Математичне обґрунтування алгоритму розв’язання системи лінійних алгебраїчних рівнянь вигляду АХ=В із точністю до 0,0001

Страницы работы

4 страницы (Word-файл)

Содержание работы

Математичне обґрунтування алгоритму

Методом  Зейделя  розв’язати систему лінійних  алгебраїчних рівнянь  вигляду АХ=В із точністю до 0,0001.

Перевіримо достатню умову збіжності ітераційного процесу для метода Зейделя. Вона полягає в тому, що абсолютна величина коефіцієнта, який стоїть на головній діагоналі матриці А повинна бути більшою за суму абсолютних величин інших чисел цього рядка матриці А.

Перевіримо цю умову.

Для першого рядка маємо
|-0.93|>|-0.08|+|0.11|+|-0.18|=0.37 - умова виконується.

Для другого рядка маємо
|-0.48|>|0.18|+|-0.00|+|0.21|=0.39 - умова виконується.

Для третього рядка маємо
|-1.00|>|0.13|+|0.31|+|-0.21|=0.65 -
умова виконується.

Для четвертого рядка маємо
|-0.72|>|0.08|+|0.00|+|-0.33|=0.41 - умова виконується.

Використаємо метод Зейделя. Розглянемо тепер систему AX=C  з 4 рівнянь із 4 невідомими, припускаючи, що діагональні коефіцієнти aii відмінні від нуля для всіх i. Перетворимо вихідну систему вигляду Aх=C до вигляду х=Bх+D, де B=[bij] - квадратна матриця порядку n:      .У цьому випадку ітераційний процес  методу Зейделя має вигляд:
                       (3.5)

Обчислення проводимо  до тих пір, поки

тобто коли наближені розв’язки  і   стануть досить близькими і  Величина ∆ пов'язана з точністю ε розв’язання системи співвідношенням , де - норма матриці з коефіцієнтів при невідомих у правих частинах рівнянь перетвореної системи: х=Bх+D. Норма матриці може бути визначена по різному, наприклад, як

Норму  обчислимо за допомогою формули
при і=1:
при і=2:
при і=3:
при і=4:

Таким чином норма матриці В дорівнює 0.8125.

За початкове наближення беремо: х10 = 0; х20 = 0; х30 = 0; х40 = 0.

Програмна реалізація

Лістинг

#include <stdio.h>

#include <conio.h>

#include <math.h>

  float x0[4],x[4],e=0.0001,normB=0.8125,delta,n,n1,m[4][5];

  int i;

void nul (float *a,float *b)

{ for(i=0;i<4;i++) a[i]=b[i]; }

float eqal(float a,float b,float c,float d,float e, float x1, float x2, float x3)

{ return (a-b*x1-c*x2-d*x3)/e; }

void main()

{

  clrscr();

  m[0][0]=-0.93;  m[0][1]=-0.08;  m[0][2]=0.11;  m[0][3]=0.18;  m[0][4]=0.51;

  m[1][0]=0.18;   m[1][1]=-0.48;  m[1][2]=0;     m[1][3]=0.21;  m[1][4]=-1.17;

  m[2][0]=0.13;   m[2][1]=0.31;   m[2][2]=-1;    m[2][3]=-0.21; m[2][4]=1.02;

  m[3][0]=0.08;   m[3][1]=0;      m[3][2]=-0.33; m[3][3]=-0.72; m[3][4]=0.28;

  puts("x01=  x02=  x03=  x04= ");

  for (i=0;i<4;i++)

    scanf("%f",&x[i]);

  delta=((1-normB)*e)/normB;

  printf("delta=%f\n",delta);

  do{

    n=sqrt(pow(x0[0],2)+pow(x0[1],2)+pow(x0[2],2));

    nul(x0,x);

    x[0]=eqal(m[0][4],m[0][1],m[0][2],m[0][3],m[0][0],x[1],x[2],x[3]);

    x[1]=eqal(m[1][4],m[1][0],m[1][2],m[1][3],m[1][1],x[0],x[2],x[3]);

    x[2]=eqal(m[2][4],m[2][0],m[2][1],m[2][3],m[2][2],x[0],x[1],x[3]);

    x[3]=eqal(m[3][4],m[3][0],m[3][1],m[3][2],m[3][3],x[0],x[1],x[2]);

    n1=sqrt(pow(x[0],2)+pow(x[1],2)+pow(x[2],2));

  } while((n1-n)>delta);

  for (i=0;i<4;i++)

    printf("x%d=%f\n",i+1,x[i]);

}

Скріншот

Міра обумовленості

Визначимо міру обумовленості та оцінимо вплив вхідних даних на результат. Знайдемо норму матриць А, А-1, В.

||А||=1.65

||А-1||=2.96088514882343734

||В||=0.8125

Тобто, похибка вхідних даних складає 20,255%.

Пакетна реалізація

Похожие материалы

Информация о работе

Тип:
Отчеты по лабораторным работам
Размер файла:
157 Kb
Скачали:
0