|
\\n\", k);
for(i=0;i<n;i++){
sum=0.;
for(j=0;j<n;j++){
if(i!=j)
sum=sum+A[i][j]*x[j];
}
next_x[i]=(A[i][n]-sum)/A[i][i];
printf(\"%lf \\t\", next_x[i]);
x[i]=next_x[i];
}
err = 0.;
sum = 0.;
for(i=0;i<n;i++){
for(j=0;j<n;j++)
sum = sum + pow(A[i][j],2);
}
err = pow(sum,0.5);
if(err <=
|
|
|
값은 =>\"+num2);
System.out.println(\"x[\"+i+\"]의 ea 값은 =>\"+num1);
}
System.out.println(\"---------------------------------------\");
}
}
2.결과값 도출 1. 문제 및 결과
2. 문제 및 결과
1. Gauss – seidel 법 소스코드 및 설명
2.결과값 도출
|
|
|
Gauss-seidel법으로 구한 I1,I3,I4 행렬
Itrue %% Cramer법으로 구한 참값... 비교하기 위해 만듬
Ea %% 백분율 상대오차 행렬
실행 결과
A =
55 0 -25
0 37 -4
-25 -4 29
a =
0 0 -0.4545
0 0 -0.1081
-0.8621 -0.1379 0
Inew =
-4.1081
-6.8690
-1.0406
Itrue =
-4.1103
-6.8695
-1.0426
Ea =
0.0762
0.
|
|
|
<가우스 자이델 이완 m파일>
function [x, ea, iter]=GaussSeidelR(A,b,lamda,es,maxit)
%GauussSeidel: 가우스 자이델 방법
%x=GauussSeidel(A,b): 이완을 고려하는 가우스 자이델
%입력
% A= 계수 행렬
% b= 오른편 벡터
% es= 정지 판정 기준 (디폴트 =0.00001%)
% maxit
|
|
|
Gauss elimination에서 구한 해 ( c1=55.91566086, c2=55.74110349, c3=93.11626404, c4=100.2373485 ) 와 비교한 결과 거의 같은 값을 얻을 수 있었다.
Truss문제와 전기회로, 마지막 농도에 관련된 문제를 통해 Gauss-Seidel Method의 장단점을 생각해 보았다. 장점으로는 변
|
|
메뉴펼치기
