一,要解决的问题

选用合适的算法,求解三种线性方程组:一般线性方程组,对称正定方程组,三对角线性方程组。

方程略。


二,数值方法

1,使用Guass列主元消去法求解一般线性方程组。

Guass列主元是为了防止Guass消去法中大数吃掉小数而引出的一种线性方程组求解方法,消元时选用一列中绝对值最大的元素作为列主元素。

算法伪代码:

消元过程

回代过程

2,使用平方根法求解对称正定方程组

平方根法。它把系数矩阵(对称正定矩阵)表示成一个下三角矩阵L和其转置的乘积的分解。这样的分解又称为Cholesky分解。

3,使用追赶法求解三对角线性方程组

三对角线性方程组是指这一类的线性方程组:系数矩阵是一个对角占优的三对角矩阵。追赶法是专门用来求解三对角线性方程组的,它将系数矩阵分解成alpha矩阵和beta矩阵的乘积,例如以下图所看到的:


三。算法

1。Guass列主元消去法

/*
CreateOn:2016/03/20
Author:linxiaobai
Function:linear equation solution
solution1:列主元Guass消去法求解一般线性方程组
*/
#include "stdafx.h"
# include<iostream>
# include<algorithm>
# include<fstream>
# include<iomanip>
# include<cmath>
using namespace std;
double a[15][15];
const int N=10;
double res[N+1];
void printArry(double a[][15])//打印增广矩阵
{
for(int i=1;i<=10;i++)
{
for(int j=1;j<=11;j++)
{
cout<<setw(3)<<a[i][j]<<" ";
}
cout<<endl;
}
}
int _tmain(int argc, _TCHAR* argv[])
{
cout<<"【运用列主元Guass求解一般线性方程组】"<<endl;
//读入增广矩阵
ifstream in;
in.open("data.txt");
if(!in)
{
cerr<<"file open failed!"<<endl;
return 0;
}
double x;
int i=1,j=1;
while(!in.eof())
{
in>>a[i][j];
j++;
if(j>11)
{
i++;j=1;
}
}
cout<<"增广矩阵:"<<endl<<"++++++++++++++++++++++++++"<<endl;
printArry(a);
cout<<"++++++++++++++++++++++++++";
for(int k=1;k<=N-1;k++)
{
double tmp=abs(a[k][k]);
int ind=k;
for(int j=k;j<=N;j++)//找绝对值最大的行
{
if(abs(a[j][k])>tmp)
{tmp=abs(a[j][k]);ind=j;}
}
//若a[ind][k]=0,停止计算
if(a[ind][k]==0){cout<<"no unique solution"<<endl;return 0;}
//绝对值最大的行交换到第k行
if(ind!=k)
for(int j=1;j<=N+1;j++)
swap(a[ind][j],a[k][j]);
//消元计算
double p;
for(int i=k+1;i<=N;i++)
{
p=a[i][k]/a[k][k];
for(int j=k;j<=N+1;j++)
a[i][j]-=p*a[k][j];
}
}
if(a[N][N]==0)
{cout<<"no unique solution"<<endl;return 0;}
//回代求解
res[N]=a[N][N+1]/a[N][N];
double s;
for(int i=N-1;i>=1;i--)
{
s=0;
for(int j=i+1;j<=N;j++)
s+=a[i][j]*res[j];
res[i]=(a[i][N+1]-s)/a[i][i];
}
//输出解向量为
cout<<endl<<endl<<"解向量为:"<<endl;
for(int i=1;i<=N;i++)
if(abs(res[i])<10e-14)
cout<<"0"<<" ";
else
cout<<res[i]<<" ";
cout<<endl;
return 0;
}

2,使用平方根算法解对称正定方程组

/*
CreateOn:2016/03/20
Author:linxiaobai
Function:linear equation solution
solution1:使用平方根算法解对称正定方程组
*/
# include"stdafx.h"
# include<iostream>
# include<fstream>
# include<cmath>
# include<iomanip>
using namespace std;
double a[10][10];
const int N=8;
double b[N+1],xx[N+1],yy[N+1];
void printArry(double a[][10])//输出系数矩阵
{
for(int i=1;i<=8;i++)
{
for(int j=1;j<=8;j++)
{
cout<<setw(3)<<a[i][j]<<" ";
}
cout<<endl;
}
}int main()
{
cout<<"【运用平方根算法解对称正定方程组】"<<endl;
/*读入系数矩阵*/
ifstream in;
in.open("data2.txt");
if(!in)
{
cerr<<"file open failed!"<<endl;
return 0;
}
int i=1,j=1;
while(i<=N)
{
in>>a[i][j];
j++;
if(j>8)
{
i++;j=1;
}
}
/*读入b[]*/
for(int i=1;i<=N;i++)
in>>b[i]; cout<<"系数矩阵:"<<endl<<"++++++++++++++++++++++++++"<<endl;
printArry(a);
cout<<endl<<endl<<"b:"<<endl;
for(int i=1;i<=N;i++)
cout<<setw(3)<<b[i]<<" ";
cout<<endl<<"++++++++++++++++++++++++++"; //開始计算。A=GG',G存在A的下三角
for(int k=1;k<=N;k++)
{
double s1=0;
for(int m=1;m<=k-1;m++)
s1+=pow(a[k][m],2);
a[k][k]=sqrt(a[k][k]-s1);
for(int i=k+1;i<=N;i++)
{
double s2=0;
for(int m=1;m<=k-1;m++)
s2+=a[i][m]*a[k][m];
a[i][k]=(a[i][k]-s2)/a[k][k];
}
//计算y
double s3=0;
for(int m=1;m<=k-1;m++)
s3+=a[k][m]*yy[m];
yy[k]=(b[k]-s3)/a[k][k];
}
//计算x
xx[N]=yy[N]/a[N][N];
for(int k=N-1;k>=1;k--)
{
double s4=0;
for(int m=k+1;m<=N;m++)
s4+=a[m][k]*xx[m];
xx[k]=(yy[k]-s4)/a[k][k];
}
cout<<endl<<"解向量为:"<<endl;
for(int i=1;i<=N;i++)
cout<<setw(3)<<xx[i]<<" ";
cout<<endl;
return 0;
}

3,使用追赶法解三对角线性方程组

/*
CreateOn:2016/03/20
Author:linxiaobai
Function:linear equation solution
solution1:使用追赶法解三对角线性方程组
*/
# include"stdafx.h"
# include<iostream>
# include<fstream>
# include<iomanip>
# include<cmath>
using namespace std;
const int N=10;
double a[N+1],c[N+1],d[N+1],xx[N+1],yy[N+1];
int main()
{
cout<<"【运用追赶法解三对角线性方程组】"<<endl;
//a[N]:主对角线上的元素
for(int i=1;i<=N;i++)
a[i]=4;
//c[N]:上辅对角线上的元素
for(int i=1;i<=N-1;i++)
c[i]=-1;
//d[N]:下辅对角线上的元素
for(int i=2;i<=N;i++)
d[i]=-1;
double b[]={0,7,5,-13,2,6,-12,14,-4,5,-5};
cout<<"++++++++++++++++++++++++++"<<endl;
cout<<"主对角线上的元素a:"<<endl;
for(int i=1;i<=N;i++)
cout<<setw(3)<<a[i]<<" ";
cout<<endl<<endl<<"上辅对角线上的元素c:"<<endl;
for(int i=1;i<=N-1;i++)
cout<<setw(3)<<c[i]<<" ";
cout<<endl<<endl<<"下辅对角线上的元素d:"<<endl;
for(int i=2;i<=N;i++)
cout<<setw(3)<<d[i]<<" ";
cout<<endl<<endl<<"b:"<<endl;
for(int i=1;i<=N;i++)
cout<<setw(3)<<b[i]<<" ";
cout<<endl<<"++++++++++++++++++++++++++"<<endl; /*開始计算*/
double alpha[N+1],beta[N+1];
alpha[1]=a[1];
for(int i=1;i<=N-1;i++)
{
beta[i]=c[i]/alpha[i];
alpha[i+1]=a[i+1]-d[i+1]*beta[i];
}
yy[1]=b[1]/alpha[1];
for(int i=2;i<=N;i++)
{
yy[i]=(b[i]-d[i]*yy[i-1])/alpha[i];
}
xx[N]=yy[N];
for(int i=N-1;i>=1;i--)
xx[i]=yy[i]-beta[i]*xx[i+1];
//解向量为:
cout<<endl<<"解向量为:"<<endl;
for(int i=1;i<=N;i++)
if(abs(xx[i])<10e-14)
cout<<"0"<<" ";
else
cout<<xx[i]<<" ";
cout<<endl;
return 0;
}

四,数值结果

1,Guass列主元消去法

2,使用平方根算法解对称正定方程组

3,使用追赶法解三对角线性方程组



五,结果分析与实验总结

浮点计算产生的误差

在Guass消元算法之前的代码中,我使用了近似的方法,将绝对值小于10的-14次方的值近似为0,如今去掉这个处理。来看一下结果:

for(int i=1;i<=N;i++)
//if(abs(res[i])<10e-14)
//cout<<"0"<<" ";
//else
cout<<res[i]<<" ";

能够看到x3的值是一个十分接近于0的数,假设将消元后的系数矩阵打印出来。能够看到消元后的系数矩阵并非一个真正的上三角矩阵,下三角部分有几处的值是一个绝对值极小的值。这是因为计算机的浮点计算造成的,浮点数在计算机中本身就不是一个精确的数,在消元的过程中。一些浮点运算有误差,于是最后得到的是近似值,而不是0。

同理,平方根法和追赶法也会产生由浮点数计算引起的误差,降低计算误差正是学习数值分析的目的。

Guass列主元、平方根法、追赶法求解方程组的C++实现的更多相关文章

  1. 用列主元消去法分别解方程组Ax=b,用MATLAB程序实现(最有效版)

    数值分析里面经常会涉及到用MATLAB程序实现用列主元消去法分别解方程组Ax=b 具体的方法和代码以如下方程(3x3矩阵)为例进行说明: 用列主元消去法分别解方程组Ax=b,用MATLAB程序实现: ...

  2. 插值代码17个---MATLAB

    函数名 功能Language 求已知数据点的拉格朗日插值多项式Atken 求已知数据点的艾特肯插值多项式Newton 求已知数据点的均差形式的牛顿插值多项式Newtonforward 求已知数据点的前 ...

  3. MATLAB求解方程与方程组

    1.      solve函数 ①求解单个一元方程的数值解 syms x; x0 = double(solve(x +2 - exp(x),x)); 求x+2 = exp(x)的解,结果用double ...

  4. fslove - Matlab求解多元多次方程组

    fslove - Matlab求解多元多次方程组 简介: 之前看到网上的一些资料良莠不齐,各种转载之类的,根本无法解决实际问题,所以我打算把自己的学到的总结一下,以实例出发讲解fsolve. 示例如下 ...

  5. 高斯消去、追赶法 matlab

    1. 分别用Gauss消去法.列主元Gauss消去法.三角分解方法求解方程组 程序: (1)Guess消去法: function x=GaussXQByOrder(A,b) %Gauss消去法 N = ...

  6. (原创)列主元Gauss消去法的通用程序

    import numpy as np np.set_printoptions(precision=5) A = np.array([[31., -13., 0., 0., 0., -10., 0., ...

  7. MDP中值函数的求解

    MDP概述   马尔科夫决策过程(Markov Decision Process)是强化学习(reinforcement learning)最基本的模型框架.它对序列化的决策过程做了很多限制.比如状态 ...

  8. 实现求解线性方程(矩阵、高斯消去法)------c++程序设计原理与实践(进阶篇)

    步骤: 其中A是一个n*n的系数方阵 向量x和b分别是未知数和常量向量: 这个系统可能有0个.1个或者无穷多个解,这取决于系数矩阵A和向量b.求解线性系统的方法有很多,这里使用一种经典的方法——高斯消 ...

  9. python实现迭代法求方程组的根

    有方程组如下: 迭代法求解x,python代码如下: import numpy as np import matplotlib.pyplot as plt A = np.array([[8, -3, ...

随机推荐

  1. 番茄花园Ghost Win10系统X64位10041装机版2015年4月

    转载:系统妈,系统下载地址:http://www.xitongma.com/windows10/2015-04-01/6639.html 番茄花园Ghost Win10系统X64位10041装机版20 ...

  2. OpenCV3.3安装教程

    http://blog.csdn.net/amusi1994/article/details/76768775?locationNum=10&fps=1

  3. webpac入门

    基于node环境,必须确保node已经安装:node-v,npm-v 基础入门 前身:browserify 缺点:只能转化JS webpack作用:一切都是模块化(js.css图片等),一个模块加载器 ...

  4. zabbix_sender

    转载一个python写的zabbix sender脚本 #!/usr/bin/env python # -*- coding: utf-8 -*- import socket import struc ...

  5. 迅为iTOP-4418/6818开发板MiniLinux下的GPS使用手册

    平台:iTOP-4418/6818开发板 系统:MiniLinux 在 Mini Linux 系统环境下 iTOP-4418 和 6818 的 GPS 实验调试步骤.给用户提供了“iTOP-4418- ...

  6. 学生管理系统之Java+Mysql

    主页面: 代码如下:package appstu.view; import java.awt.BorderLayout;import java.awt.Dimension;import java.aw ...

  7. windows sdk编程隐藏窗体标题栏

    #include <windows.h> /*消息处理函数声明*/ HRESULT CALLBACK WindowProc(HWND hwnd, UINT message, WPARAM ...

  8. CAD参数绘制圆(网页版)

    CAD绘制图像的过程中,画圆的情况是非常常见的,用户可以设置圆的圆心位置及半径属性. 主要用到函数说明: _DMxDrawX::DrawCircle 绘制一个圆.详细说明如下: 参数 说明 DOUBL ...

  9. 06JavaScript函数

    JavaScript函数 3.1系统函数 3.1.1编码函数 功能:将字符串中非文字.数字字符(如&,%,#,^,空格符…)转成相对应的ASCII值. 语法:escape(字符串) 3.1.2 ...

  10. Mysql:sql语句

    练习的表可以在博客的文件中下载 基础知识: 1.数据库的连接 mysql -u -p -h -u 用户名 -p 密码 -h host主机 2:库级知识 2.1 显示数据库: show database ...