- 博客(9)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 C++学习日记#8——复合梯形求积公式
该公式可以理解为将曲线划分为若干个梯形，数量越多，结果越精确。这个程序实现有点太过于基础，这里就不一一叙述，直接上代码。不过要改变积分函数的话就调用函数改为新的函数即可。void func(int n)//调用求f(xi)的函数{ for (int i = 0; i <= n; i++) { f[i] = 8 + x[i] * x[i] * x[i]; }}附上实现程序（Visual Studio 2019）#include <
2021-11-11 21:05:18
1220
原创 C++学习日记#7——方程组的直接分解法求解
直接分解得出的LU矩阵与追赶法分解得出的矩阵有较大的区别，直接分解法得出的L矩阵的主对角线元素都为1，而且下三角形元素(除了特殊情况)都非0，U矩阵上三角形没有固定的规律。当分解矩阵时候只能逐一通过LU交替求解。毕竟直接法不像追赶法没有有规律性。分解公式：LU=A程序思路虽然直接法需要逐一求解每一个元素，但是由于C++中含有+=的累加计算符号，使得通过循环语句就可以逐一求出LU矩阵的每个元素成为了可能。不过在求解U矩阵的第一行元素时，与求解其他行元素有区别，主要是第一行元素求解时是没有之前元
2021-11-11 20:47:45
800
原创 C++学习日记#6——牛顿插值公式
Lagrange插值多项式，公式结构紧凑，理论分析方便，但插值节点增减时全部插值及函数均要随之变换，实际计算不方便。借此引入牛顿插值公式。均差表计算公式：均差表xi f(xi) 一阶均差 二阶均差 ... n阶均差 x0 f(x0) ... x1 f(x1) f[x0,x1] ... x2 f(x2) f[x1,x2] f[x0,x1,x2] ...
2021-11-11 20:03:36
1786
原创 C++学习日记#5——形如y=ax+b最小二乘法拟合
在函数的最佳平方逼近中f(x)∈C[a,b],如果f(x)只在一组离散点集{xi，i=0,1,.....,m}上给出，这就是科学实验中经常见到的实验数据{(xi,yi),i=0,1,.....,m}的曲线拟合，这里yi=f(xi)(i=0,1,.....,m),要求一个函数y=S*(x)与所给数据{(xi,yi),i=0,1,.....,m}拟合，若记误差,,设是C[a,b]上线性无关函数族，在中找一函数S*(x),是误差平方和这里这就是一般最小二乘逼近，用几何语言说，就称为曲线拟合的最小二乘法
2021-11-05 22:02:30
1876
原创 C++学习日记#4——改进欧拉(Euler)公式
在x，y的平面上，微分方程y'=f(x,y)的解y=y(x)称作它的积分曲线。积分曲线上的一点(x,y)的切线斜率等于函数f(x,y)值。如果按函数f(x,y)在xy平面上建立一个方向场，那么，积分曲线上每一点的切线方向均与方向场在该点的方向相一致。在求解的方法中有：欧拉公式、梯形方法。梯形方法虽然提高了精度，但是其算法复杂，在应用迭代公式进行实际计算时，每迭代一次，都要重新计算函数f(x,y)的值，而迭代又要反复进行若干次，计算量很大，而且往往难以预测。——《数值分析 （第五版）李庆杨编著》改进欧
2021-11-04 17:47:08
2024
原创 C++学习日记#1.1——四元一次方程组进行Sor松弛迭代法求解（现已推向n元一次方程组进行Sor松弛迭代法求解)
在这篇文章中，不会有太多的讲解，主要是因为Sor迭代法和高斯-赛德尔(gauss-seidle)迭代法的程序只有迭代公式的一点点区别，当松弛因子为1的时候，Sor迭代法和高斯-赛德尔(gauss-seidle)迭代法是一致的。高斯-赛德尔(gauss-seidle)迭代法Sor迭代法附上实现程序（Visual Studio 2019）#include <iostream> #include <iomanip> using namespace s..
2021-10-30 17:45:28
2401
原创 C++学习日记#3——追赶法求解系数矩阵为对角占优的三对角线方程组
在一些实际问题中，例如解常微分方程边值问题，解热传导方程以及船体数学放样中建立三次样条函数等，都会要求解系数矩阵为对角占优的三对角线方程组；——《数值分析(第五版)》即为Ax=f；其中，当>1时，=0时，且满足下面三个条件时，即可对A矩阵进行LU分解，求x矩阵；1.;2.;3.,，LU分解：其中；三对角线方程组的追赶法公式：1.计算{}的递推公式;2.解Ly=f;3.解Ux=y;程序主要思路：赋值模块;在程序中使用的...
2021-10-30 17:16:26
4084
6
原创 C++学习日记#2——幂法求矩阵的主特征值
幂法的主要作用是求矩阵的主特征值，这种方法特别适用于求大型稀疏矩阵。定理:设A∈有n个线性无关的特征向量，主特征值满足>·····，则对任意非零初始向量(0),按照下述方法构造的向量序列{}，{}：...
2021-10-30 12:27:34
3969
原创 C++学习日记#1——三元一次方程组进行高斯-赛德尔(gauss-seidle)迭代法求解—(现已推向n元一次方程组进行高斯-赛德尔(gauss-seidle)迭代法求解）
程序目的运用高斯-赛德尔(gauss-seidle)迭代法求解三元一次方程组：根据定理：1).设Ax=b,如果A为严格对角占优矩阵，则解Ax=b的雅可比迭代法，高斯-赛德尔迭代法均收敛。2).设Ax=b,如果A为弱对角占优矩阵，且A为不可约矩阵，则解Ax=b的雅可比迭代法，高斯-赛德尔迭代法均收敛。严格对角占优矩阵判别式：弱对角占优判别式： 通过对系数矩阵的等效变换，判定系数矩阵是否满足上面两个定理的其中之一，这样做可以预示出求解结果是否收敛，即方程组有无...
2021-10-21 20:29:45
2402
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人