• 其实如果你搜到了这个博客

    • 基本可以说明,你肯定已经知道什么是追赶法了
    • Python Python 就是大一大二的小孩拿来使自我感觉良好的骗子玩具(对低龄儿童和专业人士除外)


  • LU分解


  • LU分解后,可以轻松得得到每个方程得解
  • 哪两个方程呢:
    • AX=b
    • LUX=b====>LY=b====>Y=d
    • UX=d====>X

  • C++ 实现
  • 其实有个很有趣的事情,...,这玩意不就是顺下来的...
  • 啊,对对对
#include <iostream>
#include <vector>
using namespace std;vector<double> THOMAS(vector<vector<double>>a, vector<double>d)
{int n = d.size();vector<double>x(n);vector<double>alpha(n);vector<double>gamma(n);vector<double>beta(n);vector<double>y(n);alpha[0] = a[0][0];beta[0] = a[0][1] / a[0][0]; y[0] = d[0] / a[0][0];for (int i=1;i<n;i++){gamma[i] = a[i][i-1];alpha[i] = a[i][i] - gamma[i] * beta[i-1];if (i<n-1){beta[i] = a[i][i+1]/alpha[i];}y[i] = (d[i]-a[i][i-1]*y[i-1])/alpha[i];}x[n-1] = y[n-1];for (int i=n-2;i>=0;i--){x[i] = y[i]-beta[i]*x[i+1];}return x;
}
int main()
{vector<vector<double>>a(4,vector<double>(4));vector<double>b(4);vector<double>x(4);a[0] = {2,1,0,0}; a[1] = {1,2,1,0}; a[2] = {0,1,2,1}; a[3] = {0,0,1,2};b    = {1,1,1,1};x = THOMAS(a, b);for (int i=0;i<4;i++){for (int j=0;j<4;j++){    cout << a[i][j] << " ";}cout << b[i] << endl;}cout << "SOLUTION of THOMAS method:" << endl;for (int i=0;i<4;i++){cout<<"x"<<i+1<<" = " <<x[i] << endl;}
} 

显然,这是我们所不能满意的

我们希望的功能有

1.检验是否可以使用THOMAS方法

2.可以从文件中读取,好,明天更

3.明天cupt 裁判


追赶法(Thomas) 雅克比迭代(Jacobi) 高斯迭代(Gauss) 的C++实现相关推荐

  1. 用MATLAB实现雅克比迭代、高斯-赛德尔迭代以及超松弛迭代

    文章目录 前言 一.解线性方程组的方法 二.解线性方程组的迭代法及其代码实现 1. 迭代法的收敛性 2. 基本参数设置 3. 雅克比(Jacobi)迭代 4. 高斯-塞德尔(Gauss-Seidel) ...

  2. 2021-01-07 matlab数值分析 线性方程组的迭代解法 高斯-赛德尔迭代法

    matlab数值分析 线性方程组的迭代解法 高斯-赛德尔迭代法 Function [x,iter]=gs(A,b,tol) D=diag(diag(A)); L=D-tril(A); U=D-triu ...

  3. [MATLAB]线性方程组求解(雅可比迭代和高斯迭代源码实现)

    本试验取材于中南大学<科学计算与MATLAB语言>. 直接解法 高斯消去法 列主元消去法 矩阵的三角分解法 (1)利用左除运算符的直接解法 Ax=b------>x=a\b 注意:如 ...

  4. Matlab | Lab4——用LU 分解法、 Jacobi 迭代、 Gauss-Seidel 迭代 解线性病态方程组(系数矩阵为Hilbert矩阵)

    1.要求 考虑线性方程组Hx=b,其中H为n阶Hilbert矩阵,即 通过先给定解(例如取x的各个分量为1),再计算出右端向量b的办法给出一个精确解已知的问题. (1)分别编写Doolittle LU ...

  5. 数值代数课设(99分)--基于Jacobi迭代,GS迭代,SOR迭代对泊松方程的求解[matlab](上)

    基于Jacobi迭代,GS迭代,SOR迭代对泊松方程的求解 摘要 随着大数据时代的到来,人们需要处理的数据越来越多,所需要考虑的条件因素也在增加.在工程方面,人们所需要处理的问题往往会转化为找出大规模 ...

  6. 史上最完整的MPI实现Jacobi(雅可比)迭代算法[C++]

    注意:[实现Jacobi(雅可比)迭代可以用MPI实现,也可以用CUDA实现,想使用CUDA实现Jacobi的同学,请参考这里, 1,原理介绍[食用代码前最好先弄清楚原理] 1.1 公式介绍 - 可以 ...

  7. J迭代和GS迭代的矩阵方程形式

    Jacobi迭代和Gauss-Seidel迭代的矩阵方程形式 给定线性方程组:Ax=bAx = bAx=b 将矩阵AAA分解为:A=D−L−UA = D-L-UA=D−L−U 其中: D=[a11a2 ...

  8. 敏捷团队如何通过Leangoo领歌迭代看板进行迭代规划和任务协同

    迭代看板上的用户故事源自于产品Backlog,迭代计划会议上面团队通过产品Backlog的迭代规划功能,规划本迭代将要完成的用户故事.所以我们需要先进入产品Backlog看板. 1.进入Leangoo ...

  9. 强化学习——值迭代和策略迭代

    [强化学习]值迭代和策略迭代 在强化学习中我们经常会遇到策略迭代与值迭代,但是很多人都搞不清楚他们两个之间的区别,他们其实都是强化学习中的动态规划方法(DP). --<Reinforcement ...

最新文章

  1. 读取本地照片 以流的形式进行显示
  2. oracle 度量 预警,度量阀值预警总结
  3. win32 api setwindowlong 第2个参数_FME与MapBox 01:等时圈(Isochrone)API
  4. Ajax在请求数据时显示等待动画遮罩
  5. Python使用鼠标滚轮调整tkinter应用程序窗口大小
  6. Mybatis 插入与批量插入以及多参数批量删除
  7. java源码编译_java 源码编译
  8. 数据库的使用(SQL)
  9. UE4_BIM替换材质处理流程
  10. 深信服虚拟机服务器功率,深信服VDI基准测试:让服务器资源最大化使用
  11. iOS多张图片合成一个视频
  12. HTML5 新特性: Web Worker 的创建与使用(webpack + TS 环境)
  13. 近期爬虫学习体会以及爬豆瓣Top250源码实战
  14. 奇奇怪怪的大佬:从职业赌徒到互联网大佬
  15. 多元线性回归哑变量设置方法
  16. 【Unity】NGUI/UGUI 小地图制作
  17. 前端培训教程JavaScript
  18. 国王游戏.2333_微扰(邻项交换)证明
  19. 将github上的项目同步到本地
  20. echarts图表使用以及图片转码

热门文章

  1. 金色传说:SAP-BAPI-BAPI_GOODSMVT_CREATE创建物料凭证bapi的使用及参数值讲解
  2. 浅谈《网络数据安全标准体系建设指南》(征求意见稿)的意见(附全文)
  3. 5个人站队,每个人不在原位置有多少种站法
  4. 2016 上半年 VR 报告:潜在用户4.5亿
  5. 免费的网络学习工具【eNSP】
  6. Johnson-Trotter算法求全排列
  7. 取原始数组中的指定数据push新数组
  8. SQL Server性能监视
  9. Metaq的一些简单机制
  10. 实现线程同步的几种方法