幂法 Euler法

一、实验原理

根据幂法，Euler法的相关知识和算法编程完成本实验

二、实验内容

     见第7章PPT：用规范化幂法计算下面矩阵的按模最大特征值及对应的特征向量

   

见第8章PPT：分别用简单欧拉法和改进欧拉法对如下初值问题作验证性计算

    

   

三、实验过程（可以文字说明+运行结果截图）

1）规范化幂法

实验说明：

数据说明

1.矩阵A：

一个 3×3 的系数矩阵，表示为 array[N][N]。

2.初始向量

一个长度为 3 的初始猜测向量，表示为 a0[N]。

3.迭代次数：

count：迭代次数。

收敛条件：

ϵ=0.000001：绝对误差阈值，当特征值的相对变化小于该值时停止迭代。

代码说明

1.GetMax函数：

获取数组中的最大值。

2. matrixMulti函数：

对矩阵 A 和初始向量

进行矩阵相乘，得到迭代后的向量。

3. main函数：

定义矩阵 A 和初始向量

在迭代过程中，对初始向量

进行规范化，然后进行矩阵相乘，得到迭代后的向量。

计算特征值的相对变化，若小于收敛条件 ϵ，则停止迭代。

输出迭代次数和最大特征值。

算法说明

幂法:用于估计矩阵的最大特征值和对应的特征向量。

在每次迭代中，先对当前向量进行规范化，然后进行矩阵与向量的乘积。

通过计算每次迭代后向量中的最大元素，来估计最大特征值的大小。

当最大特征值的相对变化小于给定的绝对误差阈值时，停止迭代。

运行截图：

2）简单欧拉法和改进欧拉法

实验说明：

数据说明

1.初始点

2.步长 h

3.迭代次数 n。

代码说明

1. Euler类：

实现了简单欧拉法。

包括成员函数 fun 用于定义微分方程。

成员函数 Eulerfun 执行简单欧拉法迭代计算。

2.EulerPro类继承自 Euler：

实现了改进的欧拉法。

在 EulerProfun 函数中使用了改进的公式进行迭代计算。

3. main函数：

创建了简单欧拉法和改进欧拉法的对象，并调用相应的函数进行计算。

打印了计算结果。

算法说明

1.简单欧拉法：

使用简单欧拉法逐步逼近微分方程的数值解。

在每一步中，通过计算当前点的斜率，然后使用步长 h进行线性近似，从而得到下一个点的近似值。

2.改进欧拉法：

改进欧拉法在简单欧拉法的基础上，通过使用改进的公式来提高精度。

在每一步中，不仅仅使用当前点的斜率，还使用了下一个点的斜率，然后取两者平均值作为斜率，从而得到下一个点的近似值。

运行截图：