数值分析大作业1.docVIP

算法设计方案 带状矩阵A的存储 将上半带宽s，下半带宽r的带状矩阵逆时针旋转45°，存储到矩阵中，其他0元素不存储 求解λ1和λ501和按模最小特征值λs的解法 先用幂法求得按模最大的特征值a，将矩阵平移a，再按模最大求得特征值b，b+a即为另一个特征值，比较a，b。大的是λ501；小的是λ1； 应用反幂法即可求得按模最小特征值，即为λs。 求A与μ最近的特征值λ的解法 将A平移μ：A=A-μI，则所有特征根λ变为λ-μ，根据反幂法求得按模最小的特征根即为到μ最近的点，此值+μ即为距离最近的特征根λ A的谱范数条件数为 A的行列式值detA 根据矩阵理论知识，A的行列式的值为对角线元素之积，A经过L-U分解之后L对角线元素为1，U的对角线元素即为A的对角线元素，故detA=U的对角线元素之积 源程序和运行结果 #includestdio.h #includemath.h #define N 502 /*N为502，这样存储的时候符合数组的一般记法：从a1,1到a501,501*/ #define epsilon 1.0e-12 /*定义精度*/ #define r 2 /*上半带宽s和下半带宽r均为2*/ #define s 2 double c[6][N]; /*定义c矩阵存储压缩后的带状矩阵*/ double fuzhi(); /*赋值函数*/ void LUfenjie(); /*L-U分解程序*/ int max(int a,int b); /*求两个数较大值函数*/ int min(int a,int b); /*求两个数较小值函数*/ double mifa(); /*幂法计算*/ double fanmifa(); /*反幂法计算*/ double fuzhi() /*赋值程序，将带状函数逆时针旋转°后，按行赋值，行从1到5，列从1到501，未赋值区域值为0*/ { int i,j; i=1;/*第一行赋值*/ for(j=3;jN;j++) {c[i][j]=-0.064;} i=2;/*第二行赋值*/ for(j=2;jN;j++) {c[i][j]=0.16;} i=3;/*第三行赋值*/ for(j=1;jN;j++) {c[i][j]=(1.64-0.024*j)*sin(0.2*j)-0.64*exp(0.1/j);} i=4;/*第四行赋值*/ for(j=1;jN-1;j++) {c[i][j]=0.16;} i=5;/*第五行赋值*/ for(j=1;jN-2;j++) {c[i][j]=-0.064;} return(c[i][j]); } int max(int a,int b) { return((ab)?a:b); } int min(int a,int b) { return((ab)?a:b); } void LUfenjie() /*L-U分解程序，采用的是带状矩阵压缩存储后的LU分解法*/ { double temp; int i,j,k,t; for(k=1;kN;k++) { for(j=k;j=min(k+s,N-1);j++) { temp=0; for(t=max(1,max(k-r,j-s));t=(k-1);t++) {temp=temp+c[k-t+s+1][t]*c[t-j+s+1][j];} c[k-j+s+1][j]=c[k-j+s+1][j]-temp; } for(i=k+1;i=min(k+r,N-1);i++) { temp=0; for(t=max(1,max(i-r,k-s));t=(k-1);t++) {temp=temp+c[i-t+s+1][t]*c[t-k+s+1][k];} c[i-k+s+1][k]=(c[i-k+s+1][k]-temp)/c[s+1][k]; } } } double mifa() /*幂法计算程序*/ { double u0[N],u1[N]; double temp,yita,beta=0,beta0; /*beta是当前的beta值，beta0是上一次的beta值*/ int i,j;