我目前正在进行的一个项目是将两种不同的数值方法(直接和迭代)与系统的实际解析解进行比较，其中每种方法针对两个不同的矩阵大小。下面包含的第一个.m文件提供了一个三对角矩阵求解器的实现，其中main函数绘制了两种不同大小的三对角矩阵的解：2500x2500矩阵和50x50矩阵。

function main
n=50; 
for i=1:2
di=2*ones(n,1);
up=-ones(n,1);
lo=-ones(n,1);
b=ones(n,1)/(n*n); 
[subl,du,supu]=tridiag_factor(lo,di,up);
usol = tridiag_solve(subl,du,supu,b);
%figure(i)
plot(usol);
hold on;
title(['tridiag ' num2str(n) '']) 
n=2500; 
end

function [subl,du,supu]=tridiag_factor(subd,d,supd)
n=length(d);
for i=1:n-1
subd(i)=subd(i)/d(i);
d(i+1)=d(i+1)-subd(i)*supd(i);
end
subl=subd; supu=supd; du=d;

function x = tridiag_solve(subl,du,supu,b)

% forward solve
n=length(b); z=b; 
z(1)=b(1);
for i=2:n
z(i)=b(i)-subl(i)*z(i-1);
end
% back solve
x(n)=z(n);
for i=n-1:-1:1
x(i)=(z(i)-supu(i)*x(i+1))/du(i);
end

在绘制第一个usol之后，我包含了一个hold on语句，这样我就可以在for循环的第二次迭代期间捕获同一图形上的第二个usol。下一段代码是Jacobi方法，它迭代地求解一个三对角矩阵的系统。在我的例子中，我构造了两个不同大小的三对角矩阵，我将在这段代码之后提供它们：

function [xf,r] = jacobi(A,b,x,tol,K)
%
%  The function jacobi applies Jacobi's method to solve A*x = b.
%  On entry:
%    A       coefficient matrix of the linear system;
%    b       right-hand side vector of the linear system;
%    x       initial approximation;
%    eps     accuracy requirement: sx=top when norm(dx) < eps;
%    K       maximal number of steps allowed.
%  On return:
%    x       approximation for the solution of A*x = b;
%    r       residual vector last used to update x,
%            if success, then norm(r) < eps.[
%
n = size(A,1);
fprintf('Running the method of Jacobi...\n');
for k = 1:K
      % r = b - A*x;
    for i=1:n
        sum=0;
        for j = 1:n
            if j~=i
                sum=sum+A(i,j)*x(j);
            end
        end
        x(i)=(b(i)-sum)/(A(i,i));
    end;
    k=k+1;
    r = b - A*x;
%     fprintf('  norm(r) = %.4e\n', norm(r));
    if (norm(r) < tol)
        fprintf('Succeeded in %d steps\n', k);
        return;
    end;
end
fprintf('Failed to reached accuracy requirement in %d steps.\n', K);
xf=x;

%r(j) = r(j)/A(j,j);
%x(j) = x(j) + r(j);

现在，最后，下面是我希望在两个jacobi函数调用中使用的两个三对角矩阵的代码(以及与相应矩阵对应的每个系统的其他相关信息)：

% First tridiagonal matrix 
n=50; 
A_50=full(gallery('tridiag', n, -1, 2, -1));

% Second tridiagonal matrix 
n=2500; 
A_2500=full(gallery('tridiag', n, -1, 2, -1));

K=10000;
tol=1e-6;

b_A50=ones(length(A_50), 1);
for i=1:length(A_50)
    b_A50(i,1)=0.0004;
end 
x_A50=ones(length(A_50),1);

b_A2500=ones(length(A_2500), 1);
for i=1:length(A_2500)
    b_A2500(i,1)= 1.6e-7;
end 
x_A25000=ones(length(A_2500),1);

正如问题标题中所述，我需要将jacobi(A_50,b_A50,x_A50,tol,K)、jacobi(A_2500,b_A2500,x_A25000,tol,K)和数学函数y=@(x) -0.5*(x-1)*x生成的向量以及第一段代码中显示的main函数生成的两个usol(用于n=50和n=2500)绘制在同一图上，但由于向量的长度不同，我没有运气。我知道这可能是一个简单的解决办法，但当然，我的初学者的matlab技能还不够。
注意：我知道x_A50和x_A2500对于x来说是微不足道的选择，但我想在请求帮助的同时，最好现在保持简单，不要在我的代码中制造更多的问题。