《数值分析与实验的论文》由会员分享，可在线阅读，更多相关《数值分析与实验的论文（10页珍藏版）》请在金锄头文库上搜索。
1、数值分析与实验的论文论文关键词： 列主元高斯消去法 雅可比法 高斯赛德尔迭代法 幂法论文摘要：本文通过实例对线性方程组数值解法和矩阵的特征值及特向量的计算进行了探讨。在对线性方程组数值解法的讨论下用到了列主元高斯消去法、雅可比法和高斯赛德尔迭代法。正是高斯消去法在消元时存在一些必须的条件，才启发我们通过列主元高斯消去法来对线性方程组数值解法作进一步的研究，达到了很好的的效果。同时用雅可比法和高斯赛德尔迭代法对相类似的问题的探讨来比较它们的优劣，使我们在分析问题时能更好的把握方法。在求矩阵按模最大的特征值及对应特征向量时，本文用到了幂法，可以使现实中很多复杂的计算简单。第一章：线性方程组数值解法
2、实验目的熟悉求解线性方程组的有关理论和方法 ；会编制列主元消去法，雅可比及高斯-赛德尔迭代法的程序 ；通过实际计算，进一步了解各种方法的优缺点，选择合适的数值方法。实验内容列主元高斯消去法求解线形方程组；雅可比法和高斯赛德尔迭代法解方程组；题目：列主元高斯消去法求解线形方程组方程组为：列主元高斯消去法算法将方程用增广矩阵 表示1） 消元过程对k=1，2，.,n-11 选主元，找 使得2 如果 则矩阵a奇异，程序结束；否则执行33 如果 则交换第k行与第 行对应元素位置， j=k,n+14 消元，对i=k+1,n计算 对j=k+1,n+1计算2） 回代过程1 若 则矩阵a奇异，程序结束；否则执行
3、22 ；对i=n-1,2,1计算#include#includevoid colpivot(float *c,int n,float x) int i,j,t,k;float p;for(i=0;i(fabs(*(c+k*(n+1)+i)k=j;if(k!=i)for(j=i;j=0;i-)for(j=n-1;j=i+1;j-)(*(c+i*(n+1)+n)-=xj*(*(c+i*(n+1)+j);xi=*(c+i*(n+1)+n)/(*(c+i*(n+1)+i);void mainvoid colpivot(float*,int,float);int i;float x4;float c45
4、=1,-1,2,-1,-8,2,-2,3,-3,-20,1,1,1,0,-2,1,-1,4,3,4,;colpivot(c0,4,x);for(i=0;i#include#define eps 1e-6#define max 100void jacobi(float *a,int n,float x)int i,j,k=0;float epsilon,s;float *y= new float n;for(i=0;iwhile(1)epsilon=0;k+;for(i=0;is=0;for(j=0;jif(j=i)continue;s+=*(a+i*(n+1)+j)*xj;yi=(*(a+i*
5、(n+1)+n)-s)/(*(a+i*(n+1)+i);epsilon+=fabs(yi-xi);for(i=0;iif(epsilonprintf(die dai ci shu wei:%dn,k);return;if(k=max)printf(die dai fa san);return;delete y;void mainsint i;float a45=10,-1,2,0,-11,0,8,-1,3,-11,2,-1,10,0,6,-1,3,-1,11,25;float x4;jacobi(a0,4,x);for(i=0;i#include#define n 600void mainin
6、t i;float x4;float c45=10,-1,2,0,-11,0,8,-1,3,-11,2,-1,10,0,6,-1,3,-1,11,25;void gaussseidel(float *,int,float);gaussseidel(c0,4,x);for(i=0;ivoid gaussseidel(float *a,int n,float x)int i,j,k=1;float d,dx,eps;for(i=0;iwhile(1)eps=0;for(i=0;id=0;for(j=0;jif(j=i)continue;d+=*(a+i*(n+1)+j)*xj;dx=(*(a+i*
7、(n+1)+n)-d)/(*(a+i*(n+1)+i);eps+=fabs(dx-xi);xi=dx;if(epsprintf(迭代次数是:%dn,k);return;if(kn)printf(迭代发散nn);return;k+;输出结果结果分析从输出结果可以看出此方程组的迭代次数为7，此时能得到精确结果是=-, =-, =, =-107374176从结果和原有知识可以知道其系数矩阵是严格对角占优的。所以此迭代解法有很好的收敛性。方法比较雅可比法和高斯赛德尔迭代法解方程组两种方法的比较 。由于此题的系数矩阵是严格对角占优的，所以雅克比迭代法和高斯-赛德尔迭代法都是收敛的，这两种迭代法没迭代一步
8、均是作一次矩阵和向量的乘法，但前者需要2组工作单元分别存放和，而后者只需要1组工作单元。对于同一个线性方程组，这两种方法可能同时收敛，也可能同时发散，也可能其一收敛，而另一发散。但当两者皆收敛时，一般来说高斯-赛德尔迭代法比雅克比迭代法收敛快。实际中更多的是使用逐次超松弛迭代法。第二章 矩阵的特征值及特征向量的计算实验目的在数学和物理中，很多问题都需要计算矩阵的特征值及特征向量，它们是线性代数中的一个重要课题，而在实际问题中，这样的计算是很复杂的，有的要求矩阵按模最大特征值及相应的特征向量，有些则要求全部特征值及特征向量，根据不同的要求计算方法大体上可分为2种类型。本实验用的是幂法求矩阵按模最
9、大的特征值及对应特征向量，要求领会求矩阵特征值及特征向量的幂法的方法，并要求会编制幂法的计算程序，来计算有关问题。实验内容利用幂法求矩阵按模最大的特征值及对应特征向量。幂法求矩阵按模最大的特征值及对应特征向量用幂法求矩阵按模最大的特征值及其相应的特征向量，使 。幂法算法幂法是求矩阵主特征值的一种迭代方法。设有n个线性无关的特征向量，而相应的特征值满足，则对任意非零初始向量按下述公式构造向量序列：其中表示中最大的分量，并且有，。用幂法计算实对称矩阵的特征值时，可用rayleigh商作加速。设的rayleigh商为则当时，将比更快趋于。程 序输出结果结果分析主特征值为：；相应的特征向量为 。幂法是求矩阵主特征值的一种有效方法，特别当矩阵为大型稀疏（即矩阵元素中0元素较多）时，更显得如此。但由于特征值的分布无法事先预测，因此不能控制收敛速度，往往需要利用某些加速技巧。所以计算时我们要根据需要选择计算方法来计算矩阵的特征值及特征向量。参考文献1 袁尉平,孙志忠等计算实习方法南京：东南大学出版社20XX2 李庆扬,王能超等数值分析北京：清华大学出版社 20XX3 谭浩强c程序设计北京：清华大学出版社19994 孙志忠计算方法与实习学习指导南京：东南大学出社20XX5 孙志忠计算方法典型例题分析北京：科学出版社20XX6 曹志浩张玉德等矩阵计算与方程求根北京：人民教育出版社1979
