/**
* author:johnny zen
* date:2017-09-20 11:19
* function:Calculate Ternary system of equations
* notice:时间仓促,仅仅实现功能,方便使用,代码质量不可参考!!!
*/
#include<iostream>
using namespace std; template<class T>
void input(T matrix[][]){
cout<<"please input matrix element's data"<<endl;
for(int i = ;i<;i++){
for(int j=;j<;j++){
cin>>matrix[i][j];
}
}
cout<<"input ok";
} template<class T>
void calc(T matrix[][]){
T base_D = matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][];//计算行列式
base_D = base_D-(matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][]); if(base_D != ){
T x_D = matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][];
x_D = x_D-(matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][]);
T y_D = matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][];
y_D = y_D-(matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][]);
T z_D = matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][];
z_D = z_D-(matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][] + matrix[][]*matrix[][]*matrix[][]); T x = x_D/base_D;
T y = y_D/base_D;
T z = z_D/base_D;
cout<<"[ x:"<<x<<"; y:"<<y<<"; z:"<<z<<" ]"<<endl;
}else{
cout<<"【无解】";
// return DBL_MIN;
}
}
//计算原理:行列式
int main(){
double matrix[][] ; //三元一次方程组 input<double>(matrix);
calc<double>(matrix);
system("pause");
return ;
}
/*
demo
2x-y+z=10;
3x+2y-z=16;
x+6y-z=28; 2 -1 1 10
3 2 -1 16
1 6 -1 28 output:input ok[ x:4.18182; y:5.09091; z:6.72727 ]
*/

[C++]求解三元一次方程组的更多相关文章

  1. 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 ...

  2. matlab解三元二次方程组

    C1=7.0863; C2=6.8971; C3=0.4929; C4=0.8131; C5=1.8240; C6=3.8108; C7=3.7318; C8=-2.2238; C9=1.9905; ...

  3. 用 GSL 求解超定方程组及矩阵的奇异值分解(SVD)

    用 GSL 求解超定方程组及矩阵的奇异值分解(SVD) 最近在学习高动态图像(HDR)合成的算法,其中需要求解一个超定方程组,因此花了点时间研究了一下如何用 GSL 来解决这个问题. GSL 里是有最 ...

  4. 【Java例题】4.3 3. 使用Gauss消元法求解n元一次方程组的根,

    3. 使用Gauss消元法求解n元一次方程组的根,举例,三元一次方程组:0.729x1+0.81x2+0.9x3=0.6867x1+x2+x3=0.83381.331x1+1.21x2+1.1x3=1 ...

  5. 2013杭州网络赛D题HDU 4741(计算几何 解三元一次方程组)

    Save Labman No.004 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Other ...

  6. Python最小二乘法解非线性超定方程组

    求解非线性超定方程组,网上搜到的大多是线性方程组的最小二乘解法,对于非线性方程组无济于事. 这里分享一种方法:SciPy库的scipy.optimize.leastsq函数. import numpy ...

  7. math & 三元一次方程组的解法

    math & 三元一次方程组的解法 class 6 math 例题 问题: 1. 已经做好的与没有做好的比例是 5 比 7; 2 再做好51,完成总数的 70%; 3. 问,一共要做多少朵花? ...

  8. poj1222(高斯消元法解异或方程组+开关问题)

    题目链接:https://vjudge.net/problem/POJ-1222 题意:给定一个5×6的01矩阵,改变一个点的状态时它上下左右包括它自己的状态都会翻转,因为翻转2次等价与没有翻转,那么 ...

  9. 牛顿迭代法解非线性方程组(MATLAB版)

    牛顿迭代法,又名切线法,这里不详细介绍,简单说明每一次牛顿迭代的运算:首先将各个方程式在一个根的估计值处线性化(泰勒展开式忽略高阶余项),然后求解线性化后的方程组,最后再更新根的估计值.下面以求解最简 ...

随机推荐

  1. Bootstrap媒体对象

    前面的话 在Web页面或者说移动页面制作中,常常看到图文混排效果,图片居左(或居右),内容居右(或居左)排列.常常把这样的效果称为媒体对象.可以说它是一种抽象的样式,可以用来构建不同类型的组件.本文将 ...

  2. ansible系列6-用户管理

    第一种:新增用户 ansible host -m user -a "name=zhang shell=/bin/bash groups=admin,root append=yes home= ...

  3. MT【231】棋子方法数

    设有5枚无区别的棋子放在如图$5*5$的棋盘的小方格中,放棋子的规则是每行每列放且仅放一个棋子,同时,不允许放在黑方格内,则共有______ 方法. 答案:5的错排数44.第一行的数不放第二列(相当于 ...

  4. 洛谷UVA12995 Farey Sequence(欧拉函数,线性筛)

    洛谷题目传送门 分数其实就是一个幌子,实际上就是求互质数对的个数(除开一个特例\((1,1)\)).因为保证了\(a<b\),所以我们把要求的东西拆开看,不就是\(\sum_{i=2}^n\ph ...

  5. 自学Linux Shell8.1-linux文件系统概述及操作

    点击返回 自学Linux命令行与Shell脚本之路 8.1-linux文件系统概述及操作 1. linux支持的文件系统 Windows常用的分区格式有三种,分别是FAT16.FAT32.NTFS格式 ...

  6. 【AGC010D】Decrementing

    Solution 日常博弈论做不出来. 首先,数值全部为1的局面先手必败. 在接下来的过程中,我们只关注那些大于1的数值. 按照官方题解的思路,首先想一个简化版的问题:没有除的操作,其余相同.那么局面 ...

  7. 洛谷 P2746 [USACO5.3]校园网Network of Schools 解题报告

    P2746 [USACO5.3]校园网Network of Schools 题目描述 一些学校连入一个电脑网络.那些学校已订立了协议:每个学校都会给其它的一些学校分发软件(称作"接受学校&q ...

  8. CF321E Ciel and Gondolas

    题意:给定序列,将其分成k段.如果[l, r]在一段,那么每对不相同的i,j∈[l, r]都会有ai,j的代价.求最小总代价. 解:提供两种方案.第三种去bzoj贞鱼的n²算法. 决策单调性优化: 对 ...

  9. MQTT——取消订阅报文和断开连接报文

    笔者已经把连接报文,订阅报文,发布报文都讲解了完了.而接下来就是取消订阅报文和断开连接报文.和其他的报文比较的话,他们显示非常简单.甚至笔者觉得可以不必要拿出来讲.只要看一下MQTT文档就没有什么不清 ...

  10. MyEclipse添加模板注释

    只有两个步骤: 1.设置模板 Windows—Preference—Java—Code Style—Code Templates 图中, Configure generated code and co ...