matlab实验报告
MATLAB语言及其应用实验报告.doc
MATLAB语言及其应用实验报告.doc一、实验目的1、熟悉MATLAB语言及其基本操作；2、掌握利用MATLAB进行数据分析和可视化的方法；3、掌握MATLAB应用于科学计算的基本方法。
二、实验环境MATLAB R2018a三、实验内容及方法3.1 实验内容1、打开MATLAB环境；2、读入数据文件，并对数据进行分析和处理；3、通过MATLAB绘制图表，对数据进行可视化。
四、实验细节及流程4.1 读入数据文件本实验使用的数据文件为sales.xlsx，其中包括2018年各个季度的销售数据。
首先，通过以下命令导入数据：data=xlsread('sales.xlsx');4.2 数据分析和处理1、计算各季度销售总额通过以下代码计算每个季度的销售额并求和，得到每年的销售总额：Q1=data(:,2);TotalSales=sum([Q1 Q2 Q3 Q4],2);2、计算增长率根据每年的销售总额，计算出每年的增长率。
具体代码如下：GrowthRate(1)=0;for i=2:length(TotalSales)GrowthRate(i)=((TotalSales(i)-TotalSales(i-1))/TotalSales(i-1))*100; endSalesGrowth=[TotalSales GrowthRate];3、计算每个季度的均值和标准差meanQ1=mean(Q1);stdQ1=std(Q1);4、计算出每年第一个季度的销售额所占比例首先，我们将第一个季度的销售额单独提出来，具体代码如下：4.3 数据可视化1、柱形图对于销售总额，使用柱形图进行可视化，具体代码如下：结果如下图所示：图1 销售总额2、线性图3、箱形图boxplot([Q1 Q2 Q3 Q4],{'Q1','Q2','Q3','Q4'});图3 每个季度的销售额4、饼图pie(FirstQSalesRatio(:,1));五、结论本实验通过对销售数据的分析和可视化，得出以下结论：1、2018年销售总额呈逐年上升趋势，其中2017年到2018年的增长率最高；2、每年第一个季度的销售额所占比例在40%至45%之间，与其他季度相比，显著高于其他季度；3、2018年第二季度的销售额经过调整后，表现出了相对较高的波动。
基于matlab的实验报告
基于matlab的实验报告实验报告：基于MATLAB 的实验一、实验目的通过使用MATLAB 软件，掌握如何进行数据分析、图像处理、算法实现等一系列实验操作，提高实验者的实践能力和动手能力。
二、实验原理MATLAB 是一种在科学计算和技术开发领域广泛应用的计算机软件。
它能进行矩阵计算、绘制函数和数据图像、实现算法以及进行数据分析等。
通过掌握MATLAB 的使用，能够快速、高效地解决各种科学和工程问题。
三、实验内容1. 数据分析：使用MATLAB 的数据分析工具进行数据的导入、处理和分析。
2. 图像处理：利用MATLAB 的图像处理工具包对图像进行滤波、增强、分割等操作。
3. 算法实现：使用MATLAB 实现常用的算法，如排序、搜索、图像压缩等。
四、实验步骤1. 数据分析：（1）使用MATLAB 的读取数据函数将数据导入MATLAB 环境中。
（2）利用MATLAB 的数据处理函数进行数据清洗和预处理。
（3）使用MATLAB 的统计工具进行数据分析，如求平均值、标准差等。
（4）利用MATLAB 的绘图函数将分析结果可视化。
2. 图像处理：（1）使用MATLAB 的读取图像函数将图像导入MATLAB 环境中。
（2）利用MATLAB 的图像处理工具包进行滤波操作，如均值滤波、中值滤波等。
（3）使用MATLAB 的图像增强函数对图像进行锐化、变换等操作。
（4）利用MATLAB 的图像分割算法对图像进行分割。
3. 算法实现：（1）使用MATLAB 编写排序算法，如冒泡排序、快速排序等。
（2）使用MATLAB 编写搜索算法，如二分查找、线性搜索等。
（3）使用MATLAB 实现图像压缩算法，如离散余弦变换（DCT）。
五、实验结果实验中，我们使用MATLAB 完成了数据分析、图像处理和算法实现的一系列实验操作。
通过数据分析，我们成功导入了数据并对其进行了清洗和预处理，最后得到了数据的统计结果。
在图像处理方面，我们对图像进行了滤波、增强和分割等操作，最终得到了处理后的图像。
程序设计实验报告(matlab)
程序设计实验报告(matlab)实验一: 程序设计基础实验目的：初步掌握机器人编程语言Matlab。
实验内容：运用Matlab进行简单的程序设计。
实验方法：基于Matlab环境下的简单程序设计。
实验结果：成功掌握简单的程序设计和Matlab基本编程语法。
实验二：多项式拟合与插值实验目的：学习多项式拟合和插值的方法，并能进行相关计算。
实验内容：在Matlab环境下进行多项式拟合和插值的计算。
实验方法：结合Matlab的插值工具箱，进行相关的计算。
实验结果：深入理解多项式拟合和插值的实现原理，成功掌握Matlab的插值工具箱。
实验三：最小二乘法实验目的：了解最小二乘法的基本原理和算法，并能够通过Matlab进行计算。
实验内容：利用Matlab进行最小二乘法计算。
实验方法：基于Matlab的线性代数计算库，进行最小二乘法的计算。
实验结果：成功掌握最小二乘法的计算方法，并了解其在实际应用中的作用。
实验六：常微分方程实验目的：了解ODE的基本概念和解法，并通过Matlab进行计算。
实验内容：利用Matlab求解ODE的一阶微分方程组、变系数ODE、高阶ODE等问题。
实验方法：基于Matlab的ODE工具箱，进行ODE求解。
实验结果：深入理解ODE的基本概念和解法，掌握多种ODE求解方法，熟练掌握Matlab的ODE求解工具箱的使用方法。
总结在Matlab环境下进行程序设计实验，使我对Matlab有了更深刻的认识和了解，也使我对计算机科学在实践中的应用有了更加深入的了解。
通过这些实验的学习，我能够灵活应用Matlab进行各种计算和数值分析，同时也能够深入理解相关的数学原理和算法。
这些知识和技能对我未来的学习和工作都将有着重要的帮助。
MATLAB实验报告
v1.0 可编辑可修改实验一 MATLAB 环境的熟悉与基本运算一、实验目的及要求1．熟悉MATLAB 的开发环境； 2．掌握MATLAB 的一些常用命令；3．掌握矩阵、变量、表达式的输入方法及各种基本运算。
二、实验内容1.熟悉MATLAB 的开发环境： ① MATLAB 的各种窗口：命令窗口、命令历史窗口、工作空间窗口、当前路径窗口。
②路径的设置：建立自己的文件夹，加入到MATLAB 路径中，并保存。
设置当前路径，以方便文件管理。
2.学习使用clc 、clear ，了解其功能和作用。
3.矩阵运算：已知:A=[1 2;3 4]; B=[5 5;7 8]; 求:A*B 、A.*B ，并比较结果。
4.使用冒号选出指定元素:已知:A=[1 2 3;4 5 6;7 8 9]; 求:A 中第3列前2个元素；A 中所有列第2，3行的元素； 5.在MATLAB 的命令窗口计算: 1) )2sin(π2) 5.4)4.05589(÷⨯+ 6.关系及逻辑运算1)已知:a=[5:1:15]; b=[1 2 8 8 7 10 12 11 13 14 15]，求: y=a==b ，并分析结果 2)已知:X=[0 1;1 0]; Y=[0 0;1 0]，求: x&y+x>y ，并分析结果 7.文件操作1)将0到1000的所有整数，写入到D 盘下的文件 2)读入D 盘下的文件，并赋给变量num8.符号运算1)对表达式f=x 3-1 进行因式分解2)对表达式f=（2x 2*(x+3)-10)*t ，分别将自变量x 和t 的同类项合并 3）求3(1)xdz z +⎰三、实验报告要求完成实验内容的3、4、5、6、7、8，写出相应的程序、结果实验二 MATLAB 语言的程序设计一、实验目的1、熟悉 MATLAB 程序编辑与设计环境2、掌握各种编程语句语法规则及程序设计方法3、函数文件的编写和设计4、了解和熟悉变量传递和赋值二、实验内容1．编写程序，计算1+3+5+7+…+(2n+1)的值（用input 语句输入n 值）。
matlab实验报告
matlab实验报告实验1 熟悉matlab 的开发环境及矩阵操作⼀、实验的教学⽬标通过本次实验使学⽣熟悉MATLAB7.0的开发环境，熟悉MA TLAB ⼯作界⾯的多个常⽤窗⼝包括命令窗⼝、历史命令窗⼝、当前⼯作⽬录窗⼝、⼯作空间浏览器窗⼝等。
掌握建⽴表达式书写规则及常⽤函数的使⽤，建⽴矩阵的⼏种⽅法。
⼆、实验环境计算机、MATLAB7.0集成环境三、实验内容1、熟悉命令窗⼝的使⽤，⼯作空间窗⼝的使⽤，⼯作⽬录、搜索路径的设置。
命令历史记录窗⼝的使⽤，帮助系统的使⽤。
2、在当前命令窗⼝中输⼊以下命令：x=0:2:10 y=sqrt(x)，并理解其含义。
3、求下列表达式的值（1）w=)1034245.01(26-?+?（2）x=ac b e abc cb a ++-+++)tan(22ππ,其中a=3.5,b=5,c=-9.8 四、实验总结1、熟悉了命令窗⼝的使⽤，⼯作空间窗⼝的使⽤。
2、了解了⼯作⽬录、搜索路径的设置⽅法。
---5317383399351542实验2 MATLAB 基本运算⼀、实验的教学⽬标通过本次实验使学⽣掌握向量和矩阵的创建⽅法；掌握矩阵和数组的算术运算、逻辑运算和关系运算；掌握字符数组的创建和运算；了解创建元胞数组和结构体的⽅法。
⼆、实验环境计算机、MATLAB7.0集成环境三、实验内容1、要求在闭区间]2,0[π上产⽣具有10个等距采样点的⼀维数组。
试⽤两种不同的指令实现。
（提⽰：冒号⽣成法，定点⽣成法）2、由指令rng('default'),A=rand(3,5)⽣成⼆维数组A ，试求该数组中所有⼤于0.5的元素的位置，分别求出它们的“全下标”和“单下标”。
（提⽰：find 和sub2ind ）3、创建3阶魔⽅矩阵a 和3阶对⾓阵b ，c=a(1:3,1:3)（1）计算矩阵a,b 和c 的⾏列式、逆矩阵并进⾏最⼤值的统计。
（2）⽐较矩阵和数组的算术运算：b 和c 的*、/、^和.*、./、.^。
MATLAB实验报告模板
MATLAB实验报告模板实验题目：使用MATLAB进行数字信号处理实验目的：1. 学习MATLAB的基本操作和数字信号处理中常用的函数。
2. 掌握数字信号的离散化、采样、量化等处理方法。
3. 实现数字滤波器的设计和应用。
实验内容：1. 生成并绘制一个正弦波信号，包括频率、幅度和相位等参数。
2. 对信号进行采样，并绘制采样后的离散信号图像。
3. 对采样后的信号进行量化，并绘制量化后的信号图像。
4. 设计一个数字滤波器，并将滤波前后的信号图像进行对比。
实验步骤：1. 生成一个正弦波信号：```matlab% 信号频率为3Hz，幅度为2，相位为0t = 0:0.01:1;f = 3;A = 2;theta = 0;x = A * sin(2*pi*f*t + theta);```2. 绘制信号图像：```matlabplot(t, x);xlabel('时间');ylabel('幅度');title('正弦波信号');```3. 进行信号的采样：```matlab% 采样频率为20Hzfs = 20;Ts = 1/fs;n = 0:Ts:1;xs = A * sin(2*pi*f*n + theta);```4. 绘制采样信号图像：```matlabstem(n, xs);xlabel('时间');ylabel('幅度');title('采样信号');```5. 进行信号的量化：```matlab% 将信号量化为8位bits = 8;delta = (2 * A) / (2^bits);xq = floor(xs / delta + 0.5) * delta;```6. 绘制量化信号图像：```matlabstem(n, xq);xlabel('时间');ylabel('幅度');title('量化信号');```7. 设计数字滤波器：```matlab% 采用FIR滤波器，截止频率为4Hz fcut = 4;n = 100; % 滤波器阶数b = fir1(n, 2*fcut/fs);y = filter(b, 1, xq);```8. 绘制滤波前后的信号图像：```matlabfigure;subplot(2,1,1);stem(n, xq);xlabel('时间');ylabel('幅度');title('量化信号');subplot(2,1,2);stem(n, y);xlabel('时间');ylabel('幅度');title('滤波信号');```实验结果和分析：根据以上实验步骤，可以得到正弦波信号、采样信号、量化信号和滤波信号等图像。
matlab实验报告总结
matlab实验报告总结1.求一份matlab的试验报告计算方法试验报告3【实验目的】检查各种数值计算方法的长期行为【内容】给定方程组x'(t)=ay(t),y'(t)=bx(t), x(0)=0, y(0)=b的解是x-y 平面上的一个椭圆，利用你已经知道的算法，取足够小的步长，计算上述方程的轨道，看看那种算法能够保持椭圆轨道不变。
（计算的时间步长要足够多）【实验设计】用一下四种方法来计算：1. Euler法2. 梯形法3. 4阶RK法4. 多步法Adams公式【实验过程】1. Euler法具体的代码如下：clear;a=2;b=1;A=[0 a; -b0];U=[];u(:,1)=[0;b];n=1000000;h=6*pi/n;fori=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5; u(:,i+1)=u(:,i)+h*A*u(:,i);endt=1:n+1;subplot(1, 2,1);plot(1:n,delta);gridon;subplot(1,2,2);plot(u(1,:),u(2,:));gridon;max(abs(delta-ones(1,length(delta)）））；结果如下：2. 梯形法具体的代码如下：clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=300;h=6*pi/n;for i=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;v1=u(:,i)+h*A*u(:,i);v2=u(:,i)+h*A*(u(:,i)+v1)/2;1u(:,i+1)=u(:,i)+h*A*(u(:,i)+v2)/2;endt=1:n+1;sub plot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下 3. 4阶RK法clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=70;h=6*pi/n;for i=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;k1=A*u(:,i); k2=A*(u(:,i)+h/2*k2); k3=A*(u(:,i)+h*k3); k4=A*(u(:,i)+h*k3); u(:,i+1)=u(:,i)+h/6*(k1+2*k2+2*k3+k4);endt=1:n+1 ;subplot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下：4. 多步法Adams公式clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=200;h=6*pi/n;u(:;2)=u(u,1)+h*A*u(:,1);u(:;3)=u(u,2)+h/2*A*(3*u(:,2)-u(:,1));u(:;4)=u(u,3)+h/12*A*(23*u(:,3)-16*u(:,2)+5*u(:, 1)); delta(1)=((u(1,1)/a)^2+(u(2,1)/b^2)^0.5 delta(2)=((u(1,2)/a)^2+(u(2,2)/b^2)^0.5delta(3)=((u(1,3)/a)^2+(u(2,3)/b^2)^0.5for i=4:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;u(:,i+1)=u(:,i)+h/24*A*(55*u(:,i)-59*u(:,i-1)+37 *u(:,i-1)+37*u(:,i-2)-9*u(:,i-3));endt=1:n+1;sub plot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下：【实验分析】通过这几种方法对比，发现最为稳定的是多步法Adams公式和4阶RK法，其次是梯形法，而欧拉法最为不稳定。
MATLAB实验报告
MATLAB实验报告姓名：专业：学号：实验一MATLAB环境的熟悉与基本运算一、实验目的：1．熟悉MATLAB开发环境2．掌握矩阵、变量、表达式的各种基本运算二、实验基本知识：1.熟悉MATLAB环境:MATLAB桌面和命令窗口、命令历史窗口、帮助信息浏览器、工作空间浏览器文件和搜索路径浏览器。
2.掌握MATLAB常用命令3.MATLAB变量与运算符变量命名规则如下：（1）变量名可以由英语字母、数字和下划线组成（2）变量名应以英文字母开头（3）长度不大于31个（4）区分大小写MATLAB中设置了一些特殊的变量与常量，列于下表。
MATLAB运算符，通过下面几个表来说明MATLAB的各种常用运算符表2MATLAB算术运算符表3MATLAB关系运算符表4MATLAB逻辑运算符表5MATLAB特殊运算4.MATLAB的一维、二维数组的寻访表6子数组访问与赋值常用的相关指令格式5.MATLAB的基本运算表7两种运算指令形式和实质内涵的异同表6.MATLAB的常用函数表8标准数组生成函数表9数组操作函数三、实验内容1、学习安装MATLAB软件。
2、学习使用help命令，例如在命令窗口输入helpeye，然后根据帮助说明，学习使用指令eye（其它不会用的指令，依照此方法类推）3、学习使用clc、clear，观察commandwindow、commandhistory和workspace等窗口的变化结果。
4、初步程序的编写练习，新建M-file，保存（自己设定文件名，例如exerc1、exerc2、exerc3……），学习使用MATLAB的基本运算符、数组寻访指令、标准数组生成函数和数组操作函数。
注意：每一次M-file的修改后，都要存盘。
四、实验结果练习A：（1）helprand，然后随机生成一个2×6的数组，观察commandwindow、commandhistory和workspace等窗口的变化结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
0 0 0 0 0 1.6189
由计算结果可知，矩阵H6的六个特征值为0.0000，0.0000，0.0006，0.0163，0.2424，1.6189.
-0.6898 0.4415 -0.0470 0.3627 0.3882 0.2115
0.2716 -0.4591 -0.5407 0.5028 0.3707 0.1814
L =
0.0000 0 0 0 0 0
0 0.0000 0 0 0 0
0 0 0.0006 0 0 0
0 0 0 0.0163 0 0
回车得出：
Warning:迭代次数太多，可能不收敛！
x =
0.9982
1.0124
1.0177
0.8680
1.1630
0.8808
1.1393
0.9211
n =
200
由结果可见，SOR法所给出的解为x=[0.9982,1.0124,1.0177,0.8680,1.1630,0.8808,1.1393,0.8211]’,误差比jacobi迭代法要小得多。
回车得出：
V =
0.4801 0.4841 0.2507 0.4050 -0.2057
0.6623 0.7574 0.5992 -0.7475 0.2129
0.5252 0.3562 -0.7461 0.4928 -0.2385
0.2340 -0.2525 0.1239 0.0673 -0.6295
y1=interp1(x,y,'pchip');
y2=interp1(x,y,'spline');
plot(x,y1,'o',x,y1,'-',x,y2,'*',x,y2,'-.'),grid
legend('样本点','三次插值','三次样条插值')legend('样本点','三次插值','三次样条插值')
回车得出：
V =
0.5016 -0.3017 0.6149 0.5286
-0.8304 0.0933 0.3963 0.3803
0.2086 0.7603 -0.2716 0.5520
-0.1237 -0.5676 -0.6254 0.5209
L =
0.0102 0 0 0
0 0.8431 0 0
0 0 3.8581 0
回车得出：
由结果可见，用两种方法画出的曲线在样本点之间取值并无太大差异，曲线亦基本上一致。
2、对于给定函数 在区间[-1,1]上取 ,试求3次曲线拟合，试画出拟合曲线并打印出方程。
解：在matlab命令窗口中键入：
>>x=-1:0.2:1;y=1./(25*x.^2+1);
p=polyfit(x,y,3)
n=10
>> H=hilb(10);
x0=[1 1 1 1 1 1 1 1 1 1]';
b=H*x0
回车得出
b =
2.9290
2.0199
1.6032
1.3468
1.1682
1.0349
0.9307
0.8467
0.7773
0.7188
jacobi迭代法：
在matlab窗口中键入：
>> H=hilb(10);
[x,n]=jacobi(H,b,x0)
回车得出：
Warning:迭代次数太多，可能不收敛！
x =
1.0e+151 *
-0.8233
-1.8632
-2.5551
-3.0629
-3.4556
-3.7700
-4.0281
-4.2441
n =
200
SOR迭代法：（ω=1.25）
>>[x,n]=SOR(H,b,x0,1.25)
-0.8029
-0.9770
-1.1151
-1.2280
-1.3223
-1.4024
-1.4715
-1.5316
n =
200
SOR迭代法：（ω=1.5）
>> H=[x,n]=SOR(H,b,x0,1.5)
回车得出：
Warning:迭代次数太多，可能不收敛！
x =
0.9977
1.0191
0.9711
1.0367
5、给出线性方程组 ,其中系数矩阵 为希尔伯特矩阵：
， ，
假设 ，若取n=6，8，10，分别用雅可比迭代法及SOR迭代(ω=1，1.25，1.5)求解.比较计算结果.
解：n=6
在matlab命令窗口中键入：
>>H=hilb(6);
x0=[1 1 1 1 1 1]';
b=H*x0
回车得出：
b =
2.4500
b=[8 5.900001 5 1]';
[L,U]=lu(A)
x=U\(L\b)
回车得出：
L =
1.0000 0 00 1.0000 0 0
0.2000 0.9600 -0.8000 1.0000
U =
10.0000 -7.0000 0 1.0000
-0.1237 -0.5676 -0.6254 0.5209
L =
0.0102 0 0 0
0 0.8431 0 0
0 0 3.8581 0
0 0 0 30.2887
c =
2.9841e+003
由结果可知，det(A)=1，A的四个特征值为0.0102，0.8431，3.8581，30.2887。cond(A)2=2.9841e+003。
3、用LU分解及列主元高斯消去法解线性方程组
.
输入Ax=b中系数A=LU分解的矩阵L及U,解向量x及detA;列主元法的行交换次序，解向量x及detA;比较两种方法所得结果。
解：LU分解法
在matlab命令窗口中键入：
>>A=[10 -7 0 1;-3 2.099999 6 2;5 -1 5 -1;2 1 0 2];
x =
1.0e+122 *
0.3290
0.7099
0.9462
1.1118
1.2354
1.3317
n =
200
SOR迭代法：（ω=1）
>> [x,n]=SOR(H,b,x0,1)
回车得出：
Warning:迭代次数太多，可能不收敛！
x =
0.9991
0.9958
1.0392
0.9383
1.0265
1.0001
[V,L]=eig(H6)
V =
-0.0012 -0.0111 0.0622 0.2403 -0.6145 0.7487
0.0356 0.1797 -0.4908 -0.6977 0.2111 0.4407
-0.2407 -0.6042 0.5355 -0.2314 0.3659 0.3207
0.6255 0.4436 0.4170 0.1329 0.3947 0.2543
0 0 0 30.2887
由计算结果可知，矩阵A的四个特征值为0.0102，0.8431，3.8581，30.2887.
矩阵B
在MATLAB命令窗口中输入：
>> B=[2 3 4 5 6;4 4 5 6 7;0 3 6 7 8;0 0 2 8 9;0 0 0 1 0];
>> [V,L]=eig(B)
在matlab命令窗口中键入：
>>A=[10 -7 0 1;-3 2.099999 6 2;5 -1 5 -1;2 1 0 2];
b=[8 5.900001 5 1]';
x=gauss(A,b)
回车得出：
x =
0.0000 -1.0000 1.0000 1.0000
即解向量x=[0 -1 1 1]’
x0=[1 1 1 1 1 1 1 1 1 1]';
b=[2.9290 2.0199 1.6032 1.3468 1.1682 1.0349 0.9307 0.8467 0.7773 0.7188]';
[x,n]=jacobi(H,b,x0)
回车得出：
x =
1.0e+173 *
-0.2452
-0.5736
矩阵H6
在MATLAB命令窗口中输入：
>> H6=[1 1/2 1/3 1/4 1/5 1/6;1/2 1/3 1/4 1/5 1/6 1/7;1/3 1/4 1/5 1/6 1/7 1/8;1/4 1/5 1/6 1/7 1/8 1/9;1/5 1/6 1/7 1/8 1/9 1/10;1/6 1/7 1/8 1/9 1/10 1/11];
0.8891
1.1433
0.7735
1.2451
1.0809
0.8423
n =
200
由结果可见，SOR法所给出的解为x=[0.9977,1.0191,0.9711,1.0367,0.8891,1.1433,0.7735,1.2451,1.0809,0.8423]’,误差比jacobi迭代法要小得多。
b =
2.7179
1.8290
1.4290
1.1865
1.0199
0.8968
0.8016
0.7254
jacobi迭代法：
>> H=hilb(8);