编程实现简单迭代.docVIP

用C++编程实现简单迭代法 班级：09医软一班 汪晓阳雅克比（Jacobi）迭代法原理 设有n阶方程组 （4.1） 若系数矩阵非奇异，且 (i = 1, 2,…, n)，将方程组（4.1）改写成 然后写成迭代格式 （4.2） （4.2）式也可以简单地写为 （4.3） 对（4.2）或（4.3）给定一组初值后，经反复迭代可得到一向量序列，如果X (k)收敛于，则就是方程组（4.1）的解。这一方法称为雅克比（Jacobi）迭代法或简单迭代法，（4.2）或（4.3）称为Jacobi迭代格式。 下面介绍迭代格式的矩阵表示： 设D = diag (a11, a22, …, ann)，将AX = b改写为： AX = (D – (D - A)) x = b DX = (D - A) x + b X = (I – D-1A) x + D-1b 记 B = I – D-1A F = D-1 b 则迭代格式的向量表示为 Ｂ称为雅克比迭代矩阵。 程序框图如下： Jacobi source code： //求解线性方程组——简单迭代法 #include iostream #include cmath using namespace std; float *one_array_malloc(int n); //一维数组分配 float **two_array_malloc(int m,int n); //二维数组分配 float matrix_category(float* x,int n); int main() { const int MAX=100;//最大迭代次数 int n,i,j,k; float** a; float* x_0; //初始向量 float* x_k; //迭代向量 float precision; //精度 cout输入精度e：; cinprecision; coutendl输入系数矩阵的阶数,N：; cinn; a=two_array_malloc(n,n+1); coutendl输入增广矩阵的各值：\n; for(i=0;in;i++) { for(j=0;jn+1;j++) { cina[i][j]; } } x_0=one_array_malloc(n); coutendl输入初始向量：\n; for(i=0;in;i++) { cinx_0[i]; } x_k=one_array_malloc(n); float temp;//迭代过程 for(k=0;kMAX;k++) { for(i=0;in;i++) { temp=0; for(j=0;ji;j++) { temp=temp+a[i][j]*x_0[j]; } x_k[i]=a[i][n]-temp; temp=0; for(j=i+1;jn;j++) { temp=temp+a[i][j]*x_0[j]; } x_k[i]=(x_k[i]-temp)/a[i][i]; } //求两解向量的差的范数 for(i=0;in;i++) { x_0[i]=x_k[i]-x_0[i]; } if(matrix_category(x_0,n)precision) { break; } else { for(i=0;in;i++) { x_0[i]=x_k[i]; } } } //输出过程 if(MAX==k) { cout迭代不收敛\n; } cout迭代次数为：k+1endl; cout解向量为：\n; for(i=0;in;i++) { coutxi x_k[i]endl; } return 0; } float *one_array_malloc(int n) //一维数组分配 { float *a; a=(float *)malloc(sizeof(float)*n); return a; } float **two_array_malloc(int m,int n) //二维数组分配 { float **a; int i; a=(float **)malloc(m*sizeof(float *)); for (i=0;im;i++) {