50 likes | 213 Views
线性方程组直接法. (1) 用 改进的平方根法 求解下面的线性方程组 其中 H 是 32 阶的 Hilbert 矩阵, b 是全 1 向量。 要求输出残量的 2- 范数,即 r=norm(b-H*x). ( M 文件取名为 hw41.m ). 提示 : 生成一个 n 阶的 Hilbert 矩阵 : H=hilb(n) 生成一个长度为 n 的全 1 向量: b=ones(n,1) 改进的平方根算法参见教材第 158 , 159 页. 线性方程组直接法. (2) 用 追赶法 求解下面的线性方程组
E N D
线性方程组直接法 (1) 用改进的平方根法求解下面的线性方程组 其中 H是 32 阶的 Hilbert 矩阵,b是全 1 向量。 要求输出残量的 2-范数,即 r=norm(b-H*x) (M文件取名为 hw41.m) 提示: • 生成一个 n阶的 Hilbert 矩阵: H=hilb(n) • 生成一个长度为 n的全 1 向量:b=ones(n,1) • 改进的平方根算法参见教材第 158,159 页
线性方程组直接法 (2) 用追赶法求解下面的线性方程组 其中 要求输出残量的 2-范数。 (M文件取名为 hw42.m) 提示: • 生成三对角矩阵可以使用 diag 命令 • 追赶法参见教材第 159,160 页
线性方程组直接法 (3) (可选题)编写函数 PLU,实现列主元 LU 分解 [L,U,p]=plu(A) (M文件取名为 plu.m) 说明: • 该分解满足:A(p,:)=L*U • A 为输入矩阵 • p 是向量,记录每次选主元时主元所在的行 • L,U 分别为单位下三角矩阵和非奇异上三角矩阵 • 可随机生成一些小矩阵进行测试, 即查看 norm(A(p,:) - L*U,'fro')是否很小
上机要求 • 上机要求 • 将所有 M 文件作为附件,发给mhjs@system.mail • 邮件主题为:机号-学号-姓名 • 每个 M文件的第一行为:%机号-学号-姓名