《矩阵数值算法.docVIP

计算实习报告一 实习目的Jacobi 迭代法程序，并能求解中小型非线性方程组。初始点对收敛性质及收敛速度的影响。 （3）理解 QR 法计算矩阵特征值与特征向量的原理，能编制此算法的程序，并用于实际问题的求解。 二 问题定义及题目分析 分别用幂法和幂法加速技术求矩阵 的主特征值和特征向量． 对于实对称矩阵，用Jacobi方法编写其程序，并用所编程序求下列矩阵的全部特征值． 对于实矩阵，用QR方法编写其程序，并用所编程序求下列矩阵的全部特征值: 三 概要设计 A的特征值有如下关系： ，对于相应的特征向量。其算法如下： Step 0：初始化数据 Step 1：计算。 Step 2：令 。 Step 3：令 ；如果或，则 goto Step 4；否则 ， k = k + 1 ，goto Step 1。 Step 4：输出结果 算法说明与要求 输入参数为实数矩阵、初始向量、误差限与最大迭代次数。输出参数为特征值及相对应的特征向量。注意初始向量不能为“0”向量。 迭代法的原理 如果能将方程 Ax=b 改写成等价形式：x=Bx+f。如果B 满足：ρ(B)1，则对于任意初始向量 x (0) ，由迭代 x( k + 1) = Bx(k ) + f 产生的序列均收敛到方程组的精确解。迭代法中两种最有名的迭代法就是Jacobi 迭代法，它的迭代矩阵 B 为： , 其中，D 为系数矩阵 A 的对角元所组成对角矩阵，L 为系数矩阵 A 的对角元下方所有元素所组成的下三角矩阵，U 为系数矩阵 A 的对角元上方所有元素所组成的上三角矩阵。 算法如下： Step 0：初始化数据 和。 Step 1：计算D,L,U,J或G, 得到迭代矩阵B. Step 2： 如果或，goto Step 3?否则 goto Step ２。 Step 3：输出结果。 程序说明与要求 程序的输入参数为系数矩阵与常量、初始向量及误差控制，输出参数为方程组的近似解。要求输入系数 A 中对角元不能存在 0，如果对角元出现 0 元素，则可以通过交换方程组中方程的次序解决。 QR法原理 QR算法是求实对称矩阵全部特征的最有效方法。其基本过程就是利用矩阵的QR分解，即将任一实数矩阵分解为一个正交矩阵Q 与一个上三角矩阵 R 的乘积。 QR 算法的计算过程如下 Step 0：初始化数据 Step 1：令 。 Step 2：计算 Step 3：令为所有对角元下方元素绝对值之和； 如果 ，则 goto Step 4； 否则， k = k + 1 ，goto Step 1。 Step 4：输出结果。 算法的要求与说明 先利用函数 house 将对称矩阵 A 通过Householder 相似变换为对称三对角阵 T，然后通过程序 QR_method 求出矩阵 T 的特征值。程序输入参数为矩阵 A，输出参数为矩阵 A 的所有特征值。 四 详细设计 #includemath.h #includestdio.h void main() /*主函数*/ {int i,j; int n=4,k=0; float a[4][4]={{2.5,-2.5,3.0,0.5},{0.0,5.0,-2.0,2.0},{-0.5,-0.5,4.0,2.5},{-2.5,-2.5,5.0,3.5}},x[4]={1,1,1,1}; double max,m,y[4],z[4],ej=0.0001,e; printf(k max(xk) y(k)=x(k)/max(x(k)) x(k+1)=a*y(k)\n); /*输出格式*/ cyclo: {for(i=0;in;i++) /*循环次数统计并从0次开始输出，并缓存临时向量组用于后面的循环条件比较*/ z[i]=x[i]; k=k+1; printf(%d ,k-1); {max=0.0; /*比较求出向量组x[]的元素最大值*/ for(i=0;in;i++) if(fabs(x[i])max) max=fabs(x[i]); } for(i=0;in;i++) /*求出向量组y[]的各元素值*/ y[i]=x[i]/max; printf(%f ,max); printf((); /*输出y[i]*/ for(i=0;in;i++) printf(%f ,y[i]);