实验五解线性方程组的迭代法报告文档格式.docx
- 文档编号:18514854
- 上传时间:2022-12-18
- 格式:DOCX
- 页数:13
- 大小:79.75KB
实验五解线性方程组的迭代法报告文档格式.docx
《实验五解线性方程组的迭代法报告文档格式.docx》由会员分享,可在线阅读,更多相关《实验五解线性方程组的迭代法报告文档格式.docx(13页珍藏版)》请在冰豆网上搜索。
2.根据实验内容和要求编写程序;
3.调试程序;
4.运行程序;
5.撰写报告,讨论分析实验结果.
解:
J迭代算法:
程序设计流程图:
源程序代码:
#include<
stdlib.h>
stdio.h>
math.h>
voidmain()
{
floata[50][51],x1[50],x2[50],temp=0,fnum=0;
inti,j,m,n,e,bk=0;
printf("
使用Jacobi迭代法求解方程组:
\n"
);
输入方程组的元:
\nn="
scanf("
%d"
&
n);
for(i=1;
i<
n+1;
i++)
x1[i]=0;
输入方程组的系数矩阵:
{
j=1;
while(j<
n+1)
%f"
a[i][j]);
j++;
}
输入方程组的常数项:
a[i][n+1]);
请输入迭代次数:
m);
请输入迭代精度:
e);
while(m!
=0)
for(j=1;
j<
j++)
if(j!
=i)
temp=a[i][j]*x1[j]+temp;
x2[i]=(a[i][n+1]-temp)/a[i][i];
temp=0;
fnum=float(fabs(x1[i]-x2[i]));
if(fnum>
temp)temp=fnum;
if(temp<
=pow(10,-4))bk=1;
x1[i]=x2[i];
m--;
原方程组的解为:
if((x1[i]-x2[i])<
=e||(x2[i]-x1[i])<
=e)
{
printf("
x%d=%7.4f"
i,x1[i]);
}
}
运行结果:
GS迭代算法:
iostream.h>
constintm=11;
intchoice=1;
while(choice==1)
doublea[m][m],b[m],e,x[m],y[m],w,se,max;
intn,i,j,N,k;
cout<
<
"
Gauss-Seidol迭代法"
endl;
请输入方程的个数:
;
cin>
>
n;
=n;
请输入第"
个方程的各项系数:
a[i][j];
请输入各个方程等号右边的常数项:
b[i];
请输入最大迭代次数:
N;
请输入最大偏差:
e;
x[i]=0;
y[i]=x[i];
k=0;
while(k!
=N)
k++;
w=0;
if(j!
w=w+a[i][j]*y[j];
y[i]=(b[i]-w)/double(a[i][i]);
max=fabs(x[1]-y[1]);
se=fabs(x[i]-y[i]);
if(se>
max)
max=se;
if(max<
e)
{
x"
="
y[i]<
break;
x[i]=y[i];
if(k==N)
迭代失败!
!
choice=0;
SOR方法:
#include<
/**********定义全局变量**********/
float**a;
/*存放A矩阵*/
float*b;
/*存放b矩阵*/
float*x;
/*存放x矩阵*/
floatp;
/*精确度*/
floatw;
/*松弛因子*/
intn;
/*未知数个数*/
intc;
/*最大迭代次数*/
intk=1;
/*实际迭代次数*/
/**********SOR迭代法**********/
voidSOR(floatxk[])
inti,j;
floatt=0.0;
floattt=0.0;
float*xl;
xl=(float*)malloc(sizeof(float)*(n+1));
t=0.0;
tt=0.0;
i;
t=t+a[i][j]*xl[j];
for(j=i;
tt=tt+a[i][j]*xk[j];
xl[i]=xk[i]+w*(b[i]-t-tt)/a[i][i];
tt=fabs(xl[i]-xk[i]);
tt=tt*tt;
t+=tt;
t=sqrt(t);
xk[i]=xl[i];
if(k+1>
c)
if(t<
=p)
\nReachthegivenprecision!
else
\noverthemaximalcount!
\nCountnumberis%d\n"
k);
else
if(t>
p)
SOR(xk);
/**********程序*****开始**********/
printf("
SOR方法\n"
请输入方程个数:
scanf("
a=(float**)malloc(sizeof(float)*(n+1));
for(i=0;
i++)
a[i]=(float*)malloc(sizeof(float)*(n+1));
请输入三对角矩阵:
for(i=1;
b=(float*)malloc(sizeof(float)*(n+1));
请输入等号右边的值:
b[i]);
x=(float*)malloc(sizeof(float)*(n+1));
请输入初始的x:
x[i]);
请输入精确度:
p);
c);
请输入w(0<
w<
2):
w);
SOR(x);
方程的结果为:
x[%d]=%f\n"
i,x[i]);
程序运行结果讨论和分析:
①迭代法具有需要计算机的存贮单元较少,程序设计简单,原始系数矩阵在计算过程中始终不变等优点.
②迭代法在收敛性及收敛速度等方面存在问题.
[注:
A必须满足一定的条件下才能运用以下三种迭代法之一.在Jacobi中不用产生的新数据信息,每次都要计算一次矩阵与向量的乘法,而在Gauss利用新产生的信息数据来计算矩阵与向量的乘法.在SOR中必须选择一个最佳的松弛因子,才能使收敛加速.]
经过计算可知Gauss-Seidel方法比Jacobi方法剩点计算量,也是Jacobi方法的改进.可是精确度底,计算量高,费时间,需要改进.SOR是进一步改进Gauss-Seidel而得到的比Jacobi,Gauss-Seidel方法收敛速度快,综合性强.改变松弛因子的取值范围来可以得到Jacobi,Gauss-Seidel方法.
③选择一个适当的松弛因子是关键.
结论:
线性方程组1和2对于Jacobi迭代法,Gauss-Seidol迭代法和SOR方法均不收敛,线性方程组3收敛。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验 线性方程组 迭代法 报告
![提示](https://static.bdocx.com/images/bang_tan.gif)