c语言变量个数未知怎么办,c语言实现,用最小二乘法求解方程数多于未知变量的线性方程组的最适解(即矛盾方程组)...

于 2021-05-18 21:54:41 发布
阅读量268 收藏
点赞数
文章标签： 最小二乘法 高斯消元法 线性方程组 超定系统 齐次方程组



一、代码：

/***************************************************************************

*            ArgMin.h

*  Author

*  Fri Aug  5 17:18:47 2005

*  Copyright  2005

*  Email

****************************************************************************/

#include "stdio.h"

#include "math.h"

/* Interface */

//solve the linear equations using "argmin" method

int ArgMin(double *inMtrx,int COLUMN,int rowNum,int colNum,double *solution);

//Solve a series of linear equations

int SolveLinearEqts(double *inMtrx,int COLUMN,int rowNum,int colNum,double *solution);

//Elimination of unknowns

int ReduceUnknowns(double *mtrx_tmp,int COLUMN,int rowNo,int colNo,int rowNum,int colNum);

/* Begin Coding */

//ArgMin using "solvelineareqts".

int ArgMin(double *mtrx_tmp,int COLUMN,int rowNum,int colNum,double *solution)

{

int k,l,j;

double *eqt;

int *q;

q=&colNum;

eqt=(double *)malloc(colNum*colNum*sizeof(double));

//printf("%d",*q);

for(k=0;k

for(l=0;l

{

eqt[k*COLUMN+l]=0;

for(j=0;j

eqt[k*COLUMN+l]+=*(mtrx_tmp+COLUMN*j+k)*(*(mtrx_tmp+COLUMN*j+l));

}

for(k=0;k

{

eqt[k*COLUMN+*q-1]=0;

for(j=0;j

eqt[k*COLUMN+*q-1]+=*(mtrx_tmp+COLUMN*j+*q-1)*(*(mtrx_tmp+COLUMN*j+k));

}

/* show the contents of eqts */

/*int m,n;

printf("eqt:/n");

for(m=0;m

{

for(n=0;n

printf("%.2lf/t",eqt[m*COLUMN+n]);

printf("/n");

}*/

if(!SolveLinearEqts(eqt,COLUMN,(*q-1),*q,solution)) {

return 0;

}

return 1;

}

//Solve the solution of a series of linear equations

int SolveLinearEqts(double *inMtrx,int COLUMN,int rowNum,int colNum,double *solution)

{

int i,j;

double tmpSum;

if(rowNum!=(colNum-1)) {

printf("Can't solve the equations because equation number ");

printf("is not the same as unknow parameters!/n");

return 0;

}

//reduce unknown parameters

for(i=0;i

{

if(!ReduceUnknowns(inMtrx,COLUMN,i,i,rowNum,colNum)) {

printf("/nNeed more Equations to solve elements in matrix A/n");

printf("(Tip: You can try setting a different /"theta/" value or ");

printf("checking the data introduced to function/"CalculateCoeff/"!)/n");

return 0;

}

}

//Calculate the equation at the bottom to acquire value of the first

//variable, then Substitute the solved variables to the equations in

//order to solve more variables:

for(i=rowNum-1;i>=0;i--)

{

tmpSum=0;

for(j=i+1;j

tmpSum+=*(solution+j)*(*(inMtrx+i*COLUMN+j));

if(fabs(inMtrx[i*COLUMN+i])<0.000001) {

printf("/nNeed more Equations to solve elements in matrix A/n");

printf("(Tip: You can try setting a different /"theta/" value, /n or ");

printf("checking the data introduced to function/"CalculateCoeff/"!)/n");

return 0;

}

*(solution+i)=(*(inMtrx+i*COLUMN+colNum-1)-tmpSum)/(*(inMtrx+i*COLUMN+i));

}

return 1;

}

/*Column number of Array is COLUMN_A, but actually the number of figures

in each row is "colNum"! */

int ReduceUnknowns(double *mtrx_tmp,int COLUMN,int rowNo,int colNo,int rowNum,int colNum)

{

int i,j,tmpInt;

double tmpDbl1,tmpDbl2;

double rowMax,colMax;

double *p,*mp;

/*Adjust the rowNo whose value is zero in matrix_tmp[rowNo][colNo] down to

a suitable site*/

p=mtrx_tmp+rowNo*COLUMN+colNo;

mp=mtrx_tmp+rowNo*COLUMN+colNo;

//select main variable:

/*rowMax=fabs(*p);

for(j=colNo+1;j

{

p++;

if(rowMax

rowMax=fabs(*p);

}

}

if(rowMax==0) return 0;

p+=COLUMN-(colNum-colNo-1);

colMax=fabs(*(mtrx_tmp+rowNo*COLUMN+colNo))/rowMax;

tmpInt=rowNo;

for(i=rowNo+1;i

{

rowMax=fabs(*p);

for(j=colNo+1;j

{

p++;

if(rowMax

rowMax=fabs(*p);

}

}

p+=COLUMN-(colNum-colNo-1);

if(rowMax==0) return 0;

tmpDbl1=fabs(*(mtrx_tmp+i*COLUMN+colNo))/rowMax;

if(colMax

colMax=tmpDbl1;

tmpInt=i;

}

}

//change the whole row of "tmpInt" to "rowNo"

for(j=colNo;j

{

tmpDbl1=*(mtrx_tmp+rowNo*COLUMN+j);

*(mtrx_tmp+rowNo*COLUMN+j)=*(mtrx_tmp+tmpInt*COLUMN+j);

*(mtrx_tmp+tmpInt*COLUMN+j)=tmpDbl1;

}*/

/*Transform the matrix_tmp using linear calculation methods*/

tmpDbl1=*p;

p+=COLUMN;

for(i=rowNo+1;i

{

if(fabs(*p)<0.000001) continue;

tmpDbl2=*p;

for(j=colNo;j

{

*p=*p-*mp*tmpDbl2/tmpDbl1;

p++;

mp++;

}

p+=COLUMN-(colNum-colNo);

mp-=colNum-colNo;

}

return 1;

}

二、测试

/******************************************************************************/

(1)int ArgMin(double *inMtrx,int COLUMN,int rowNum,int colNum,double *solution);

函数功能：用最小二乘法求解方程数多于未知变量的线性方程组的最适解。

测试代码：

#define Q 5

#define ROWNUM 6

int main()

{

double solution[Q-1],eqt[Q][Q]={0};

double a[ROWNUM][Q]={{3,-2,4,6,-11},{4,3,2,9,-2},{2,6,8,3,4},{2,4,5,3,3},

{0,0,8,6,-20},{3,4,5,6,0}};

ArgMin(&a[0][0],Q,ROWNUM,Q,&solution[0]);

for(i=0;i

return 0;

}

测试结果：

eqts:

42.000000000    38.000000000    61.000000000    84.000000000    -27.000000000

38.000000000    81.000000000    86.000000000    69.000000000    52.000000000

61.000000000    86.000000000    198.000000000   159.000000000   -161.000000000

84.000000000    69.000000000    159.000000000   207.000000000   -183.000000000

3.00000000000000

2.00000000000000

-1.00000000000000

-2.00000000000000

说明：a, 待求解的方程组数据：

{3,-2,4,6,-11},

{4,3,2,9,-2},

{2,6,8,3,4},

{2,4,5,3,3},

{0,0,8,6,-20},

{3,4,5,6,0}

以上数据中共有四个变量，六个方程；

b, 测试显示的数据中，“eqts”为通过最小二乘法得出的待求解的线性方程组增广矩阵；下面四行为计算求得的解，与实际完全符合。

(2)int SolveLinearEqts(double *inMtrx,int COLUMN,int rowNum,int colNum,double *solution);

函数功能：用消元法解N×N的线性方程组(即未知数和方程数相同的方程组)。

测试代码：

double b[4][5]={{3,-2,4,6,-11},{4,3,2,9,-2},{2,6,8,3,4},{2,4,5,3,3}};

double c[5];

SolveLinearEqts(&b[0][0],5,4,5,&c[0]);

for(i=0;i<4;i++) printf("%.14lf/n",c[i]);

测试结果：

3.00000000000000

2.00000000000000

-1.00000000000000

-2.00000000000000

说明：求得的解与实际完全符合。

/******************************************************************************/

(c)int ArgMin(double *inMtrx,int COLUMN,int rowNum,int colNum,double *solution);

功能说明：用最小二乘法求解方程数多于未知变量的线性方程组的最适解。

参数说明：

(1)inMtrx: 线性方程组以增广矩阵的形式用此数组传入方程；

(2)COLUMN: 数组inMtrx的列数为COLUMN；

(3)rowNum: 数组inMtrx中数据的行数；

(4)colNum: 数组inMtrx中数据的列数；

(5)solution: 求得方程的解从此参数传出；

(6)返回值：0,表示方程组无唯一解；1,表示函数正常结束。

(d)int SolveLinearEqts(double *inMtrx,int COLUMN,int rowNum,int colNum,double *solution);

功能说明：解N×N的线性方程组(即未知数和方程数相同的方程组)。

参数说明：

(1)inMtrx: 线性方程组以增广矩阵的形式用此数组传入方程；

(2)COLUMN: 数组inMtrx的列数为COLUMN；

(3)rowNum: 数组inMtrx中数据的行数；

(4)colNum: 数组inMtrx中数据的列数；

(5)solution: 求得方程的解从此参数传出；

(6)返回值：0,表示方程组无唯一解；1,表示函数正常结束。

(e)int ReduceUnknowns(double *mtrx_tmp,int COLUMN,int rowNo,int colNo,int rowNum,int colNum);

功能说明：将储存在mtrx_tmp中、表示待求解线性方程组的增广矩阵变换成阶梯形矩阵。每调用函数一次，通过变换矩阵会将其中元素(rowNo,colNo)对应的那一列第rowNo行以下(不包括第rowNo行)的元素全变为0。

参数说明：

(1)mtrx_tmp: 储存待求解线性方程组增广矩阵的数组以此参数传入其首地址；

(2)COLUMN: 储存数据的数组mtrx_tmp列数为COLUMN；

(3)rowNo: 元素(rowNo,colNo)的行号；

(4)colNo: 元素(rowNo,colNo)的列号；

(5)rowNum:  mtrx_tmp指向的数组中数据的行数；

(6)colNum:  mtrx_tmp指向的数组中数据的列数；

(7)返回值：0,表示元素(rowNo,colNo)对应的那一列第rowNo行及以下(包括第rowNo行)的元素已经都是0,此时线性方程组没有唯一解；1,表示函数正常结束。

weixin_39763683
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值