北航数值的分析第一次大作业.docVIP

算法的设计方案 求矩阵最大特征值，最小特征值与按模最小特征值的方法 首先用幂法求出矩阵A的一个特征值λ，则其必为最大特征值与最小特征值二者其一，之后对矩阵A进行一次移项，即A-λI，然后再次用幂法求出另一个按模最大特征值，再比较这两个值的大小，则较大的为矩阵A的最大特征值，较小的为矩阵A的最小特征值。 用反幂法可以求得矩阵的按模最小特征值λs 求矩阵A与最接近的特征值 可以先对矩阵A进行移项，即A-I，对这个移项后的矩阵用反幂法求出按模最小的特征值，然后再加上，就求出所要求的。 求矩阵A的条件数cond(A)和行列式detA 由于矩阵A是非奇异的实对称矩阵，所以可以用以下公式方便地求出矩阵A的条件数 cond(A)= 对于矩阵A行列式的求法也比较简单。由于在用反幂法的过程中对A进行了Doolittle LU分解，所以detA=detL*detU，而detL=1，detU可以用对角线元素相乘方便地算出，所以detA就是U阵对角线元素的乘积。 4、几点说明 由于A中的零元素都不存储，所以在存储矩阵的时候采用书上26页的压缩存储方式。在反幂法中采用LU分解求解带状线性方程组的算法来求解每一次迭代的方程组，由于每一次方程左边的系数都相同，所以只要进行一次LU分解即可。 因为幂法，反幂法，LU分解，求最大值与最小值在程序编写的过程中多次用到，所以这几项作为子函数单独进行编写。 二、源程序如下： #include stdio.h #include math.h # define s 2 # define r 2 # define N 501 double c[5][N]={0}; double lameda[40]; double max(double x,double y); double min(double x,double y); double mifa(); double fanmifa(); void LUfenjie(); void main() { int i=0,j=0; /*============对数组进行赋值==============*/ for(j=3;j=N;j++) c[0][j-1]=-0.064; for(j=2;j=N;j++) c[1][j-1]=0.16; for(j=1;j=N;j++) c[2][j-1]=(1.64-0.024*j)*sin(0.2*j)-0.64*exp(0.1/j); for(j=1;j=N-1;j++) c[3][j-1]=0.16; for(j=1;j=N-2;j++) c[4][j-1]=-0.064; /*========幂法求最大和最小特征值==============*/ double a=mifa(); for(j=1;j=N;j++) c[2][j-1]-=a; double b=mifa()+a; double lameda501=max(a,b); double lameda1=min(a,b); printf(矩阵A最大的特征值=%13.11e\n,lameda501); printf(矩阵A最小的特征值=%13.11e\n,lameda1); /*========反幂法求绝对值最小特征值===========*/ for(j=1;j=N;j++) c[2][j-1]+=a; double lamedas=fanmifa(); printf(矩阵A按模最小的特征值=%13.11e\n,lamedas); /*========求条件数和行列式的值===========*/ double detA=1; for(j=1;j=N;j++) detA*=c[2][j-1]; printf(矩阵A的行列式=%13.11e\n,detA); double condA=fabs(lameda501/lamedas); printf(矩阵A的条件数=%13.11e\n,condA); /*========反幂法求与uk最接近的特征值========*/ for(int k=1;k40;k++) { for(j=3;j=N;j++) c[0][j-1]=-0.064; for(j=2;j=N;j++) c[1][j-1]=0.16; for(j=1;j=N;j++) c[2][j-1]=(1.64-0.024*j)*sin(0.2*j)-0.64*exp(0.1/j); for(j=1;j=N-1;j++) c[3][j-1]=0.16; for(j=1;j=N-2;j+