数值分析幂法的c语言算法,数值分析之幂法及反幂法c语言程序实例.doc

数值分析之幂法及反幂法c语言程序实例.doc

数值分析之幂法及反幂法C语言程序实例1、算法设计方案：①求、和的值：150s：表示矩阵的按模最小特征值，为求得直接对待求矩阵A应用反幂法即可。ss、：已知矩阵A的特征值满足关系，要求、及时，可1501n1501按如下方法求解：a．对矩阵A用幂法，求得按模最大的特征值。1mb．按平移量对矩阵A进行原点平移得矩阵，对矩阵B用反幂1m1mBAI法求得B的按模最小特征值。2mc．321mm则：，即为所求。13in(,)13ax(,)nm②求和A的与数最接近的特征值(k=0，1，…39)：50114kik求矩阵A的特征值中与最接近的特征值的大小，采用原点平移的方法：k先求矩阵B=A-I对应的按模最小特征值，则+即为矩阵A与最接近kkk的特征值。重复以上过程39次即可求得(k=0，1，…39)的值。ik③求A的(谱范数)条件数和行列式：2cond()AdetA在(1)中用反幂法求矩阵A的按模最小特征值时，要用到Doolittle分解方法，在Doolittle分解完成后得到的两个矩阵分别为L和U，则A的行列式可由U阵求出，即：det(A)=det(U)。求得det(A)不为0，因此A为非奇异的实对称矩阵，则：，和分别为模最大特征值与模最小特征值。max2()scondAas2、程序源代码：#include#include#include#defineN501//列#defineM5//行#defineR2//下带宽#defineS2//上带宽#defineK39#definee1.0e-12//误差限floatA[M][N];//初始矩阵floatu[N];//初始向量floaty[N],yy[N];floatmaximum,value1,value2,value_1,value_N,value_s,value_abs_max;constfloatb=0.16f,c=-0.064f;intmax_sign,max_position;voidInit_matrix_A()//初始化矩阵A{inti;for(i=2;i0;i--){temp=0;for(t=i+1;t>>λi%d=%.13e\n“,k,k,value_s);}}voidmain(){floatcond;doublue_det;printf(“Contactme:731363227@\n“);Init_matrix_A();//初始化矩阵AThe_value();//获取绝对值最大的特征值λ_501The_Other_value();//获取特征值λ_1printf(“λ1=%.13e\n“,value_1);printf(“λ501=%.13e\n“,value_N);value_det=Det_matrix();//求矩阵行列式值Value_min();//反幂法求绝对值最小的特征值printf(“λs=%.13e\n“,value_s);cond=Get_cond_A();//求矩阵条件数Value_translation_min();//偏移条件下反幂法求特征值printf(“cond_A=%.13e\n“,cond);printf(“value_det=%.13e\n“,value_det);}3、程序运行结果：4、迭代初始向量的选取对计算结果的影响：本次计算实习求矩阵A的具有某些特征的特征值，主要用到的方法是幂法和反幂法，这两种方法从原理上看都是迭代法，因此迭代初始向量的选择对计算结果会产生一定影响，主要表现在收敛速度上。通过实际调试发现，对某些特殊的迭代初始值，确实对收敛结果及收敛速度产生影响，具体如下所列：以下结论建立在float数据类型基础之上；1.迭代初始值u[i]=c(i=1,2,…,501)且c的绝对值值极大(例如1.0e12以上)，收敛结果可以稳定但收敛速度减慢，其原因为c的数量级与矩阵A中元素数量级差距过大，导致迭代次数以及运算量增大；2.迭代初始值u[i]=c(i=1,2,…,501)且c的绝对值值极小(例如1.0e-12以下)，收敛结果并不稳定，且收敛速度减慢，其原因是计算机舍入误差将会影响计算结果；3.迭代初始值u[i](i=1,2,…,501)之间数量级偏差很大(例如1.0e12倍以上)，收敛结果亦不稳定，且收敛速度减慢，其原因是人为使迭代过程中的权重发生较大区别，使迭代复杂化。结论，对于迭代初始值的选取应尽量与矩阵A中元素数量级保持相近，且应保证相近的数量级。PS:FurtherdetailspleaseContactme:731363227@2011-11-15