用c语言求解n阶线性,用C语言求解N阶线性矩阵方程Ax=b的简单解法.docx

您所在位置:网站首页 > 海量文档

&nbsp>&nbsp高等教育&nbsp>&nbsp专业基础教材

0ad21b186073c8ec820b28f402a71985.gif

用C语言求解N阶线性矩阵方程Ax=b的简单解法.docx11页

本文档一共被下载:2377011b61454b208b34ad77b4c31088.gif次,您可全文免费在线阅读后下载本文档。

072ad097814a33d1ad18e33ca14a5a9e.png

9ec2792a743ebdf4575ee09a03c275ea.png

7af312d1be2cfc1e59f15880bb7a7e7a.png

5f207613e329ca76dc87c76d3ff77e64.png

adf7aa3071c520b8a2063089f549261c.png

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

2.该文档所得收入(下载+内容+预览三)归上传者、原创者。

3.登录后可充值,立即自动返金币,充值渠道很便利

参考资料:/forum.php?mod=viewthread&tid=55&extra=page%3D1分享百分百,最纯粹的分享平台用C语言求解N阶线性矩阵方程Ax=b的简单解法一、描述问题:题目:求解线性方程组Ax=b,写成函数。其中,A为n×n的N阶矩阵,x为需要求解的n元未知数组成的未知矩阵,b为n个常数组成的常数矩阵。即运行程序时的具体实例为:转化为矩阵形式(为检验程序的可靠性,特意选取初对角线元素为0的矩阵方程组)即为:二、分析问题并找出解决问题的步骤:由高等代数知识可知,解高阶线性方程组有逆矩阵求解法、增广矩阵求解法等,而在计算机C语言中,有高斯列主消元法、LU分解法、雅克比迭代法等解法。为了与所学的高等代数知识相一致,选择使用“高斯简单迭代消元法”,与高等代数中的“增广矩阵求解法”相一致。以下简述高斯消元法的原理:算法基本原理:首先,为了能够求解N阶线性方程组(N由用户输入),所以需要定义一个大于N维的数组a[dim+1][dim+1](dim为设定的最大维数,防止计算量溢出),当用户输入的阶数N超过设定值时提示重启程序重新输入。进而,要判断方程组是否有解,无解提示重启程序重新输入,有解的话要判断是有无数不定解还是只有唯一一组解,在计算中,只有当原方程组有且只有一组解时算法才有意义,而运用高等代数的知识,只有当系数矩阵对应的行列式 |A|≠0 时,原方程组才有唯一解,所以输入系数矩阵后要计算该系数矩阵的行列式 |A|(定义了getresult(n)函数计算),当行列式 |A|=0 时同样应提示重启程序重新输入, |A|≠0 时原方程组必然有且仅有唯一一组解。判断出方程组有且仅有唯一一组解后,开始将系数矩阵和常数矩阵(合并即为增广矩阵)进行初等行变换(以?a11?为基元开始,将第j列上j行以下的所有元素化为0),使系数矩阵转化为上三角矩阵。这里要考虑到一种特殊情况,即交换到第j-1列后,第j行第j列元素?ajj=0?,那此时不能再以?ajj?为基元。当变换到第j列时,从j行j列的元素?ajj?以下的各元素中选取第一个不为0的元素,通过第三类初等行变换即交换两行将其交换到?ajj?的位置上,然后再进行消元过程。交换系数矩阵中的两行,相当于两个方程的位置交换了。再由高斯消元法,将第j列元素除?ajj?外第j行以下的其他元素通过第二种初等行变换化为0,这样,就能使系数矩阵通过这样的行变换化为一个上三角矩阵,即,当系数矩阵A进行初等行变换时,常数矩阵也要进行对应的初等行变换,即此时?那么有接下来,进行“反代”,由?可求出??,再往上代入??即可求出??以此类推,即可从?xn推到?xn-1?,再推到xn-2?直至?x1?。至此,未知矩阵x的所有元素就全部求出,即求出了原方程组有且仅有的唯一一组解。基本原理示意图:三、编写程序#include#include#include#define dim 10? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?//定义最大的维数10,为防止计算值溢出double a[dim+1][dim+1],b[dim+1],x[dim+1];? ?//定义双精度数组double temp;double getarray(int n);? ?? ?? ?? ?? ?? ?? ?//定义输入矩阵元素的函数double showarray(int n);? ?? ?? ?? ?? ?? ???//定义输出化简系数矩阵过程的函数int n,i,j,k,p,q;double main(){? ?printf("请输入系数矩阵的阶数n(n<10):");scanf("%d",&n);? ? /*判断矩阵阶数是否超过界定值*/? ? if(n>dim)? ? {? ?? ???printf("错误:元数超过初设定的值%d,请重启程序重新输入\n",dim);? ?? ???exit(0);? ? }? ? /*输入系数矩阵和常数矩阵(即增广矩阵)的元素*/? ? getarray(n);? ??? ? /*使对角线上的主元素不为0*/? ? for(j=1;j<=n-1;j++)? ? {? ?? ???if(a[j][j]==0)? ?? ?? ?? ?for(i=j+1;i<=n;i++)? ?? ?? ?? ?{? ?? ?? ?? ?? ? if(a[i][j]!=0)? ?? ?? ?? ?? ? {? ?? ?? ?? ?? ?? ???/*交换增广矩阵的第i行与第j行的所有元素*/? ?? ?? ?? ?? ?? ???for(k=1;k<=n;k++)? ?? ?? ?? ?? ?? ???{? ?? ?? ?? ?? ?? ?? ?

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。

用户名:

验证码:

c9f2bced460b0329ba0aadbbc3f0fc71.png

匿名?

发表评论

线性微分方程组是在实际问题中经常遇到的一类问题,求解线性微分方程组是数学研究和应用领域中的重要问题。使用MATLAB求解线性微分方程组有多种方法,本文着重介绍基于龙格库塔的数值微分算法。 1. 引言 龙格库塔方法是常见的求解常微分方程初值问题的数值方法,其具有精度高、收敛性好等优点,被广泛应用于各个领域。对于非线性微分方程组,可以扩展龙格库塔方法求解。 2. 龙格库塔方法 对于如下形式的常微分方程初值问题: $$y'=f(t,y),\ y(t_0)=y_0$$ 我们可以采用龙格库塔方法求得数值解,其中通过多步预测和多步校正,得到下一步的数值解。向前Euler方法为一方法,而龙格库塔方法高阶,一般将四龙格库塔方法应用于常微分方程。 3. 非线性微分方程组 对于非线性微分方程组,可以将其转化为常微分方程初值问题的形式,然后应用龙格库塔方法求解。假设有如下形式的n微分方程组: $$y^{(n)}=f(t,y,y',\ldots,y^{(n-1)})$$ 定义$z_1=y$,$z_2=y'$,$\ldots$,$z_n=y^{(n-1)}$,则转化为以下形式: $$\begin{cases}z_1'=z_2 \\ z_2'=z_3 \\ \ldots \\ z_{n-1}'=z_n \\ z_n'=f(t,z_1,z_2,\ldots,z_n)\end{cases}$$ 使用龙格库塔方法,可得到: $$\begin{cases}z_1^{(1)}=z_1(t_n)+\frac{1}{6}(k_{11}+2k_{21}+2k_{31}+k_{41})\Delta t \\ z_2^{(1)}=z_2(t_n)+\frac{1}{6}(l_{11}+2l_{21}+2l_{31}+l_{41})\Delta t\\ \ldots \\ z_n^{(1)}=z_n(t_n)+\frac{1}{6}(q_{11}+2q_{21}+2q_{31}+q_{41})\Delta t\end{cases}$$ 其中$k_{ij}$、$l_{ij}$、$q_{ij}$等分别为预估值和校正值,根据式子计算即可。 4. MATLAB求解线性微分方程组 对于复杂的非线性微分方程组,使用MATLAB求解非常方便。在MATLAB中,可以使用ode45等求解微分方程的函数,也可以自己编写程序使用龙格库塔方法求解。 使用ode45函数求解线性微分方程组的代码如下: function dydt = f(t,y) ... end [t,y] = ode45(@f,[t0,t1],y0); 其中,t0与t1为时间区间,y0为初值,而@f则是对应的微分方程组函数。 使用自己编写的程序求解线性微分方程组的代码也非常简单,以下是实现程序的代码: function [t,z] = RungKutta(t0,t1,z0,h) t = (t0:h:t1)'; n = size(z0,1); z = zeros(n,length(t)); z(:,1) = z0; for i = 1:length(t)-1 k1 = f(t(i),z(:,i)); k2 = f(t(i)+h/2,z(:,i)+h*k1/2); k3 = f(t(i)+h/2,z(:,i)+h*k2/2); k4 = f(t(i)+h,z(:,i)+h*k3); z(:,i+1) = z(:,i)+(k1+2*k2+2*k3+k4)*h/6; end end 此程序实现的是龙格库塔方法的四算法,输入参数包括区间起始时间$t0$和结束时间$t1$,初始状态$z0$,步长h,输出结果为时间序列$t$和对应的状态$z$。 5. 总结 使用MATLAB求解线性微分方程组有多种方法,其中基于龙格库塔的数值微分算法是一种精度高、收敛性好的算法。本文介绍了如何使用龙格库塔方法求解线性微分方程组,并提供了两种不同的实现方式。在应用中,应根据具体情况选择最适合的算法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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