Octave代码与赋值方程关联理解及100阶矩阵构造问题求助

一、构造100×100矩阵A和列向量b #

先从最基础的单位矩阵说起：你提到的$I_{ij}$（100×100单位矩阵），在Octave里一行代码就能生成：

I = eye(100);  # 主对角线全1，其余元素为0的矩阵

假设题目是常见的线性方程组迭代场景（毕竟用到了Gauss-Seidel），比如要求A是三对角矩阵（离散二阶微分方程的典型形式），结合单位矩阵的构造逻辑，我给你举个具体的实现例子：

假设题目定义A满足：主对角线元素为4，上下相邻次对角线为-1，其余为0；b是全1列向量
对应的Octave代码：

n = 100;
# 构造矩阵A
A = 4 * eye(n);  # 先基于单位矩阵设置主对角线为4
for i = 1:n-1
    A(i, i+1) = -1;  # 填充右上相邻元素
    A(i+1, i) = -1;  # 填充左下相邻元素
endfor

# 构造列向量b
b = ones(n, 1);  # 生成100×1的全1列向量
# 如果题目有特殊边界值，比如第一个元素为10，最后一个为20，直接修改：
b(1) = 10;
b(end) = 20;

如果题目里A的定义是和单位矩阵直接组合（比如$A = 3I + B$，B是其他矩阵），你只需要替换系数和补充B的构造逻辑就行，核心思路都是用eye()生成单位矩阵，再通过索引赋值调整元素。

二、Octave代码与Gauss-Seidel赋值方程的对应关系 #

Gauss-Seidel的核心迭代公式是：
$$x_i^{(k+1)} = \frac{1}{A_{ii}} \left( b_i - \sum_{j=1}^{i-1} A_{ij}x_j^{(k+1)} - \sum_{j=i+1}^{n} A_{ij}x_j^{(k)} \right)$$
我把这个公式和Octave代码逐部分对应，你一看就懂：

一段典型的手动实现Gauss-Seidel代码：

n = 100;
x = zeros(n, 1);  # 初始化解向量为全0
max_iter = 1000;
tol = 1e-6;  # 收敛阈值

for iter = 1:max_iter
    x_old = x;  # 保存上一轮的解，用于计算未更新的元素
    for i = 1:n
        sum_updated = 0;
        # 计算已更新的前半部分（j < i，用当前轮的x值）
        for j = 1:i-1
            sum_updated += A(i,j) * x(j);
        endfor
        
        sum_old = 0;
        # 计算未更新的后半部分（j > i，用上一轮的x_old值）
        for j = i+1:n
            sum_old += A(i,j) * x_old(j);
        endfor
        
        # 对应公式的赋值操作
        x(i) = (b(i) - sum_updated - sum_old) / A(i,i);
    endfor
    
    # 判断是否收敛
    if norm(x - x_old) < tol
        fprintf('迭代收敛，共%d轮\n', iter);
        break;
    endif
endfor

这里的代码完全复刻了数学公式：

• sum_updated对应公式里的$\sum_{j=1}^{i-1} A_{ij}x_j^{(k+1)}$，因为循环到i时，j<i的x已经被当前轮更新过了
• sum_old对应$\sum_{j=i+1}^{n} A_{ij}x_j^{(k)}$，用x_old保存上一轮的解，确保取到未更新的值
• 最后一行赋值和公式完全一致，只是把数学符号换成了Octave的变量名

如果你的讲师给的是封装好的函数，你可以用edit 函数名打开查看内部逻辑，本质还是围绕这个迭代公式展开的。

内容的提问来源于stack exchange，提问作者DeveloperInDiapers