矩阵，但是A的条件数很大，所以，Ax=b有唯一解并且矩阵A相对不稳定。所以，我们可以用迭代方法来求解该线性方程组，但是由于A的条件数太大迭代次数一般而言会比较多。 2Jacobi迭代法 Jacobi迭代方法的程序流程图如图所示： 图1:Jacobi迭代方法程序流程图 在上述流程中，取x0=[1,1,...,1]T将精度设为accuracy=10?3，需要误差满足： error= x k+1?x k x k+1 数值分析实验五 班级： 10信计二班 学号：59 姓名：王志桃 分数： 一．实验名称 高斯-赛德尔迭代法解线性方程组 二．实验目的 1. 学会利用高斯赛德尔方法解线性方程组 2. 明白迭代法的原理 3. 对于大型稀疏矩阵方程组适用于迭代法比较简单 三．实验内容 利用Gauss-Seidel 迭代法求解下列方程组 ?????=++=-+=+-36123633111420238321 321321x x x x x x x x x ， 其中取→=0)0(x 。 四、算法描述 由Jacobi 迭代法中，每一次的迭代只用到前一次的迭代值，若每一次迭代充分利用当前最新的迭代值，即在计算第i 个分量)1(+k i x 时，用最新分量)1(1+k x ，???+)1(2k x )1(1-+k i x 代替旧分量)(1k x ，???)(2k x )(1-k i x ，就得到所谓解方程组的Gauss-Seidel 迭代法。 其迭代格式为 T n x x x x )()0()0(2)0(1)0(，，，???= (初始向量)， )(11111)()1( ) 1(∑∑-=-+=++--=i j i i j k j ij k j ij i ii i i x a x a b a x )210i 210(n k ???=???=，，，；，，， 或者写为 ?? ???--=???=???==?+=∑∑-=-+=+++)(1)210i 210(1111)( )1()1()()1(i j i i j k j ij k j ij i ii i i i k i k i x a x a b a x n k k x x x ，，，；，，， 五、 编码 #include 摘要 (4) 1.何谓奇解 (5) 2.奇解的产生 (5) 3.包络跟奇解的关系 (6) 4.理论上证明C-判别曲线与P-判别曲线方法 (7) 4.1 克莱罗微分方程 (11) 5.奇解的基本性质 (14) 5.1 定理１ (14) 5.2 定理２ (16) 5.3 定理３ (16) 6.小结 (17) 参考文献： (17) 一阶常微分方程的奇解 摘要 在常微分方程中，我们知道方程的解可以有多种，现在我们来讨论求奇解的方法。我们看到某些微分方程，会存在一些特殊的积分曲线，他并不属于这方程的积分曲线族，但是，在这些特殊的积分曲线上的每一点处，都有积分曲线族中的一条曲线和他在此处相切。从而我们引出了积分曲线族的包络，而为了求微分方程的奇解，，我们应先求出他的通解，然后求通解的包络。 关键词：奇解，包络，C-判别式，P-判别式 1.何谓奇解 设一阶隐式方程) x F=0有一特解 y , , (,y )(:x y ψ=Γ，j x ∈ 如果对每一点Γ∈P ，在P 点的任何一个领域内，方程),,(,y y x F =0都有一个不同于Γ的解在P 点与Γ相切，则称Γ是微分方程的),,(,y y x F =0的奇解 定义：如果一个一阶微分方程的一个特解的积分曲线上的每一点都至少和这个微分方程的不同的积分曲线相切，并且这相切的积分曲线在切点的任何邻域内都不重合，则称这个特解为这个微分方程的奇解 2.奇解的产生 先看一个例子，求方程 033=-?? ? ??y dx dy （1） 或与它等价的方程 3y dx dy = 的解。 经分离变量后，可得（1）的通解 3)(27 1c x y += 容易看出，y=0也是原方程的一个解。现在来研究这个解y=0有什么特殊的地方。由图我们看到，在解y=0上的每一 点)0,(0x 处相切，这种特殊的积分曲线y=0 称为奇积分曲线，他所对应的解就是奇 解，这就是奇解的产生。 我们现在给出曲线族包络的定义 某些微分方程，存在一些特殊的积分 曲线，会存在一些特殊的积分曲线，他并 不属于这方程的积分曲线族，但是，在这些特殊的积分曲线上的每一点处，都有积分曲线族中的一条曲线和他在此处相切。在几何学里，这些特殊的积分曲线称为上述积分曲线族的包络，在微分方程里，这些特殊的积分曲线所对应的解酒称为方程的奇解。 基于Matlab 实现牛顿迭代法解非线性方程组 已知非线性方程组如下 2211221212 10801080x x x x x x x ?-++=??+-+=?? 给定初值0(0,0)T x =，要求求解精度达到0.00001 首先建立函数F(x)，方程组编程如下，将F.m 保存到工作路径中： function f=F(x) f(1)=x(1)^2-10*x(1)+x(2)^2+8; f(2)=x(1)*x(2)^2+x(1)-10*x(2)+8; f=[f(1) f(2)]; 建立函数DF(x),用于求方程组的Jacobi 矩阵，将DF.m 保存到工作路径中： function df=DF(x) df=[2*x(1)-10,2*x(2);x(2)^2+1,2*x(1)*x(2)-10]; 编程牛顿迭代法解非线性方程组，将newton.m 保存到工作路径中： clear; clc x=[0,0]'; f=F(x); df=DF(x); fprintf('%d %.7f %.7f\n',0,x(1),x(2)); N=4; for i=1:N y=df\f'; x=x-y; f=F(x); df=DF(x); fprintf('%d %.7f %.7f\n',i,x(1),x(2)); if norm(y)<0.0000001 break ; else end end 运行结果如下： 0 0.0000000 0.0000000 1 0.8000000 0.8800000 2 0.9917872 0.9917117 3 0.9999752 0.9999685 4 1.0000000 1.0000000 数值分析实验报告 0 a 12 K a 1,n 1 K a 2,n 1 U O M 则有： 第一步： Jacobi 迭代法 a 1n a 2n M , 则有： A D L U a n 1,n Ax b A A x D b L U (D L U)x b Dx (L U)x b x D (L U)x D b 令 J D (L U) 则称 J 为雅克比迭代矩阵 f D b 由此可得雅克比迭代的迭代格式如下： x (0) , 初始向量 x (k 1) Jx (k) f ,k 0,1,2,L 第二步 Gauss-Seidel 迭代法 Ax b (D L U )x b (D L)x Ux b x (D L) Ux (D L) b A D L U a 11 a 12 L a 1n a 11 A a 21 a 22 L a 2n a 22 M MM MO a n1 a n2 L a nn a 11 得到 D a 22 O a nn 由 a 21 0 M M O a n 1,1 a n 1,2 L 0 a nn a n1 a n2 L a n,n a 21 L M M O a n 1,1 a n 1,2 L a n1 a n2 L a n,n 1 a 12 K a 1,n 1 a 1n 0 K a 2,n 1 a 2n O M M a n 1,n 10 令 G (D L) U ，则称G 为Gauss-Seidel 迭代矩阵 f (D L) b 由此可得 Gauss-Seidel 迭代的迭代格式如下： x (0) , 初始向量 第三步 SOR 迭代法 w0 AD L U 1 ( D 1 wL ((1 w)D wU )) (D 1 wL) ((1 w)D wU ) w w w 令M w 1 (D wL), N 1 ((1 w)D wU )则有：A MN w w Ax b AM L W N M (M N )x b Mx Nx b x M Nx M b N M, 令W f Mb 带入 N 的值可有 L W ((1 w)D wU) (D wL) 1((1 w)D wU) (D wL) f 1 b w 1(D wL) 1b 1 (D wL) w 称 L W 为 SOR 迭代矩阵，由此可得 SOR 迭代的迭代格式如下： x (0) ,初始向量 二、算法程序 Jacobi 迭代法的 M 文件： function [y,n]=Jacobi(A,b,x0,eps) %************************************************* %函数名称 Jacobi 雅克比迭代函数 %参数解释 A 系数矩阵 % b 常数项 % x0 估计解向量 x (k 1) Gx (k) f ,k 0,1,2,L (k 1) f,k 0,1,2,L常微分方程的解线性方程组的迭代法
一阶常微分方程解法总结
线性方程组的迭代法及程序实现
数值分析5-用Jacobi迭代法和Gauss-Seidel迭代法求解线性方程组
一阶常微分方程解法总结
求解线性方程组——超松弛迭代法(c)
Gauss-Seidel迭代法求解线性方程组
一阶常微分方程的奇解
数值计算_第4章 解线性方程组的迭代法
迭代法解线性方程组
高斯-赛德尔迭代法解线性方程组精选.
一阶常微分方程的奇解
基于Matlab的牛顿迭代法解非线性方程组
实验解线性方程组的基本迭代法实验
相关主题
文本预览