合工大计算法实验报告.docVIP

《计算方法》 试验报告 班级： 学号： 姓名： 实验一、牛顿下山法 1 实验目的 熟悉非线性方程求根简单迭代法，牛顿迭代及牛顿下山法 能编程实现简单迭代法，牛顿迭代及牛顿下山法 认识选择迭代格式的重要性 对迭代速度建立感性的认识；分析实验结果体会初值对迭代的影响 2 实验内容 （1）用牛顿下山法解方程（初值为0.6） 输入：初值，误差限，迭代最大次数，下山最大次数 输出：近似根各步下山因子 （2）设方程f(x)=x- 3x –1=0 有三个实根 x=1.8793 , x=-0.34727 ,x=-1.53209现采用下面六种不同计算格式，求 f(x)=0的根 x 或x x = ； x = ；x = ； x = ；x = ；x = x - 输入：初值，误差限，迭代最大次数 输出：近似根、实际迭代次数 3 算法基本原理 求非线性方程组的解是科学计算常遇到的问题，有很多实际背景．各种算法层出不穷，其中迭代是主流算法。只有建立有效的迭代格式，迭代数列才可以收敛于所求的根。因此设计算法之前，对于一般迭代进行收敛性的判断是至关重要的。牛顿法也叫切线法，是迭代算法中典型方法，只要初值选取适当，在单根附近，牛顿法收敛速度很快，初值对于牛顿迭代 至关重要。当初值选取不当可以采用牛顿下山算法进行纠正。 一般迭代： 牛顿公式： 牛顿下山公式： 下山因子 下山条件 4 算法描述 一般迭代算法见流程图 牛顿下山算法见流程图： 5、代码： #include iostream #include fstream #include cmath using namespace std; class srrt { private: int n; double *a, *xr, *xi; public: srrt (int nn) { n = nn; a = new double[n+1]; //动态分配内存 xr = new double[n]; xi = new double[n]; } void input (); //由文件读入代数方程系数 void srrt_root (); //执行牛顿下山法 void output (); //输出根到文件并显示 ~srrt () { delete [] a, xr, xi; } }; void srrt::input () //由文件读入代数方程系数 { int i; char str1[20]; cout \n输入文件名: ; cin str1; ifstream fin (str1); if (!fin) { cout \n不能打开这个文件 str1 endl; exit(1); } for (i=n; i=0; i--) fin a[i]; //读入代数方程系数 fin.close (); } void srrt::srrt_root () //执行牛顿下山法 { int m,i,jt,k,is,it; double t,x,y,x1,y1,dx,dy,p,q,w,dd,dc,c; double g,u,v,pq,g1,u1,v1; m=n; while ((m0)(fabs(a[m])+1.0==1.0)) m=m-1; if (m=0) { cout \n程序工作失败！ endl; return; } for (i=0; i=m; i++) a[i]=a[i]/a[m]; for (i=0; i=m/2; i++) { w=a[i]; a[i]=a[m-i]; a[m-i]=w; } k=m; is=0; w=1.0; jt=1; while (jt==1) { pq=fabs(a[k]); while (pq1.0e-12) { xr[k-1]=0.0; xi[k-1]=0.0; k=k-1;