内容发布更新时间 : 2024/12/24 4:02:15星期一 下面是文章的全部内容请认真阅读。
线性方程组的各种解法
题目:
用三种不同的方法计算线性方程组Ax=b,输入方程组的阶数n,矩阵A的元素和常向量b的元素,输出方程组的解。 一. 高斯列主元法 1.方法原理:.
高斯消去法包括两过程:先把方程组化为同解的上三角方程组,再按相反顺序求解上三角方程组。前者称消去或消元过程,后者称回代过程。
消去过程实际上是对增广矩阵作初等变换。对一般的n阶方程组,消去过程分n-1步:第一步消去a[1][1]下方元素,第二部消去a[2][2]下方元素,······,第n-1步消去a[n-1][n-1]下方元素。第k步将第k行的适当倍数加于其后各行,也可说是从k+1~n行减去第行的适当倍数,使它们的第k列元素变为0,而k+1~n+1列元素减去第k行对应列元素的倍数。
为了避免出现小主元,可在第k步的第k列的元素a[k][k],a[k+1][k],···,a[n][k]中选主元,即在其中找出绝对值最大的元素a[p][k],然后交换第k和第p行,继续进行消去过程。交换行相当于改变方程顺序,不会影响原方程组的解。这种方法称为列主元消去法。 2. 源代码:
void Gaosi(float a[15][15],int n,float b[15],float x[15]) /*高斯列主元法的函数*/ {
int i,j,k;
for(k=1;k<=n-1;k++) {
float max=fabs(a[k][k]); int p_max=k;
for(int p=k;p<=n;p++) /*列主元的选主元*/ if(max for(int m=1;m<=n+1;m++) { float temp=0; temp=a[k][m]; a[k][m]=a[p][m]; a[p][m]=temp; } } for(i=k+1;i<=n;i++) { float c=a[i][k]/a[k][k]; for(j=k;j<=n+1;j++) a[i][j]=a[i][j]-c*a[k][j]; } } for(int p=1;p<=n;p++) { b[p]=a[p][n+1]; } x[n]=b[n]/a[n][n]; for(k=n-1;k>=1;k--) { float sum=0; for(j=k+1;j<=n;j++) { sum+=(a[k][j]*x[j]); } x[k]=(b[k]-sum)/a[k][k]; } cout<<\; cout<<\用高斯消去法解方程组:\< for(int q=1;q<=n+1;q++) { printf(\,a[m][q]); } cout< Output(x,n); /*依次输出方程的解*/ } 二. Jacobi迭代法 1. 方法原理: 由方程组的形式可构成迭代式: x[i](k+1)=(-a[i][1]x[1](k)-···-a[i][i-1]x[i-1](k)-a[i][i+1]x[i+1](k)-···-a[1]x[n](k)+b[i])/a[i][i], i=1~n 给定初值x(0)=x(x[1](0),x[2](0),···x[n](0))T,令k=0,1,···,由此可得向量序列{x(k)}.如果此序列收敛于x,那么每个分量序列{x[i](k)}必收敛于想x[i],x[i](i=1~n)就必然是原方程组的解。此方法称为雅可比(Jacobi)迭代法。 2. 源代码: void Jacobi(float a[15][15],float x[15],int n,float b[15]) /*雅可比迭代法函数*/ { float y[15]={0}; double D; for(int i=1;i D=0; for(int i=1;i y[i]=b[i]; for(int j=1;j y[i]=y[i]-a[i][j]*x[j]; y[i]=y[i]/a[i][i]; if(fabs(x[i]-y[i])>D) /*退出循环的条件*/ D=fabs(x[i]-y[i]); } for(int i=1;i break; } cout<<\; cout<<\用Jacobi法解方程组:\< Seidel迭代法是在Jacobi方法的基础上进行了改进。它在计算想x(k+1)时,将已经算出的分量立即代替x(k)对应分量,又称作逐个迭代法。 2. 源代码: void Seidel(float a[15][15],float x[15],int n,float b[15]) /*Seidel迭代法函数*/ { float y=0; double D; for(int i=1;i D=0; for(int i=1;i y=b[i]; for(int j=1;j y=y-a[i][j]*x[j]; y=y/a[i][i]; if(fabs(x[i]-y)>D) D=fabs(x[i]-y); x[i]=y; } if(D>=Level) continue; else break; } cout<<\; cout<<\用Seidel法解方程组:\< cout<<\方程的解为:\< cout<<\< void Input(float a[15][15],int &n,float b[]) /*输入方程参数的函数*/ { float m_in; cout<<\请输入方程阶数n:\< cout<<\请依次输入方程对应的增广矩阵中的数据:\< for(int q=1;q<=n+1;q++) { cin>>m_in; a[m][q]=m_in; } for(int p=1;p<=n;p++) { b[p]=a[p][n+1]; } } int _tmain(int argc, _TCHAR* argv[]) /*主函数*/ { } 运行结果: float a[15][15]={0},x[15]={0},b[15]={0}; int n=0; while(1) { char in; Input(a,n,b); Gaosi(a,n,b,x); Jacobi(a,x,n,b); Seidel(a,x,n,b); /*用三种方法解方程组*/ cout<<\再来解一个?y/n\< return 0; 五. 结果分析: 上方的方程组用三种方法得出的结果基本相同,但在计算其它的方程组时,会发现高斯 列主元法基本不会出大的差错,而两种迭代法会出现一些错误。这是由于高斯列主元法是一种比较通用的方法,而迭代法是要求方程组的解必须是收敛的。如果不收敛的话,算法会无限进行下去,程序也就运行不出结果。所以,在实际操作中,应该先判断方程组的解是否收敛,然后选择合适的算法进行计算。