在上一篇博客裏面,筆者介紹瞭解線性方程組的LU分解法,這篇來介紹一個新的方法,迭代法.解線性方程組的迭代法有多種,其中就有Jacobi迭代法,它的原理是什麼呢?有如下的線性方程組Ax=b,可將其變形爲=>Mx=Nx+b=>x=M-1Nx+M-1b,設B=M-1N=M-1(M-A)=E-M-1A,f=M-1b,即可得到迭代式:X(k+1)=Bx(k)+f,這裏我們只需要設置一個初始的x向量,依次將前一步的xk代入到迭代式中,就可以得到x(k+1)的結果
關於迭代法的兩個注意事項:
1.迭代法相比於其他方法在計算大型稀疏矩陣矩陣方面,是有優勢的,但不意味着只能解大型稀疏矩陣
2.並非所有的線性方程組都可以用迭代法進行求解,這是因爲不是所有的迭代方程都是收斂的,可能會出現的情況就是,在迭代的過程中,會出現迭代解偏離精確解的情況,並且隨着迭代的次數增多,會越偏越大
3.遇到不收斂的情況,就不能用迭代法求解,可以選用前面的Guass消元法或者LU分解法
接下來看代碼實現~
老規矩,初始化
double** init_Matrix(int r, int c)
{
double** p = new double* [r];
int d = c + 1;
for (int i = 0; i < r; i++)
{
p[i] = new double[d];
memset(p[i], 0, sizeof(double) * d);
}
cout << "請輸入線性方程組對應的增廣矩陣:" << endl;
for (int i = 0; i < r; i++)
{
for (int j = 0; j < d; j++)
{
cin >> p[i][j];
}
}
return p;
}
檢測是否達到精度要求
bool isRight(double**p,int r,double*x)
{
double sum1 = 0, flag = 0,sum2=0;
for (int i = 0; i < r; i++)
{
sum1 = 0,flag=0;
for (int j = 0; j < r; j++)
{
sum1 += x[j] * p[i][j];
}
flag= fabs(p[i][r] - sum1);
if (flag>(1e-5))//解代入單個方程式的誤差過大
{
return false;
}
else
{
sum2 += flag;
}
}
if (sum2>(1e-4))//整體誤差過大
{
return false;
}
return true;
}
這一步就是檢測迭代得到的解是否達到了我們所要求的精度,也就是終止條件,這裏我設置的檢測的標準有兩個:一個是將解代入單個方程,計算偏差值,若是大於設定的偏差值,就繼續迭代,否則就將其偏差值相加,再次進行判斷,若未達到設定的偏差值,就說明已經得到了滿足精度要求的解,否則,繼續判斷,函數裏面的精度可以自行調整
開始進行迭代
void Iteration(double**p,int r,double*x,double*xx)
{
int k = 0,max_time=300;//最大迭代次數
double sum = 0;
while (true)
{
for (int i = 0; i < r; i++)
{
sum = 0;
for (int j=0;j<r;j++)
{
if (j==i)
{
continue;
}
else
{
sum -= p[i][j]* xx[j];
}
}
x[i] = (p[i][r] + sum) / p[i][i];
}
for (int i = 0; i < r; i++)
{
xx[i] = x[i];
}
printf("第%d次迭代結果爲:",++k);
for (int i = 0; i < r; i++)
{
printf("%f\t", x[i]);
}
cout << endl;
if (k>=max_time)
{
cout << "超出迭代次數上限!停止迭代" << endl;
return;
}
if (isRight(p, r, x))//精度符合要求
{
cout << "精度符合要求,停止迭代,共迭代:" << k << "次" << endl;
return;
}
}
}
每次迭代打印其解向量的值,然後進行精度判斷,若不符合要求,則繼續迭代,同時爲了防止因出現不收斂的情況而導致死循環的情況,設置了一個次數爲300的最大迭代次數
綜合運用
void Jacobi_main()
{
int i = 0, j = 0;
cout << "請輸入線性方程組對應係數矩陣的行和列:" << endl;
cin >> i >> j;
double** p = init_Matrix(i, j);
double* X = new double[i];//第n+1次跌代
double* x = new double[i];//第n次迭代
memset(x, 0, sizeof(double) * i);
memset(X, 0, sizeof(double) * i);
Iteration(p, i, X,x);
for (int i = 0; i < j; i++)
{
delete[]p[i];
}
delete []p;
delete []x;
}
這裏動態分配兩個數組,一個存儲第n+1次迭代的解,一個存儲第n次迭代的解,同時在計算結束後,記得釋放動態分配的內存,防止內存泄漏
完整代碼及測試數據
#include<iostream>
#include<cmath>
#include<Windows.h>
using namespace std;
/*
測試數據
3 3
10 -1 0 9
-1 10 -2 7
0 -2 10 6
3 3
20 -1 2 74
2 8 1 -4
1 -2 4 56
3 3
8 -3 2 20
4 11 -1 33
2 1 4 12
5 5
28 -3 0 0 0 10
-3 38 -10 0 -5 0
0 -10 25 -15 0 0
0 0 -15 45 0 0
0 -5 0 0 30 0
*/
double** init_Matrix(int r, int c)
{
double** p = new double* [r];
int d = c + 1;
for (int i = 0; i < r; i++)
{
p[i] = new double[d];
memset(p[i], 0, sizeof(double) * d);
}
cout << "請輸入線性方程組對應的增廣矩陣:" << endl;
for (int i = 0; i < r; i++)
{
for (int j = 0; j < d; j++)
{
cin >> p[i][j];
}
}
return p;
}
//檢測是否爲精確解 設置合格精度爲10的-3方
bool isRight(double**p,int r,double*x)
{
double sum1 = 0, flag = 0,sum2=0;
for (int i = 0; i < r; i++)
{
sum1 = 0,flag=0;
for (int j = 0; j < r; j++)
{
sum1 += x[j] * p[i][j];
}
flag= fabs(p[i][r] - sum1);
if (flag>(1e-5))//解代入單個方程式的誤差過大
{
return false;
}
else
{
sum2 += flag;
}
}
if (sum2>(3e-5))//整體誤差過大
{
return false;
}
return true;
}
//用一維數組x存儲每次迭代的解向量
void Iteration(double**p,int r,double*x,double*xx)
{
int k = 0,max_time=300;//最大迭代次數
double sum = 0;
while (true)
{
for (int i = 0; i < r; i++)
{
sum = 0;
for (int j=0;j<r;j++)
{
if (j==i)
{
continue;
}
else
{
sum -= p[i][j]* xx[j];
}
}
x[i] = (p[i][r] + sum) / p[i][i];
}
for (int i = 0; i < r; i++)
{
xx[i] = x[i];
}
printf("第%d次迭代結果爲:",++k);
for (int i = 0; i < r; i++)
{
printf("%f\t", x[i]);
}
cout << endl;
if (k>=max_time)
{
cout << "超出迭代次數上限!停止迭代" << endl;
return;
}
if (isRight(p, r, x))//精度符合要求
{
cout << "精度符合要求,停止迭代,共迭代:" << k << "次" << endl;
return;
}
}
}
void Jacobi_main()
{
int i = 0, j = 0;
cout << "請輸入線性方程組對應係數矩陣的行和列:" << endl;
cin >> i >> j;
double** p = init_Matrix(i, j);
double* X = new double[i];//第n+1次跌代
double* x = new double[i];//第n次迭代
memset(x, 0, sizeof(double) * i);
memset(X, 0, sizeof(double) * i);
Iteration(p, i, X,x);
for (int i = 0; i < j; i++)
{
delete[]p[i];
}
delete []p;
delete []x;
}
int main(void)
{
Jacobi_main();
system("pause");
return 0;
}