Das Programm kompiliert ohne Fehler. Leider gibt es einen Fehler beim Aufrufen meiner Matrix_malloc() Funktion.

"Eine nicht behandelte Ausnahme des Typs "System.NullReferenceException" ist in Jacobi.exe aufgetreten.

Zusätzliche Informationen: Object reference not set to an instance of an object."

Dabei zeigt er auf diese Zeile:

if(!(*tmp = (double *) malloc(n*sizeof(double*)))){

Die gesamte Funktion sieht so aus:

double** m_alloc(int n) {
	unsigned int j;
	double** tmp;
	if(!(*tmp = (double *) malloc(n*sizeof(double*)))){ 
		return NULL;
	}
	for (j = 0; j < n; ++j) {
		if(!(tmp[j] = (double *) malloc(n*sizeof(double)))){
			return NULL;
		}
	}
	return tmp;
}

Ich freue mich sehr über jede Hilfe und Verbesserung!

Deinen Code...kann ich nicht verbessern. Das ist zu schlimm. Schmeiß weg, lern die Sprache die du benutzen möchtest, mach's neu.

Ich würde mich trotzdem gerne an eurem Wissen bereichern wenn ihr so nett seid
Wenn dieser Code so schlecht ist, dann würde ich mich über eine alternative bzw. korrekte implementierung eines Pointerarrays mit den gewünschten Eigenschaften freuen

LG
Sunflower

Mein Problem ist dass ich viele schlimme Sachen mit einer Matrix machen muss.

Und zwar?

Sunflower schrieb:

Ich freue mich sehr über jede Hilfe und Verbesserung!

Verwende Kapselung. Verwende einen eigenen Typen als Matrix-Abstraktion. Zeigerfrickeleien sind doch fehleranfällig.

#include <vector>
#include <cassert>

class matrix
{
  std::vector<double> coeffs_;
  int rows_, cols_;

  typedef std::vector<double>::size_type size_type;

  size_type indexof(int i, int j) const {
    assert( 0<=i && i<rows_ );
    assert( 0<=j && j<cols_ );
    return size_type(i)*cols_ + j; // row major
  }

public:
  matrix();
  matrix(int r, int c, double default_value=0);

  void reset(int r, int c, double default_value=0);

  int rows() const {return rows_;}
  int cols() const {return cols_;}

  double  operator()(int i, int j) const {return coeffs_[indexof(i,j)];}
  double& operator()(int i, int j)       {return coeffs_[indexof(i,j)];}
};

:::

int main()
{
  matrix m (5,5,0.0);
  for (int i=0; i<5; ++i)
    m(i,i) = 42;

  return 0;
}

u.s.w.

Zur anderen Frage
Ich muss im einzelnen Householdertransformationen, Givens Rotationen, Sigular Value Decomposition und am Ende noch Jacobi, Gauß Seidel und SOR implementieren.
Insgesammt muss ich die Matrix also auf Tridiagonalgestalt, Bidiagonalgestallt bringen und später aufspalten um interative Verfahren darauf anzuwenden.
Also insgesamt nur aufwendig, nicht besonders schwer. (Außer HH)
Nur zuvor hatten wir es in C und da war es mit den Pointern nach einiger Zeit doch etwas zu hässlich und dann wollte ich mich an c++ trauen.

LG

Zur anderen Frage
Ich muss im einzelnen Householdertransformationen, Givens Rotationen, Sigular Value Decomposition und am Ende noch Jacobi, Gauß Seidel und SOR implementieren.
Insgesammt muss ich die Matrix also auf Tridiagonalgestalt, Bidiagonalgestallt bringen und später aufspalten um interative Verfahren darauf anzuwenden.
Also insgesamt nur aufwendig, nicht besonders schwer. (Außer HH)
Nur zuvor hatten wir es in C und da war es mit den Pointern nach einiger Zeit doch etwas zu hässlich und dann wollte ich mich an c++ trauen.

Tu das.

Was war noch gleich die Frage?

LG

Ich muss im einzelnen Householdertransformationen, Givens Rotationen, Sigular Value Decomposition und am Ende noch Jacobi, Gauß Seidel und SOR implementieren.

Autsch. Musst Du das? Glaub'ich nicht. Selbst in meinem dicken Numerikbuch, welches ich für zwei Semester (Numerik I und Numerik II) verwendet habe, steht nicht drin, wie sie SVD berechnet werden kann, sondern nur dass es sie gibt (mit Beweis). Der einzige Hinweis zu den Berechnungen war "Das würde den Rahmen dieses Buches sprengen". SVD berechnen ist schwarze Magie. So'was implementiert man einfach nicht selbst. Man benutzt fertige Bibliotheken wie z.B. Eigen, welche die Arbeit mit Matrizen und Vektoren unter C++ ähnlich einfach macht wie unter Matlab zum Beispiel...

Sunflower schrieb:

Insgesammt muss ich die Matrix also auf Tridiagonalgestalt, Bidiagonalgestallt bringen und später aufspalten um interative Verfahren darauf anzuwenden.
Also insgesamt nur aufwendig, nicht besonders schwer. (Außer HH)

Wenn Du mit HH Householder meinst: HH ist noch mit das einfachste von dem, was Du alles aufgezählt hast.

Wenn man es natürlich genau nimmt dann kann man eine SVD nicht berechnen weil es keinen exakten algorithmus gibt um die Eigenwerte zu bestimmen.
Aber es gibt eine Möglichkeit sich super stabil an die Eigenwerte anzunähern.
Dann muss man einfach die Eigenvektoren zu den Eigenwerten bestimmen woraus man dann eine Orthogonale symmetrische Matrix V aus Eigenvektoren zusammensetzten kann und eine Matrix D mit Eigenwerten auf der Diagonalen. Dann fehlt nur noch U und das ist mit 2 bekannten Matritzen einfach zu berechnen.

Gruß
Sunflower

LG
Sunflower