本文介绍了雅可比迭代和高斯-塞德尔迭代法的基本理论，并提供了C语言实现这两种算法的接口定义和思路。在雅可比算法的实现中，详细解释了矩阵调整、迭代过程以及收敛判断的步骤。同时，文章指出高斯-塞德尔迭代法的实现与其相似。
算法理论
求解给定线性方程组： A x ⃗ = b ⃗ A\vec{x}=\vec{b} Ax=b
核心思想： A x ⃗ = b ⃗ → x ⃗ ( k + 1 ) = B x ⃗ ( k ) + f A\vec{x}=\vec{b} \to \vec{x}^{(k+1)}=B\vec{x}^{(k)}+f Ax=b→x(k+1)=Bx(k)+f，其中 x ⃗ ( 0 ) \vec{x}^{(0)} x(0)为初始向量。
雅可比迭代
- 雅可比迭代公式为：
a i i x i ( k + 1 ) = − ∑ j = 1 i − 1 a i j x j ( k ) − ∑ j = i + 1 n a i j x j ( k ) + b i a_{ii}x_i^{(k+1)}=-\sum_{j=1}^{i-1}a_{ij}x_j^{\red{(k)}}-\sum_{j=i+1}^na_{ij}x_j^{(k)}+b_i aiixi(k+1)=−∑j=1i−1aijxj(k)−∑j=i+1naijxj(k)+bi
其中 i = 1 , 2 , ⋯   , n i=1,2,\cdots,n i=1,2,⋯,n - 雅可比迭代法的计算公式为：
x ⃗ ( 0 ) = ( x 1 ( 0 ) , x 2 ( 0 ) , ⋯   , x n ( 0 ) ) ⊤ \vec{x}^{(0)}=(x_1^{(0)},x_2^{(0)},\cdots,x_n^{(0)})^\top x(0)=
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
